Yann LeCun szerint, a Meta mesterséges intelligencia-vezetője szerint a nyelv alapú AI-modellek, mint például az olyan generatív AI-termékeket vezérlő ChatGPT, nem lesznek képesek elérni az emberi agy analitikus és tervezési képességeit. Egy párbeszédben a Financial Times-szal LeCun hangsúlyozta, hogy a jelenlegi AI módszerek tökéletlenek, és inkább azt választaná, hogy a Meta radikálisan más megközelítést követve hozzon létre „szuperintelligenciát” a gépekben.
A nyelvi modelleknek nincs szilárd fogalmuk a logikáról, LeCun szerint, és nem értik meg a fizikai világot, és nem tudnak hierarchikusan gondolkodni és tervezni. Ez a kijelentés tükrözi szkepticizmusát abban az ötletben, hogy a jelenlegi modellek fejlődhetnek olyan szintre, ahol versenyezhetnek az emberi értelemmel.
Ugyanebben a beszélgetésben LeCun megosztotta vízióját, amely ellentétben áll a szakma jelenlegi irányával, és arra sugallja, hogy a Meta alternatív módszereket kellene fontolóra vennie a gépi intelligencia fejlesztése érdekében. Elképzeli a jövőt, ahol az AI túlléphet jelenlegi korlátain, de ehhez el kell távolodni a hagyományos nyelvalapú modell megközelítéstől.
Fontos kérdések kezelve:
1. Elérhetik-e a nyelvi alapú AI-modellek az emberihez hasonló intelligenciát?
Az AI vezető Yann LeCun szerint nem. Alternatív megközelítésekre van szükség a nyelvi modelleken túl ennek a szintnek eléréséhez.
2. Milyenek a jelenlegi AI-módszerek korlátai Yann LeCun szerint?
LeCun hangsúlyozza, hogy a jelenlegi nyelvi modelleknek nincs mély megértésük a logikáról, a fizikai világról, és a hierarchikus gondolkodásra és tervezésre való képességről.
3. Milyen Yann LeCun víziója az AI jövőjéről?
LeCun azt javasolja, hogy az AI kutatás másféle módszereket kellene felfedeznie, esetleg eltávolodva a hagyományos nyelvi modellektől, hogy fejlesszen egy „szuperintelligenciát”.
Kihívások és ellentmondások:
– Megértés kontra Szimuláció: Egy kulcsfontosságú kihívás az AI fejlesztésében az, hogy olyan modellt hozzunk létre, amely nemcsak olyan intelligensen reagál, mint egy ember, hanem ténylegesen megérti a tartalmat a szinten, ahogy egy ember.
– Kutatási irány: Ellentmondás van a legjobb irány felé az AI kutatásban. Míg néhányan a nyelvi modellek javítását támogatják, mások, mint LeCun, teljesen más megközelítéseket szorgalmaznak.
– Etikai és biztonsági aggályok: Ahogy az AI magasabb szintekre fejlődik, az etikai és biztonsági aggályok nőnek. Az AI-t arra kell irányítani, hogy összhangban maradjon az emberi értékekkel.
Nyelvi modellek előnyei és hátrányai:
Előnyök:
– A nyelvi modellek feldolgozhatják és generálhatják az emberihez hasonló szöveget, lehetővé téve számukra, hogy automatizálják és segítsenek számos nyelvi feladattal kapcsolatban.
– Alkalmazkodóak számos területen, például ügyfélszolgálatban, tartalom létrehozásban és fordításban.
– Nagy nyelvi modellek könnyen elérhetők, és finom hangolhatók különböző alkalmazásokhoz.
Hátrányok:
– Lehetnek olyan hitelesnek tűnő, de tényileg helytelen vagy nonszensz kimenetek.
– Ezek a modellek véletlenül erősíthetik azokat a hozzájuk képzési adataikban jelen lévő előítéleteket.
– Anélkül, hogy megértenék a fizikai világot és az ok-okozati összefüggéseket, a nyelvi modelleknek hiányozhat a megfelelő döntések helyzetbe hozásához szükséges képesség.
További olvasmányokért az AI fejlesztésének és nyelvi modelleknek témájában látogasson el a Financial Times fő domainre, ahol gyakran megvitatják ezeket a témákat. Egy másik releváns forrás az AI kutatás és információ számára a Meta weboldal, amely rendszeresen frissítéseket oszt meg AI projektekkel és fejlesztésekkel kapcsolatban.