رئيس الذكاء الاصطناعي في ميتا: عقود من الذكاء الاصطناعي، الذكاء على مستوى القط/الكلب أولاً

يان لوكون، كبير علماء الذكاء الاصطناعي في Meta وشخصية مشهورة في التعلم العميق، قدم مؤخرًا منظورًا مرتكزًا حول تقدم الذكاء الاصطناعي، كما أفاد جوناثان فانيان لـ CNBC. تقدم وجهات نظره موازنة واقعية للتوقعات الأكثر تفاؤلاً من قادة الصناعة مثل الرئيس التنفيذي لشركة Nvidia Jensen Huang.

وجهة نظر LeCun الواقعية حول طريق الذكاء الاصطناعي إلى الوعي

يفترض LeCun أن أنظمة الذكاء الاصطناعي الحالية بعيدة عدة عقود عن تحقيق أي شكل من أشكال الوعي، مع أن قدرات المنطق السليم لا تزال هدفًا بعيدًا. وتتناقض وجهة النظر هذه بشكل صارخ مع تأكيد هوانج على أن الذكاء الاصطناعي يمكن أن ينافس القدرات البشرية في غضون خمس سنوات فقط. جاءت تعليقات LeCun خلال حدث للاحتفال بالذكرى السنوية العاشرة لفريق Facebook لأبحاث الذكاء الاصطناعي الأساسي، مما يمثل علامة فارقة في تطوير الذكاء الاصطناعي.

حرب الذكاء الاصطناعي الأساسية والمصالح التجارية

كما سلطت تصريحات LeCun الضوء على الديناميكيات التجارية التي تقود صناعة الذكاء الاصطناعي. ويشير بوضوح إلى أن شركة Nvidia، باعتبارها المورد الرئيسي لوحدات معالجة الرسوميات الضرورية لأبحاث الذكاء الاصطناعي، لديها مصالح خاصة في تأجيج ضجيج الذكاء الاصطناعي. إن استعارته لـ "حرب الذكاء الاصطناعي" مع قيام شركة Nvidia بتزويد الأسلحة يسلط الضوء على المنافسة الشديدة والمخاطر التجارية في تطوير تكنولوجيا الذكاء الاصطناعي.

القيود الحالية للذكاء الاصطناعي والطريق إلى الأمام

ومن خلال تسليط الضوء على قيود الذكاء الاصطناعي، أكد LeCun أن الذكاء الاصطناعي اليوم يفتقر إلى الفهم الأساسي على الرغم من تدريبه على كميات هائلة من النصوص. على سبيل المثال، لا تزال أنظمة الذكاء الاصطناعي تكافح مع المفاهيم المنطقية الأساسية على الرغم من التدريب الذي يعادل 20,000 ألف عام من القراءة البشرية. يشير هذا القيد إلى أن تركيز الصناعة على نماذج اللغة والبيانات النصية قد لا يكون كافيًا لتطوير أنظمة الذكاء الاصطناعي المتقدمة الشبيهة بالبشر.

<!–

-> <!–

->

نهج ميتا المتعدد الوسائط لتطوير الذكاء الاصطناعي

وفقًا لقناة CNBC تقريروتحت إشراف LeCun، تستكشف Meta أنظمة الذكاء الاصطناعي متعددة الوسائط التي تجمع بين بيانات النص والصوت والصورة والفيديو. يهدف هذا النهج إلى اكتشاف الارتباطات عبر أنواع البيانات المختلفة، مما قد يؤدي إلى تمكين وظائف الذكاء الاصطناعي الأكثر تقدمًا. تتضمن أبحاث ميتا تطبيقات الواقع المعزز، مثل استخدام نظارات الواقع المعزز لتحسين تدريب التنس - وهو مشروع يتطلب مزيجًا معقدًا من معالجة البيانات المرئية والنصية والسمعية.

مشهد أجهزة الذكاء الاصطناعي: هيمنة نفيديا وإمكانيات المستقبل

تقول CNBC أن وحدات معالجة الرسوميات من Nvidia أصبحت المعيار الفعلي لتدريب نماذج الذكاء الاصطناعي واسعة النطاق، حيث تستخدم Meta نفسها 16,000 وحدة معالجة رسوميات Nvidia A100 لبرنامج Llama AI الخاص بها. ومع ذلك، يقترح LeCun أن المستقبل قد يشهد ظهور شرائح الذكاء الاصطناعي المتخصصة، والانتقال من وحدات معالجة الرسوميات التقليدية إلى مسرعات التعلم العصبية العميقة الأكثر تركيزًا.

الحوسبة الكمومية: حلم بعيد المنال لتعزيز الذكاء الاصطناعي

أعرب LeCun وزميل Meta، Mike Schroepfer، عن شكوكهما حول التأثير المباشر للحوسبة الكمومية على الذكاء الاصطناعي. على الرغم من قدرة الآلات الكمومية على إحداث ثورة في المجالات كثيفة البيانات، إلا أنها تنظر إلى الحوسبة الكمومية باعتبارها مسعى علمي رائع ذو أهمية عملية غير مؤكدة للتقدم الحالي في الذكاء الاصطناعي.

صورة مميزة عبر يوتيوب

• محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
• PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
• أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
• أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
• أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
• المصدر https://www.cryptoglobe.com/latest/2023/12/metas-ai-chief-current-ai-system-decades-away-from-true-sentience-ai-to-hit-cat-dog-smarts-well-before-human-level-intelligence/