Meta's AI Chief: Decades To AI Sentience, Cat/Dog-Level Intelligence First

Genudgivet af Platon

Abonnenter: 0

Meta's AI Chief: Decades to AI Sentience, Cat/Dog-Level Intelligence First PlatoBlockchain Data Intelligence. Vertical Search. Ai.

Yann LeCun, Chief AI Scientist hos Meta og en kendt skikkelse inden for deep learning, gav for nylig et funderet perspektiv på AI's fremskridt, som rapporteret af Jonathan Vanian for CNBC. Hans synspunkter tilbyder en nøgtern modvægt til de mere optimistiske forudsigelser fra brancheledere som Nvidias CEO Jensen Huang.

LeCuns realistiske bud på AI's vej til sansning

LeCun hævder, at de nuværende AI-systemer er flere årtier væk fra at opnå nogen form for sansning, med sund fornuftsevner stadig et fjernt mål. Dette synspunkt står i skarp kontrast til Huangs påstand om, at kunstig intelligens kunne konkurrere med menneskelige evner på blot fem år. LeCuns kommentarer kom under en begivenhed, der fejrede 10-års jubilæet for Facebooks Fundamental AI Research-team, hvilket markerede en milepæl inden for AI-udvikling.

Den underliggende AI-krig og kommercielle interesser

LeCuns bemærkninger kaster også lys over den kommercielle dynamik, der driver kunstig intelligens-industrien. Han bemærker skarpt, at Nvidia, som en stor leverandør af GPU'er, der er afgørende for AI-forskning, har egeninteresser i at sætte skub i AI-hypen. Hans metafor om en "AI-krig" med Nvidia, der leverer våbnet, understreger den intense konkurrence og den kommercielle indsats i at fremme AI-teknologi.

AI's nuværende begrænsninger og vejen frem

LeCun fremhævede AI's begrænsninger og understregede, at nutidens AI mangler grundlæggende forståelse på trods af at den er trænet i store mængder tekst. For eksempel kæmper AI-systemer stadig med grundlæggende logiske koncepter på trods af træning svarende til 20,000 års menneskelig læsning. Denne begrænsning indikerer, at industriens fokus på sprogmodeller og tekstdata kan være utilstrækkelig til at udvikle avancerede, menneskelignende AI-systemer.

<!–

Ikke i brug

-> <!–

Ikke i brug

Metas multimodale tilgang til AI-udvikling

Ifølge CNBC's indberette, under LeCuns vejledning, udforsker Meta multimodale AI-systemer, der kombinerer tekst-, lyd-, billed- og videodata. Denne tilgang har til formål at opdage sammenhænge på tværs af forskellige datatyper, hvilket potentielt muliggør mere avancerede AI-funktioner. Metas forskning omfatter augmented reality-applikationer, som at bruge AR-briller til at forbedre tennistræning – et projekt, der kræver en kompleks blanding af visuel, tekst- og auditiv databehandling.

AI Hardware Landscape: Nvidias dominans og fremtidige muligheder

CNBC siger, at Nvidias GPU'er er blevet de facto-standarden for træning af store AI-modeller, hvor Meta selv bruger 16,000 Nvidia A100 GPU'er til sin Llama AI-software. LeCun antyder dog, at fremtiden kan se fremkomsten af specialiserede AI-chips, der bevæger sig ud over traditionelle GPU'er til mere fokuserede neurale, dybe læringsacceleratorer.

Quantum Computing: A Distant Dream for AI Enhancement

LeCun og Metas seniorkollega Mike Schroepfer udtrykker skepsis over for kvanteberegningens umiddelbare indvirkning på kunstig intelligens. På trods af kvantemaskinernes potentiale til at revolutionere dataintensive felter, ser de kvantecomputere som en fascinerende videnskabelig bestræbelse med usikker praktisk relevans for aktuelle AI-fremskridt.

Fremhævet billede via YouTube