ओपनएआई के ऑल्टमैन का कहना है कि एजीआई के लिए एनर्जी ब्रेकथ्रू की आवश्यकता है

प्लेटो द्वारा पुनर्प्रकाशित

अनुयायियों: 0

ओपनएआई के ऑल्टमैन प्लेटोब्लॉकचेन डेटा इंटेलिजेंस का कहना है कि एजीआई के लिए ऊर्जा सफलता की आवश्यकता है। लंबवत खोज. ऐ.

एआई संक्षेप में ओपनएआई के सीईओ सैम ऑल्टमैन का मानना है कि तेजी से सक्षम और बिजली की खपत करने वाले एआई मॉडल को आगे बढ़ाने के लिए ऊर्जा उत्पादन में सफलता की आवश्यकता है।

पिछले सप्ताह दावोस में ब्लूमबर्ग के साथ एक पैनल चर्चा में उन्होंने तर्क दिया, "बिना किसी सफलता के वहां पहुंचने का कोई रास्ता नहीं है।" ऑल्टमैन परमाणु संलयन जैसे नवीकरणीय ऊर्जा स्रोतों के पक्ष में है, और वह प्रौद्योगिकी में निवेश जारी रखने के लिए प्रेरित है। उन्होंने व्यक्तिगत रूप से हेलियन एनर्जी में 375 मिलियन डॉलर का निवेश किया - एक परमाणु संलयन स्टार्टअप जिसने हस्ताक्षर किए हैं सौदा अगले कुछ वर्षों में माइक्रोसॉफ्ट को ऊर्जा की आपूर्ति करना।

अरबों मापदंडों से बने एआई मॉडल को प्रशिक्षित करने के लिए भारी मात्रा में ऊर्जा की आवश्यकता होती है। OpenAI का पुराना GPT-3 सिस्टम कथित तौर पर 936 मेगावाट घंटे (MWh) की खपत करता था, अनुसार एआई कंपनी न्यूमेंटा को। अमेरिकी ऊर्जा सूचना प्रशासन अनुमान औसत घरेलू खपत प्रति वर्ष लगभग 10.5 मेगावाट है। इसका मतलब है कि GPT-3 के प्रशिक्षण में उतनी ऊर्जा खर्च होती है जितनी लगभग 90 घर एक वर्ष में खपत करते हैं।

बड़े मॉडलों को और भी अधिक ऊर्जा की आवश्यकता होगी। "हमने स्केलिंग [एलएलएम] पूरी नहीं की है - हमें अभी भी आगे बढ़ने की जरूरत है," एडेन गोमेज़, सीईओ जुटना, घोषित दावोस में एक अन्य चर्चा के दौरान।

अल्फ़ाजियोमेट्री एआई तर्क में एक सफलता का प्रतिनिधित्व करती है

Google DeepMind शोधकर्ताओं ने मानव गणित ओलंपियाड स्वर्ण पदक विजेताओं द्वारा प्राप्त लगभग उसी स्तर पर ज्यामितीय प्रमेयों को सिद्ध करने के लिए एक AI प्रणाली को प्रशिक्षित किया है।

एक कागज में प्रकाशित in प्रकृति पिछले हफ्ते, टीम डीपमाइंड ने अल्फ़ाजियोमेट्री का अनावरण किया - एक भाषा मॉडल और एक प्रतीकात्मक कटौती इंजन से बना एक सिस्टम। पूर्व किसी विशेष समस्या को हल करने के लिए संभावित गणितीय रणनीतियाँ उत्पन्न करता है, जबकि बाद वाला अंतिम समाधान निकालने का प्रयास करता है।

"अल्फाजियोमेट्री के साथ, हम तार्किक रूप से तर्क करने और नए ज्ञान की खोज और सत्यापन करने की एआई की बढ़ती क्षमता को प्रदर्शित करते हैं।" लिखा था सह-लेखक त्रियु त्रिन्ह और थांग लुओंग। "ओलंपियाड-स्तरीय ज्यामिति समस्याओं को हल करना अधिक उन्नत और सामान्य एआई सिस्टम की दिशा में गहन गणितीय तर्क विकसित करने में एक महत्वपूर्ण मील का पत्थर है।"

दिलचस्प बात यह है कि सिस्टम को यादृच्छिक ज्यामितीय आरेखों को दर्शाने वाले सिंथेटिक डेटा के 100 मिलियन नमूनों पर प्रशिक्षित किया गया था। अल्फ़ाजियोमेट्री को सभी ज्यामितीय प्रमाणों का पता लगाने के लिए आकृतियों में बिंदुओं और रेखाओं के बीच सभी संबंधों को सीखने का काम सौंपा गया था।

सिस्टम के प्रदर्शन को बेंचमार्क करने वाले एक परीक्षण में, यह ओलंपियाड प्रतियोगिताओं के 25 ज्यामिति प्रश्नों में से 30 को हल करने में कामयाब रहा - कुछ ही घंटों में। तुलना के लिए, औसत मानव स्वर्ण पदक विजेता एक ही समय में इनमें से लगभग 25.9 को हल कर सकता है।

Google DeepMind ने अपने मॉडल के लिए कोड जारी किया है यहाँ उत्पन्न करें.

मेडिकल एआई चैटबॉट स्वास्थ्य सेवा का लोकतंत्रीकरण नहीं कर सकते हैं

विश्व स्वास्थ्य संगठन (डब्ल्यूएचओ) इस बात को लेकर आशावादी नहीं है कि मेडिकल एआई सिस्टम गरीब देशों के लिए अच्छे होंगे यदि वे अमीर देशों के संगठनों द्वारा बनाए गए हैं जो उन्हें अधिक विविध डेटा पर प्रशिक्षित करने में विफल रहते हैं।

डेवलपर्स को पसंद है गूगल विश्वास है कि एआई उन लोगों की मदद कर सकता है जिनकी भविष्य में स्वास्थ्य देखभाल तक सीमित पहुंच है। लेकिन डब्ल्यूएचओ के अधिकारियों का मानना है कि प्रौद्योगिकी उन्हें पर्याप्त रूप से सेवा नहीं दे सकती है - खासकर यदि वे इन प्रणालियों को प्रशिक्षित करने के लिए नैदानिक डेटा स्रोत के लिए उपयोग किए जाने वाले रोगियों के प्रतिनिधि नहीं हैं।

डब्ल्यूएचओ के डिजिटल स्वास्थ्य निदेशक एलेन लैब्रिक ने कहा, "प्रौद्योगिकी के साथ इस आगे की छलांग के हिस्से के रूप में हम जो आखिरी चीज देखना चाहते हैं, वह दुनिया भर के देशों के सामाजिक ताने-बाने में असमानताओं और पूर्वाग्रहों का प्रसार या विस्तार है।" नवाचार, प्रकृति की रिपोर्ट.

लैब्रिक और उनके सहयोगियों ने तर्क दिया कि मेडिकल एआई के विकास पर बड़े तकनीकी व्यवसायों का प्रभुत्व नहीं होना चाहिए, और उनकी प्रौद्योगिकियों को जारी होने से पहले स्वतंत्र तीसरे पक्षों द्वारा ऑडिट किया जाना चाहिए। डेवलपर्स वर्तमान में ऐसे मॉडल बना रहे हैं जो बैठकों से स्वचालित रूप से नैदानिक नोट तैयार करने, डॉक्टरों को बीमारियों का निदान करने में सहायता करने और बहुत कुछ करने में सक्षम हैं।

संभावित मुद्दे - जैसे कि अलग-अलग उच्चारण, भाषाएं, या चिकित्सा इतिहास जो इसके प्रशिक्षण डेटा में नहीं हैं - संभावित रूप से इन प्रणालियों को ख़राब कर सकते हैं, जिससे कम प्रदर्शन और खराब रोगी परिणाम हो सकते हैं।

अमेज़ॅन ने प्रायोगिक एआई शॉपिंग असिस्टेंट लॉन्च किया

उपभोक्ता अब ऑनलाइन मार्केटप्लेस के मोबाइल ऐप से अमेज़ॅन पर बेची जाने वाली किसी विशेष वस्तु के बारे में एआई चैटबॉट से पूछताछ कर सकते हैं।

"विशिष्ट जानकारी की तलाश" टैब, जो उत्पाद समीक्षा और सामान्य प्रश्नों के उत्तर दिखाता था, को एक बड़े भाषा मॉडल से बदल दिया गया है, मार्केटप्लेस पल्स पहले रिपोर्ट की गई. ऐसा प्रतीत होता है कि सिस्टम उत्पाद के सूचीकरण पृष्ठ से जानकारी प्राप्त करके और सारांशित करके काम करता है।

नेटिज़न्स उस आइटम के बारे में प्रश्न पूछ सकते हैं जिसमें वे रुचि रखते हैं। चैटबॉट उत्पादों की तुलना नहीं करता है या विकल्प सुझाता नहीं है। न ही यह खरीदारों की वर्चुअल कार्ट में आइटम जोड़ने या मूल्य निर्धारण इतिहास का खुलासा करने जैसी कार्रवाई कर सकता है। अमेज़न के प्रवक्ता ने सीएनबीसी से पुष्टि की कि वह चैटबॉट का परीक्षण कर रहा है।

"हम ग्राहकों के जीवन को बेहतर और आसान बनाने में मदद करने के लिए लगातार आविष्कार कर रहे हैं, और वर्तमान में ग्राहकों को आम तौर पर पूछे जाने वाले उत्पाद प्रश्नों के उत्तर पाने में मदद करके अमेज़ॅन पर खरीदारी को बेहतर बनाने के लिए जेनरेटिव एआई द्वारा संचालित एक नई सुविधा का परीक्षण कर रहे हैं।" समझाया मारिया बोशेट्टी. सभी चैटबॉट्स की तरह, अमेज़ॅन की नवीनतम प्रणाली मतिभ्रम से ग्रस्त है - इसलिए यह जो कहता है उसे एक चुटकी नमक के साथ लें।

दिलचस्प बात यह है कि वर्चुअल शॉपिंग असिस्टेंट की क्षमताएं काफी खुली हैं। यह कथित तौर पर कई भाषाओं में किसी उत्पाद पर जानकारी के आधार पर चुटकुले, कविताएं लिख सकता है या कोड भी उत्पन्न कर सकता है। ®