Szef AI Meta: Dekady do wrażliwości na sztuczną inteligencję, najpierw inteligencja na poziomie kota/psa

Szef AI Meta: Dekady do wrażliwości na sztuczną inteligencję, najpierw inteligencja na poziomie kota/psa

Szef AI w Meta: Dekady do wrażliwości na sztuczną inteligencję, inteligencja na poziomie kota/psa Pierwsza inteligencja danych PlatoBlockchain. Wyszukiwanie pionowe. AI.

Yanna LeCuna, główny naukowiec ds. sztucznej inteligencji w firmie Meta i uznana postać w dziedzinie głębokiego uczenia się, przedstawiła niedawno ugruntowaną perspektywę na postęp sztucznej inteligencji, jak donosi Jonathan Vanian dla CNBC. Jego poglądy stanowią otrzeźwiającą przeciwwagę dla bardziej optymistycznych przewidywań liderów branży, takich jak dyrektor generalny Nvidii, Jensen Huang.

Realistyczne podejście LeCuna do ścieżki AI do świadomości

LeCun zakłada, że ​​obecne systemy sztucznej inteligencji dzieli kilkadziesiąt lat od osiągnięcia jakiejkolwiek formy odczuwania, a zdrowy rozsądek wciąż jest odległym celem. Ten punkt widzenia stoi w jaskrawym kontraście z twierdzeniem Huanga, że ​​sztuczna inteligencja może dorównać ludzkim możliwościom w zaledwie pięć lat. Komentarze LeCuna pojawiły się podczas wydarzenia z okazji 10. rocznicy powstania zespołu Facebook Fundamental AI Research, co stanowi kamień milowy w rozwoju sztucznej inteligencji.

Podstawowa wojna AI i interesy handlowe

Uwagi LeCuna rzucają również światło na dynamikę komercyjną napędzającą przemysł sztucznej inteligencji. Wyraźnie zauważa, że ​​Nvidia, jako główny dostawca procesorów graficznych niezbędnych do badań nad sztuczną inteligencją, ma żywotny interes w podsycaniu szumu wokół sztucznej inteligencji. Jego metafora „wojny ze sztuczną inteligencją”, w której Nvidia dostarcza broń, podkreśla intensywną konkurencję i komercyjne zaangażowanie w rozwój technologii sztucznej inteligencji.

Obecne ograniczenia sztucznej inteligencji i przyszłość

Podkreślając ograniczenia sztucznej inteligencji, LeCun podkreślił, że dzisiejszej sztucznej inteligencji brakuje podstawowego zrozumienia, mimo że szkolono ją na ogromnych ilościach tekstu. Na przykład systemy sztucznej inteligencji nadal borykają się z podstawowymi pojęciami logicznymi, pomimo szkolenia odpowiadającego 20,000 XNUMX lat czytania przez ludzi. To ograniczenie wskazuje, że skupienie się branży na modelach językowych i danych tekstowych może być niewystarczające do opracowania zaawansowanych systemów sztucznej inteligencji przypominających człowieka.

<!–

Nie w użyciu

-> <!–

Nie w użyciu

->

Multimodalne podejście Meta do rozwoju sztucznej inteligencji

Według CNBC raportpod kierunkiem LeCuna Meta bada multimodalne systemy sztucznej inteligencji, które łączą dane tekstowe, dźwiękowe, obrazowe i wideo. Podejście to ma na celu odkrycie korelacji między różnymi typami danych, potencjalnie umożliwiając bardziej zaawansowane funkcje sztucznej inteligencji. Badania Meta obejmują aplikacje rzeczywistości rozszerzonej, takie jak używanie okularów AR do ulepszania treningu tenisowego – projekt wymagający złożonego połączenia przetwarzania danych wizualnych, tekstowych i dźwiękowych.

Krajobraz sprzętu AI: dominacja Nvidii i przyszłe możliwości

CNBC twierdzi, że procesory graficzne Nvidii stały się de facto standardem w szkoleniu modeli sztucznej inteligencji na dużą skalę, a sama Meta wykorzystuje 16,000 100 procesorów graficznych Nvidia AXNUMX w swoim oprogramowaniu Llama AI. LeCun sugeruje jednak, że w przyszłości mogą pojawić się wyspecjalizowane chipy AI, wykraczające poza tradycyjne procesory graficzne w stronę bardziej ukierunkowanych neuronowych akceleratorów głębokiego uczenia się.

Obliczenia kwantowe: odległe marzenie o udoskonaleniu sztucznej inteligencji

LeCun i starszy kolega Meta, Mike Schroepfer, wyrażają sceptycyzm co do bezpośredniego wpływu obliczeń kwantowych na sztuczną inteligencję. Pomimo potencjału maszyn kwantowych do zrewolucjonizowania dziedzin wymagających dużej ilości danych, postrzegają obliczenia kwantowe jako fascynujące przedsięwzięcie naukowe o niepewnym praktycznym znaczeniu dla obecnych osiągnięć sztucznej inteligencji.

Polecane zdjęcie przez YouTube

Znak czasu:

Więcej z CryptoGlobe