Metas AI-chef: Decennier till AI-känsla, intelligens på katt-/hundnivå först

Återutgiven av Platon

anhängare: 0

Metas AI-chef: Decennier till AI-känsla, intelligens på katt-/hundnivå Första PlatoBlockchain-dataintelligens. Vertikal sökning. Ai.

Yann LeCun, Chief AI Scientist på Meta och en känd figur inom djupinlärning, gav nyligen ett grundat perspektiv på AI:s framsteg, som rapporterats av Jonathan Vanian för CNBC. Hans åsikter erbjuder en nykter motvikt till de mer optimistiska förutsägelserna från branschledare som Nvidias vd Jensen Huang.

LeCuns realistiska inställning till AI:s väg till känsla

LeCun hävdar att nuvarande AI-system är flera decennier ifrån att uppnå någon form av förnuft, med sunt förnuft fortfarande ett avlägset mål. Denna synpunkt står i skarp kontrast till Huangs påstående att AI skulle kunna konkurrera med mänskliga förmågor på bara fem år. LeCuns kommentarer kom under ett evenemang för att fira 10-årsjubileet för Facebooks forskningsteam för grundläggande AI, vilket markerar en milstolpe i utvecklingen av AI.

Det underliggande AI-kriget och kommersiella intressen

LeCuns kommentarer kastar också ljus över den kommersiella dynamiken som driver AI-industrin. Han noterar på ett tydligt sätt att Nvidia, som en stor leverantör av GPU:er som är nödvändiga för AI-forskning, har egna intressen av att underblåsa AI-hypen. Hans metafor om ett "AI-krig" med Nvidia som levererar vapnet understryker den intensiva konkurrensen och de kommersiella insatserna i att utveckla AI-tekniken.

AI:s nuvarande begränsningar och vägen framåt

LeCun lyfte fram AI:s begränsningar och betonade att dagens AI saknar grundläggande förståelse trots att den tränas på stora mängder text. Till exempel kämpar AI-system fortfarande med grundläggande logiska koncept trots träning motsvarande 20,000 XNUMX års mänsklig läsning. Denna begränsning indikerar att branschens fokus på språkmodeller och textdata kan vara otillräckligt för att utveckla avancerade, människoliknande AI-system.

<!–

Används inte

-> <!–

Används inte

Metas multimodala tillvägagångssätt för AI-utveckling

Enligt CNBC: s rapport, under LeCuns ledning, utforskar Meta multimodala AI-system som kombinerar text-, ljud-, bild- och videodata. Detta tillvägagångssätt syftar till att upptäcka samband mellan olika datatyper, vilket potentiellt möjliggör mer avancerade AI-funktioner. Metas forskning inkluderar augmented reality-applikationer, som att använda AR-glasögon för att förbättra tennisträning – ett projekt som kräver en komplex blandning av visuell, text- och auditiv databehandling.

AI Hardware Landscape: Nvidias dominans och framtida möjligheter

CNBC säger att Nvidias GPU:er har blivit de facto-standarden för att träna storskaliga AI-modeller, där Meta själv använder 16,000 100 Nvidia AXNUMX GPU:er för sin Llama AI-mjukvara. LeCun föreslår dock att i framtiden kan komma att se uppkomsten av specialiserade AI-chips, som går bortom traditionella GPU:er till mer fokuserade neurala acceleratorer för djupinlärning.

Quantum Computing: A Distant Dream for AI Enhancement

LeCun och Metas seniorkollega Mike Schroepfer uttrycker skepsis till den omedelbara effekten av kvantberäkning på AI. Trots potentialen för kvantmaskiner att revolutionera dataintensiva fält, ser de kvantberäkning som en fascinerande vetenskaplig strävan med osäker praktisk relevans för aktuella AI-framsteg.

Utvalda bilder via Youtube