หัวหน้า AI ของ Meta: ทศวรรษสู่ความรู้สึกของ AI, ความฉลาดระดับแมว/สุนัขต้องมาก่อน

ยานน์ เลอคุนหัวหน้านักวิทยาศาสตร์ AI ที่ Meta และบุคคลที่มีชื่อเสียงในด้านการเรียนรู้เชิงลึก ได้ให้มุมมองที่เป็นพื้นฐานเกี่ยวกับความก้าวหน้าของ AI เมื่อเร็วๆ นี้ ตามที่รายงานโดย Jonathan Vanian สำหรับ CNBC มุมมองของเขานำเสนอการถ่วงดุลอย่างมีสติต่อการคาดการณ์ในแง่ดีจากผู้นำในอุตสาหกรรมเช่น Jensen Huang ซีอีโอของ Nvidia

ความสมจริงของ LeCun บนเส้นทางสู่ความรู้สึกของ AI

LeCun ตั้งข้อสังเกตว่าระบบ AI ในปัจจุบันยังห่างไกลจากการบรรลุถึงความรู้สึกทุกรูปแบบหลายทศวรรษ โดยที่ความสามารถด้านสามัญสำนึกยังคงเป็นเป้าหมายที่ห่างไกล มุมมองนี้แตกต่างอย่างสิ้นเชิงกับการยืนยันของ Huang ที่ว่า AI สามารถแข่งขันกับความสามารถของมนุษย์ได้ในเวลาเพียงห้าปี ความคิดเห็นของ LeCun เกิดขึ้นในระหว่างงานฉลองครบรอบ 10 ปีของทีมวิจัย AI ขั้นพื้นฐานของ Facebook ซึ่งถือเป็นก้าวสำคัญในการพัฒนา AI

สงคราม AI ที่ซ่อนอยู่และผลประโยชน์เชิงพาณิชย์

คำกล่าวของ LeCun ยังให้ความกระจ่างเกี่ยวกับพลวัตเชิงพาณิชย์ที่ขับเคลื่อนอุตสาหกรรม AI เขาตั้งข้อสังเกตอย่างชัดเจนว่า Nvidia ซึ่งเป็นซัพพลายเออร์รายใหญ่ของ GPU ที่จำเป็นสำหรับการวิจัยด้าน AI ได้มีส่วนได้ส่วนเสียในการขับเคลื่อนกระแส AI คำอุปมาของเขาเกี่ยวกับ "สงคราม AI" กับ Nvidia ที่จัดหาอาวุธ เน้นย้ำถึงการแข่งขันที่รุนแรงและการเดิมพันทางการค้าในความก้าวหน้าของเทคโนโลยี AI

ข้อจำกัดในปัจจุบันของ AI และเส้นทางข้างหน้า

LeCun เน้นย้ำถึงข้อจำกัดของ AI โดยเน้นย้ำว่า AI ในปัจจุบันยังขาดความเข้าใจพื้นฐานแม้จะได้รับการฝึกฝนเกี่ยวกับข้อความจำนวนมหาศาลก็ตาม ตัวอย่างเช่น ระบบ AI ยังคงต่อสู้กับแนวคิดเชิงตรรกะขั้นพื้นฐาน แม้ว่าการฝึกอบรมจะเทียบเท่ากับการอ่านของมนุษย์เป็นเวลา 20,000 ปีก็ตาม ข้อจำกัดนี้บ่งชี้ว่าการที่อุตสาหกรรมให้ความสำคัญกับโมเดลภาษาและข้อมูลข้อความอาจไม่เพียงพอสำหรับการพัฒนาระบบ AI ขั้นสูงที่มีลักษณะคล้ายมนุษย์

<!–

-> <!–

->

แนวทาง Multimodal ของ Meta เพื่อการพัฒนา AI

อ้างอิงจาก CNBC's รายงานภายใต้คำแนะนำของ LeCun Meta กำลังสำรวจระบบ AI ต่อเนื่องหลายรูปแบบที่รวมข้อมูลข้อความ เสียง รูปภาพ และวิดีโอ แนวทางนี้มีจุดมุ่งหมายเพื่อค้นหาความสัมพันธ์ระหว่างข้อมูลประเภทต่างๆ ซึ่งอาจเปิดใช้ฟังก์ชัน AI ขั้นสูงได้มากขึ้น การวิจัยของ Meta รวมถึงแอปพลิเคชันความเป็นจริงเสริม เช่น การใช้แว่นตา AR เพื่อปรับปรุงการฝึกเทนนิส ซึ่งเป็นโครงการที่ต้องใช้การประมวลผลข้อมูลภาพ ข้อความ และการได้ยินที่ซับซ้อน

ภูมิทัศน์ฮาร์ดแวร์ AI: การครอบงำของ Nvidia และความเป็นไปได้ในอนาคต

CNBC กล่าวว่า GPU ของ Nvidia ได้กลายเป็นมาตรฐานโดยพฤตินัยสำหรับการฝึกอบรมโมเดล AI ขนาดใหญ่ โดย Meta เองก็ใช้ GPU Nvidia A16,000 จำนวน 100 ตัวสำหรับซอฟต์แวร์ Llama AI อย่างไรก็ตาม LeCun ชี้ให้เห็นว่าในอนาคตอาจเห็นการเกิดขึ้นของชิป AI เฉพาะทาง โดยก้าวไปไกลกว่า GPU แบบดั้งเดิมไปสู่ตัวเร่งความเร็วการเรียนรู้เชิงลึกที่เน้นประสาทมากขึ้น

คอมพิวเตอร์ควอนตัม: ความฝันอันห่างไกลสำหรับการเพิ่มประสิทธิภาพ AI

Mike Schroepfer เพื่อนอาวุโสของ LeCun และ Meta แสดงความกังขาเกี่ยวกับผลกระทบทันทีของการประมวลผลควอนตัมต่อ AI แม้ว่าเครื่องควอนตัมจะมีศักยภาพในการปฏิวัติสาขาที่มีข้อมูลจำนวนมาก แต่พวกเขามองว่าคอมพิวเตอร์ควอนตัมเป็นความพยายามทางวิทยาศาสตร์ที่น่าสนใจ โดยมีความเกี่ยวข้องในทางปฏิบัติที่ไม่แน่นอนสำหรับความก้าวหน้าของ AI ในปัจจุบัน

ภาพเด่นผ่าน YouTube

• เนื้อหาที่ขับเคลื่อนด้วย SEO และการเผยแพร่ประชาสัมพันธ์ รับการขยายวันนี้
• PlatoData.Network Vertical Generative Ai เพิ่มพลังให้กับตัวเอง เข้าถึงได้ที่นี่.
• เพลโตไอสตรีม. Web3 อัจฉริยะ ขยายความรู้ เข้าถึงได้ที่นี่.
• เพลโตESG. คาร์บอน, คลีนเทค, พลังงาน, สิ่งแวดล้อม แสงอาทิตย์, การจัดการของเสีย. เข้าถึงได้ที่นี่.
• เพลโตสุขภาพ เทคโนโลยีชีวภาพและข่าวกรองการทดลองทางคลินิก เข้าถึงได้ที่นี่.
• ที่มา: 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/