Хората все още имат време: AI ще бъде равен по умствени способности на хората след 10 години или дори по-късно

Съвременните AI модели демонстрират впечатляващи способности за обработка на естествения език и генериране на текст. Въпреки това, според Янн Лекун, главен учен в Meta, те все още нямат способностите за памет, мислене, планиране и разсъждение, както е типично за хората. Те просто имитират тези умения. Според учения преодоляването на тази бариера ще изисква поне 10 години и разработването на нов подход — „модели на света“.

По-рано тази година OpenAI представи нова функция за ИИ чат-бота ChatGPT, наречена „памет“, която позволява на AI да „помни“ предишните взаимодействия с потребителя. В допълнение към това, компанията пусна и ново поколение AI модели, като GPT-4o, който изобразява думата „мисли“ при генериране на отговорите. В същото време OpenAI твърди, че новите му продукти са способни на сложни разсъждения. Въпреки това, според Лекун, те само създават илюзията за сложни когнитивни процеси — подобни AI системи все още нямат истинско разбиране за света.

Докато такива иновации може да изглеждат като значителна стъпка към създаването на изкуствен общ интелект (AGI), Лекун се противопоставя на оптимистите в тази област. В скорошна реч на Hudson Forum той отбеляза, че прекомерният оптимизъм на Илон Мъск и Шейн Лег, съосновател на Google DeepMind, може да е преждевременен. Според Лекун създаването на ИИ на човешко ниво може да отнеме десетилетия, а не години, въпреки оптимистичните прогнози за предстоящата му поява.

Лекун подчертава, че за да се създаде AI, който може да разбере света около себе си, машините трябва не само да запомнят информацията, но и да имат интуиция, здрав разум, способност за планиране и разсъждение. „Днешните AI системи, въпреки твърденията на най-страстните ентусиасти, не са способни на нито едно от тези действия“ — отбелязва Лекун.

Причината за това е проста: големите езикови модели (LLM) работят, като предвиждат следващия токен (обикновено няколко букви или кратка дума), а модерните AI модели за изображения и видеоклипове предвиждат следващия пиксел. С други думи, LLMs са едномерни предиктори, докато моделите за изображения и видеоклипове са двуизмерни предиктори. Тези модели са постигнали голям успех в правенето на прогнози в техните измерения, но не разбират истинския достъпен за хората триизмерен свят.

Поради това съвременният AI не може да изпълнява прости задачи, които повечето хора могат да направят. Лекун сравнява възможностите на AI с начина, по който хората се учат: на 10-годишна възраст детето може да почисти след себе си, а на 17-годишна възраст може да се научи да кара кола. И двете умения се научават за няколко часа или дни. В същото време, дори най-напредналите AI системи, обучени на хиляди или милиони часове данни, все още не са в състояние надеждно да изпълняват толкова прости действия във физическия свят. За да разреши този проблем, Лекун предлага разработване “модели на света“ — умствени модели за това как светът се държи, които могат да възприемат света около нас и да предскажат промени в триизмерното пространство.

Такива модели, казва той, представляват нов тип AI архитектура. Можете да си представите последователност от действия и вашият модел на света ще предвиди какво въздействие ще има тази последователност върху света. Част от предимството на този подход е, че моделите на света могат да обработват значително повече данни от LLMs. Това, разбира се, ги прави изчислително интензивни, поради което облачните доставчици бързат да си сътрудничат с компаниите за изкуствен интелект.

Моделите на света — са голяма концепция, която няколко изследователски лаборатории в момента преследват, и терминът бързо се превръща в новата модна дума за привличане на рисков капитал. Група утвърдени изследователи на ИИ, включително Фей-Фей Ли и Джъстин Джонсън, наскоро събраха 230 милиона долара за своя стартъп World Labs. AI ​​Godmother и нейният екип също са уверени, че моделите на света ще доведат до значително по-интелигентни AI-системи. OpenAI също така нарича своя все още неизлязъл видео генератор Sora модел на света, но не разкрива подробности.

Лекун представи идеята за използване на модели на света за създаване на ИИ на човешко ниво в своя документ от 2022 г. за обектно-ориентиран или целево-ориентиран ИИ, въпреки че отбелязва, че самата концепция датира отпреди повече от 60 години. Накратко, моделът на света е зареден с основни представяния на околната среда (напр. видео на неподредена стая) и памет. Въз основа на тези данни моделът прогнозира какво ще бъде състоянието на света около нас. След това ѝ се поставят конкретни цели, включително желаното състояние (например чиста стая) и се задават ограничения, за да се гарантира, че няма потенциална вреда за човека, докато постига целта (например „Когато почиствате стаята, да няма нещо, което да навреди на човека”). След това моделът на света намира оптималната последователност от действия за изпълнение на възложените задачи.

Моделите на света са обещаваща концепция, но според Лекун все още не е постигнат значителен напредък в тяхното прилагане. Има много изключително трудни проблеми, които трябва да бъдат решени, за да се придвижи напред от сегашното състояние на AI и според него всичко е много по-сложно, отколкото изглежда на пръв поглед.

Спомнете си, че Хакери мамят потребителите на Gmail с фалшиви обаждания, генерирани от изкуствен интелект.