Новости Границы ИИ: почему общий ИИ ещё не стал реальностью по мнению Google?

[NewsMaker]

Текущие возможности ИИ откладывают создание машины с мозгом человека.

---

---

Google выразил сомнения относительно реализации искусственного интеллекта общего назначения (Artificial General Intelligence, AGI ), который часто считается Святым Граалем в области ИИ. В Для просмотра ссылки Войди или Зарегистрируйся корпорация указала на ограничения технологии трансформеров, лежащих в основе больших языковых моделей, таких как ChatGPT. Основная проблема заключается в неспособности трансформеров обобщать информацию за пределами их обучающих данных, что ставит под вопрос их эффективность в новых, незнакомых задачах.

В статье отмечается, что, хотя трансформеры могут эффективно работать с задачами, тесно связанными с их обучающими данными, они не могут решать задачи, которые выходят за рамки их сохранённых данных. Открытие критически важно для тех, кто стремится к AGI — гипотетическому интеллекту, способному выполнять любые действия, как человек.

В Google подчеркнули, что текущие успехи в ИИ должны быть оценены с учётом их ограничений, особенно в свете недавних научных открытий. По мнению Google, несмотря на значительные инвестиции и интерес к AGI, необходимо признать, что общий искусственный интеллект все еще далек от реализации.

Представитель OpenAI заявил, что Для просмотра ссылки Войди или Зарегистрируйся искусственный интеллект должен выполнять много обобщающих задач, которые может выполнять человеческий мозг — будь то адаптация к незнакомым сценариям, создание аналогий, обработка новой информации или абстрактное мышление.

Представитель NVIDIA Для просмотра ссылки Войди или Зарегистрируйся удивление, почему открытие ограничений трансформеров стало для многих неожиданностью, указывая на фундаментальное правило машинного обучения о необходимости распределения тестов во время тренировки.

В то время как некоторые могут видеть здесь повод для беспокойства, компания Lamini AI видит в этом возможность для развития и улучшения ИИ, обучая модели в новых условиях, а не просто используя их в текущем состоянии. Поэтому ИИ все еще может быть чрезвычайно полезным и эффективным, несмотря на свои ограничения.