Η Νέα Γαστρική Ευαισθησία του AI: Γιατί το Να Σκέφτεσαι Ευφυέστερα Μετράει Περισσότερο Από το Να Σκέφτεσαι Για Πιο Λίγο

Οι προοδοι στην τεχνητή νοημοσύνη (AI) έχουν οδηγηθεί για πολύ καιρό από την πεποίθηση ότι η αύξηση των δεδομένων και της υπολογιστικής ισχύος μπορεί να βελτιώσει την απόδοση. Αυτή η “βрут φόρς” προσέγγιση έχει οδηγήσει σε εντυπωσιακά συστήματα AI, όπως το GPT-3, τα οποία έχουν εκτελέσει εξαιρετικά τα τελευταία χρόνια. Ωστόσο, αυτό το范δη είναι φτάνει στα όριά του. Όσο τα προβλήματα του AI γίνονται πιο σύνθετα, γίνεται σαφές ότι η απλή αύξηση της υπολογιστικής ισχύος δεν θα είναι μια βιώσιμη ή αποτελεσματική λύση για την μακροπρόθεσμη πρόοδο. Αυτή η συνειδητοποίηση έχει οδηγήσει τους ερευνητές να ξανασκέφτονται την προσέγγισή τους στην ανάπτυξη του AI. Σε αυτό το контекστό, το μοντέλο Cogito v2 της Deep Cogito εισάγει μια νέα προσέγγιση που μπορεί να αλλάξει το μέλλον της ανάπτυξης του AI. Αντί να εξαρτάται από περισσότερη υπολογιστική ισχύ ή επεκταμένη σκέψη, το Cogito v2 αναπτύσσει εσωτερικές “γαστρικές ευαισθησίες” που οδηγούν το μοντέλο να αναγνωρίσει τους σωστούς δρόμους πριν ακόμη αρχίσει την αναζήτηση. Αυτή είναι μια μετατόπιση παραδείγματος σε αυτό πώς το AI αναπτύσσεται, εστιάζοντας στη σκέψη που είναι καλύτερη, όχι μεγαλύτερη.

Μια Μετατόπιση στην Ανάπτυξη του AI

Για πολλά χρόνια, η κινητήρια δύναμη πίσω από τις προοδοι του AI ήταν η ιδέα ότι “το περισσότερο είναι καλύτερο”. Αυτή η προσέγγιση έχει οδηγήσει σε μοντέλα AI που παράγουν εκτεταμένες αλυσίδες σκέψης για να λύσουν σύνθετα προβλήματα. Τα μοντέλα της OpenAI, όπως το GPT-3, είναι ένα παράδειγμα αυτής της προσέγγισης, όπου οι μακρύτερες αλυσίδες σκέψης οδήγησαν σε εντυπωσιακά αποτελέσματα σε δύσκολα καθήκοντα. Αν και αυτή η μέθοδος έχει παραγάγει εντυπωσιακά αποτελέσματα, έρχεται με σημαντικά μειονεκτήματα. Οι μακρύτερες αλυσίδες σκέψης απαιτούν περισσότερες υπολογιστικές πόρους, που οδηγούν σε πιο αργές φορές εύρεσης και υψηλότερα λειτουργικά έξοδα. Επιπλέον, η έρευνα έχει δείξει ότι αυτές οι επεκτάσεις συχνά οδηγούν σε μειωμένα αποτελέσματα, όπου η μακρύτερη σκέψη οδηγεί σε μεγαλύτερη προκατάληψη και λιγότερη αποτελεσματικότητα. Το θεμελιώδες ζήτημα είναι ότι η εξάρτηση από μακρές αλυσίδες σκέψης και την αύξηση της υπολογιστικής ισχύος δεν είναι πλέον μια αποτελεσματική λύση για την αντιμετώπιση σύνθετων προβλημάτων του AI. Αυτές οι προσεγγίσεις είναι περιορισμένες από τον τεράστιο χρόνο επεξεργασίας και τις απαιτήσεις μνήμης.

Γιατί η “Γαστρική Ευαισθησία” Μετράει για το AI

Αντίθετα με τα τρέχοντα συστήματα AI που εξαρτώνται από την επεκταμένη σκέψη, οι άνθρωποι συχνά εξαρτώνται από αυτό που ονομάζεται “γαστρική ευαισθησία” (μια μορφή γρήγορης, ενστικτικής κρίσης) για να λύσουν προβλήματα. Αν και η γαστρική ευαισθησία μπορεί να φαίνεται ως một αφηρημένος концепτός, είναι συχνά το αποτέλεσμα ετών εμπειρίας, μάθησης και επεξεργασίας контекστού που επιτρέπει στους ανθρώπους να λαμβάνουν γρήγορες αποφάσεις χωρίς να αναλύουν πλήρως κάθε λεπτομέρεια. Είναι αυτή η ευαισθησία που διακρίνει την ακατέργαστη υπολογιστική από την ανθρώπινη σκέψη. Οι άνθρωποι χτίζουν αυτή τη “γαστρική ευαισθησία” μέσω της αναγνώρισης προτύπων και της συσσώρευσης εμπειρίας και της επιτρέπει να λαμβάνουν αποφάσεις χωρίς να εξετάζουν εξαντλητικά κάθε δυνατότητα. Η νέα “γαστρική ευαισθησία” του AI στοχεύει να αναπαράγει αυτή τη διαδικασία.

Πώς το Cogito v2 Ενσωμάτωσε τη “Γαστρική Ευαισθησία”

Το Cogito έχει ενσωματώσει την ιδέα της “γαστρικής ευαισθησίας” (περισσότερο τεχνικά, την προηγούμενη νοημοσύνη) στο πρόσφατα κυκλοφορημένο μοντέλο Cogito v2. Ενσωμάτωσαν αυτή την ιδέα χρησιμοποιώντας einen μηχανισμό που ονομάζεται Επαναλαμβανόμενη Απόσταξη και Ενίσχυση (IDA). Αυτός ο μηχανισμός επιτρέπει στο μοντέλο να μάθει από τη δική του διαδικασία σκέψης και να βελτιώσει τις ικανότητές του να λύνει προβλήματα με τον καιρό. Αντί να εξαρτάται από στατικές προτροπές ή σταθερούς δασκάλους, η IDA επιτρέπει στο AI να αποστάζει τις επιτυχείς διαδρομές σκέψης πίσω στα πυρήνα παραμέτρους του μοντέλου. Αυτή η διαδικασία αυτοβελτίωσης βελτιώνει τις ικανότητες σκέψης του μοντέλου με τον καιρό, оптимίζοντας όχι μόνο για ακριβείς απαντήσεις, αλλά και για τις πιο αποτελεσματικές μεθόδους σκέψης.

• Επαναλαμβανόμενη Απόσταξη και Ενίσχυση (IDA)

Για να κατανοήσουμε πώς λειτουργεί η IDA, μπορούμε να εξετάσουμε τη δual-process theory, η οποία διαιρεί την ανθρώπινη σκέψη σε δύο συστήματα: Σύστημα 1 και Σύστημα 2. Το Σύστημα 1 αναφέρεται στη γρήγορη, ενστικτική λήψη αποφάσεων, ενώ το Σύστημα 2 είναι πιο αργό, με πιο προσεκτική σκέψη. Η θεωρία υποδηλώνει ότι οι άνθρωποι εξαρτώνται από το Σύστημα 1 για την mayoría των καθηκόντων, αλλά μεταβαίνουν στο Σύστημα 2 όταν αντιμετωπίζουν πιο σύνθετες αποφάσεις.

Η IDA είναι ένας δύο-βήματος κύκλος: ενίσχυση και απόσταξη. Κατά τη φάση ενίσχυσης, το μοντέλο χρησιμοποιεί εντατικές υπολογιστικές μεθόδους για να παράγει υψηλής ποιότητας λύσεις ή ιχνηλάσεις σκέψης. Αυτό είναι σαν τη σκέψη του Συστήματος 2, όπου το AI λαμβάνει τον χρόνο να αξιολογήσει προσεκτικά τις πιθανές λύσεις. Κατά τη φάση απόσταξης, το μοντέλο στη συνέχεια εσωτερικεύει τις εντυπώσεις από τη φάση ενίσχυσης, μετατρέποντας τη διαδικασία σκέψης από το Σύστημα 2 στο Σύστημα 1. Όπως ένας ανθρώπινος οδηγός γίνεται πιο ενστικτικός μετά από κέρδη εμπειρίας, ένα μοντέλο AI με IDA μπορεί να λαμβάνει γρήγορες και αποτελεσματικές αποφάσεις με τον καιρό.

Η κεντρική ιδέα πίσω από την IDA είναι να χρησιμοποιηθούν υπολογιστικές εντατικές μεθόδους κατά τη φάση ενίσχυσης και στη συνέχεια να αποσταχθούν οι βελτιωμένες ικανότητες σκέψης πίσω στις παραμέτρους του μοντέλου. Αυτή η διαδικασία επιτρέπει στο μοντέλο να εσωτερικεύσει αποτελεσματικές στρατηγικές σκέψης που χτίζουν την ικανότητά του να σκέφτεται ενστικτικά όταν λύνει προβλήματα. Με την επανάληψη αυτού του κύκλου, το σύστημα AI συνεχώς βελτιώνει την ικανότητά του να λαμβάνει αποφάσεις με λιγότερες υπολογιστικές πόρους.

Πλεονεκτήματα της Ενσωμάτωσης της “Γαστρικής Ευαισθησίας” στο AI

Ένα από τα κύρια πλεονεκτήματα της γαστρικής ευαισθησίας του AI είναι η αποτελεσματικότητά του. Μοντέλα όπως το Cogito v2 παρουσιάζουν αλυσίδες σκέψης που είναι μέχρι 60% πιο σύντομες από εκείνες των ανταγωνιστικών μοντέλων. Αυτό σημαίνει ότι μπορούν να φτάσουν σε απαντήσεις με λιγότερα εσωτερικά βήματα, μειώνοντας τον χρόνο και τους πόρους που απαιτούνται για την εύρεση. Για παράδειγμα, ένα πρόβλημα που μπορεί να πάρει το DeepSeek R1 πάνω από 200 tokens για να λυθεί μπορεί να ολοκληρωθεί από το Cogito v2 σε λιγότερα από 100 tokens.

Επιπλέον, το κόστος εκπαίδευσης του Cogito v2 είναι σημαντικά χαμηλότερο από εκείνο των παραδοσιακών μοντέλων AI. Η ολόκληρη διαδικασία εκπαίδευσης του Cogito v2, που καλύπτει ένα ευρύ φάσμα παραμέτρων, κόστισε λιγότερο από 3,5 εκατομμύρια δολάρια, το οποίο είναι πολύ λιγότερο από τις δαπάνες που συνήθως συνδέονται με μεγάλης κλίμακας μοντέλα όπως το GPT-4.

Το Cogito v2 έχει επίσης δείξει αναδυόμενες ικανότητες σε περιοχές που δεν εκπαιδεύτηκε ρητά. Για παράδειγμα, παρά το γεγονός ότι εκπαιδεύτηκε κυρίως σε κείμενο, το Cogito v2 μπορεί να σκέφτεται για εικόνες, τραβώντας εντυπώσεις για τη σύνθεση και τα περιβάλλοντα εικόνων. Αυτή η ικανότητα δια-τροπικής σκέψης είναι ένα σημαντικό βήμα προς τη γενικευμένη νοημοσύνη, ένα σημαντικό ορόσημο στο δρόμο προς τη Τεχνητή Γενική Νοημοσύνη (AGI).

Ξανασκέφτοντας την Ανάπτυξη του AI

Η επιτυχία της προηγούμενης νοημοσύνης υποδηλώνει ότι οι στρατηγικές ανάπτυξης του AI χρειάζονται μια θεμελιώδη μετατόπιση. Αντί να επικεντρώνονται απλώς στην αύξηση του μεγέθους του μοντέλου ή την αύξηση των υπολογιστικών πόρων, η ανάπτυξη του AI πρέπει να επικεντρωθεί στην κατασκευή συστημάτων που μπορούν να αναπτύξουν και να βελτιώσουν τις δικές τους γνωστικές στρατηγικές. Αυτή η μετατόπιση αντανακλά την ανθρώπινη γνωστική ανάπτυξη, όπου η νοημοσύνη δεν είναι αποτέλεσμα ενός μεγαλύτερου εγκεφάλου ή περισσότερου χρόνου σκέψης, αλλά καλύτερων νοητικών μοντέλων και στρατηγικών σκέψης. Αυτή η αλλαγή στην προσέγγιση μπορεί να έχει μακροπρόθεσμες επιπτώσεις. Με την έμφαση στη σκέψη που είναι ευφυέστερη而 όχι στην ακατέργαστη υπολογιστική, το AI μπορεί να γίνει πιο ευέλικτο, προσαρμόσιμο και ικανό να αντιμετωπίζει νέες προκλήσεις. Αυτή η μετατόπιση μπορεί να επιταχύνει την εφαρμογή του AI σε βιομηχανίες όπως η υγεία, η κυβερνοασφάλεια και η αυτόνομη μεταφορά, καθιστώντας τα συστήματα AI πιο αποτελεσματικά, οικονομικά και επηρεασμένα.

Το Κύριο

Η επιτυχία του Cogito v2 δείχνει ότι το μέλλον του AI δεν βρίσκεται στην αύξηση του μεγέθους των μοντέλων ή την αύξηση της υπολογιστικής ισχύος, αλλά στη βελτίωση των αρχιτεκτονικών σκέψης και την оптимποίηση για έξυπνη λύση προβλημάτων. Αυτή η μετατόπιση υποσχέται ένα πιο βιώσιμο και προσιτό μέλλον για το AI, όπου τα συστήματα μπορούν να βελτιώνονται και να προσαρμόζονται συνεχώς με λιγότερη εξάρτηση από τεράστιους υπολογιστικούς πόρους. Με την έμφαση στη σκέψη που είναι ευφυέστερη και όχι στην ακατέργαστη υπολογιστική, το AI μπορεί να γίνει πιο ικανό να αντιμετωπίζει σύνθετα, πραγματικά προβλήματα.