Следующее поколение ИИ: OpenAI и Meta делают шаг к машинам, способным к рассуждениям

OpenAI и Meta, пионеры в области генеративного ИИ, приближаются к запуску своего следующего поколения искусственного интеллекта (ИИ). Эта новая волна ИИ должна повысить возможности в области рассуждений и планирования, что будет означать значительный шаг вперед в разработке искусственного общего интеллекта. В этой статье исследуются эти предстоящие инновации и потенциальное будущее, которое они обещают.

Прорывая путь к искусственному общему интеллекту

За последние несколько лет OpenAI и Meta сделали значительные шаги в продвижении фундаментальных моделей ИИ, которые являются основными строительными блоками для приложений ИИ. Этот прогресс является результатом стратегии обучения генеративного ИИ, при которой модели учатся предсказывать пропущенные слова и пиксели. Хотя этот метод позволил генеративному ИИ производить впечатляюще плавные выходные данные, он не может обеспечить глубокое контекстуальное понимание или прочные навыки решения проблем, которые требуют здравого смысла и стратегического планирования. Следовательно, когда речь идет о решении сложных задач или требующих нюансов понимания, эти фундаментальные модели ИИ часто не могут производить точные ответы. Это ограничение подчеркивает необходимость дальнейших достижений в разработке искусственного общего интеллекта (ИОИ).

Кроме того, поиск ИОИ направлен на разработку систем ИИ, которые соответствуют эффективности обучения, адаптивности и возможностям применения, наблюдаемым у людей и животных. Истинный ИОИ предполагал бы системы, которые могут интуитивно обрабатывать минимальные данные, быстро адаптироваться к новым сценариям и передавать знания в различных ситуациях — навыки, которые исходят из врожденного понимания сложностей мира. Для того, чтобы ИОИ был эффективным, необходимы продвинутые возможности рассуждений и планирования, которые позволили бы ему выполнять взаимосвязанные задачи и предвидеть результаты своих действий. Этот прогресс в ИИ направлен на решение текущих недостатков путем культивирования более глубокой, контекстно-зависимой формы интеллекта, способной управлять сложностями реальных проблем.

К прочной модели рассуждений и планирования для ИОИ

Традиционные методы, используемые для введения возможностей рассуждений и планирования в ИИ, такие как символические методы и обучение с подкреплением, встречают значительные трудности. Символические методы требуют преобразования естественно выраженных проблем в структурированные символические представления — процесс, который требует значительного человеческого опыта и очень чувствителен к ошибкам, где даже незначительные неточности могут привести к серьезным сбоям. Обучение с подкреплением (ОП), между тем, часто требует обширных взаимодействий с окружающей средой для разработки эффективных стратегий, подход, который может быть нецелесообразным или слишком дорогим, когда сбор данных медленный или дорогой.

Чтобы преодолеть эти препятствия, недавние достижения были сосредоточены на улучшении фундаментальных моделей ИИ с помощью продвинутых возможностей рассуждений и планирования. Это обычно достигается путем включения примеров задач рассуждений и планирования непосредственно в контекст ввода модели во время вывода, используя метод, известный как контекстное обучение. Хотя этот подход показал потенциал, он обычно работает хорошо только в простых, прямых сценариях и сталкивается с трудностями при передаче этих возможностей в различные области — фундаментальное требование для достижения искусственного общего интеллекта (ИОИ). Эти ограничения подчеркивают необходимость разработки фундаментальных моделей ИИ, которые могут решать более широкий спектр сложных и разнообразных реальных проблем, тем самым продвигая поиск ИОИ.

Meta и OpenAI: новые рубежи в рассуждениях и планировании

Yann LeCun, главный ученый ИИ в Meta, последовательно подчеркивал, что ограничения возможностей генеративного ИИ для рассуждений и планирования в значительной степени обусловлены простотой текущих методов обучения. Он утверждает, что эти традиционные методы в основном сосредоточены на предсказании следующего слова или пикселя, а не на развитии стратегического мышления и навыков планирования. LeCun подчеркивает необходимость более продвинутых методов обучения, которые побуждают ИИ оценивать возможные решения, формулировать планы действий и понимать последствия своих выборов. Он раскрыл, что Meta активно работает над этими сложными стратегиями, чтобы позволить системам ИИ самостоятельно управлять сложными задачами, такими как организация каждого элемента путешествия из офиса в Париже в другой офис в Нью-Йорке, включая поездку в аэропорт.

Между тем, OpenAI, известный своими сериями GPT и ChatGPT, находится в центре внимания из-за своего секретного проекта, известного как Q-star. Хотя подробности скудны, название проекта намекает на возможное сочетание алгоритмов Q-обучения и A-star, важных инструментов в обучении с подкреплением и планировании. Эта инициатива соответствует усилиям OpenAI по улучшению возможностей рассуждений и планирования своих моделей GPT. Недавние отчеты из Financial Times, основанные на обсуждениях с руководителями Meta и OpenAI, подчеркивают совместную приверженность этих организаций дальнейшему развитию моделей ИИ, которые хорошо работают в этих важных когнитивных областях.

Преобразующие эффекты улучшенных рассуждений в системах ИИ

Когда OpenAI и Meta продолжают улучшать свои фундаментальные модели ИИ с помощью возможностей рассуждений и планирования, эти разработки готовы значительно расширить потенциал систем ИИ. Такие достижения могут привести к значительным прорывам в области искусственного интеллекта, с следующими потенциальными улучшениями:

• Улучшение решения проблем и принятия решений: Системы ИИ, улучшенные с помощью возможностей рассуждений и планирования, лучше оснащены для решения сложных задач, которые требуют понимания действий и их последствий во времени. Это может привести к прогрессу в стратегических играх, логистическом планировании и автономных системах принятия решений, которые требуют нюансов понимания причинно-следственных связей.
• Увеличение применимости в различных областях: Преодолевая ограничения обучения в конкретной области, эти модели ИИ могут применять свои навыки рассуждений и планирования в различных областях, таких как здравоохранение, финансы и городское планирование. Эта универсальность позволит ИИ эффективно решать проблемы в средах, существенно отличающихся от тех, в которых они были первоначально обучены.
• Снижение зависимости от больших наборов данных: Переход к моделям, которые могут рассуждать и планировать с минимальными данными, отражает человеческую способность быстро учиться на нескольких примерах. Это снижение потребности в данных снижает как вычислительную нагрузку, так и требования к ресурсам при обучении систем ИИ, а также увеличивает их скорость адаптации к новым задачам.
• Шаги к искусственному общему интеллекту (ИОИ): Эти фундаментальные модели для рассуждений и планирования приближают нас к достижению ИОИ, где машины могут когда-нибудь выполнять любую интеллектуальную задачу, которую может человек. Эта эволюция возможностей ИИ может привести к значительному социальному воздействию, вызывая новые обсуждения об этических и практических аспектах интеллектуальных машин в нашей жизни.

Основная мысль

OpenAI и Meta находятся на переднем крае разработки следующего поколения ИИ, сосредоточенного на улучшении возможностей рассуждений и планирования. Эти улучшения являются ключом к приближению к искусственному общему интеллекту (ИОИ), целью которого является оснащение систем ИИ возможностью решать сложные задачи, требующие сложного понимания более широкого контекста и долгосрочных последствий.

Усовершенствуя эти возможности, ИИ можно применять более широко в различных областях, таких как здравоохранение, финансы и городское планирование, снижая зависимость от больших наборов данных и улучшая адаптивность. Этот прогресс не только обещает расширить практические применения ИИ, но и приближает нас к будущему, где ИИ может работать так же эффективно, как люди, во всех интеллектуальных задачах, вызывая важные обсуждения о интеграции ИИ в повседневную жизнь.