Naśladowca czy konkurent? Gato mierzy się z GPT-3

Følgende artikel hjælper dig med: Naśladowca czy konkurent? Gato mierzy się z GPT-3

GPT-3GPT-3 i Gato nigdy nie osiągną AGI dzięki niesamowitej nowej sztucznej inteligencji „Gato” DeepMind

Firma DeepMind wprowadziła dziś nowy multimodalny system sztucznej inteligencji, który może obsłużyć ponad 600 różnych zadań. Nazywa się Gato i jest prawdopodobnie najbardziej zdumiewającym, wszechstronnym pakietem do uczenia maszynowego na świecie. Gato, jak nazywa się agenta, to multimodalna, wielozadaniowa i wieloelementowa polityka ogólna. Ta sama sieć może odtwarzać Atari, wyświetlać obrazy z napisami, rozmawiać, układać bloki za pomocą prawdziwego ramienia robota i wiele więcej, decydując, czy wysyłać tekst, momenty obrotowe stawów, kliknięcia przycisków lub inne tokeny w zależności od kontekstu.

Chociaż nie jest jasne, jak dobrze Gato będzie działać, dopóki badacze i osoby spoza laboratoriów DeepMind nie dostaną go w swoje ręce, wydaje się, że jest to wszystko, czego pragnie GPT-3, a nawet więcej. OpenAI, najlepiej finansowana na świecie firma zajmująca się sztuczną inteligencją ogólną (AGI), stworzyła GPT-3, model wielkojęzyczny (LLM). Zanim jednak będziemy mogli porównać GPT-3 i Gato, musimy najpierw zrozumieć odpowiednie modele biznesowe OpenAI i DeepMind.

Elon Musk stworzył OpenAI, Microsoft zainwestował w to miliardy, a rząd USA nie mógł przejmować się ustawodawstwem i kontrolą. Biorąc pod uwagę, że całkowitym celem OpenAI jest skonstruowanie i kontrolowanie AGI (sztucznej inteligencji zdolnej do robienia i uczenia się wszystkiego, co człowiek może, jeśli ma taki sam dostęp), fakt, że wszystko, co udało się wyprodukować, to fantazyjne LLM, jest nieco niepokojące.

GPT-3 robi wrażenie, nie zrozumcie mnie źle. W rzeczywistości dorównuje DeepMind Gato pod względem wydajności, ale ta ocena wymaga pewnych niuansów. Ponieważ nikt nie rozumie, jak sprawić, by AGI działało, OpenAI obrało drogę LLM na swojej drodze do AGI.

🔥 Anbefalede:  Disse 'saftige' pc'er er nogle af de sødeste gaming-desktops nogensinde

Wymyślenie, jak przejść od głębokiego uczenia się do AGI, zajmie trochę czasu, podobnie jak odkrycie pożaru i wynalezienie silnika spalinowego. GPT-3 to przykład sztucznej inteligencji, która może przynajmniej naśladować ludzkie zachowanie poprzez generowanie tekstu. To, co DeepMind zrobiło z Gato, to w zasadzie to samo. Wzięto coś, co działa podobnie do LLM, i przekształcono w prestidigitator zdolny do wykonania ponad 600 różnych trików.

Brzmi wspaniale, że sztuczna inteligencja może wykonywać wszystkie te pozornie odmienne czynności, ponieważ tworzenie słów bardzo różni się od kierowania do nas robota. Jednak to nie wszystko, w przeciwieństwie do tego, że GPT-3 potrafi odróżnić zwykły tekst w języku angielskim od kodu Pythona. Nie oznacza to, że jest to proste, ale zewnętrznemu obserwatorowi może się wydawać, że sztuczna inteligencja może również zaparzyć herbatę lub z łatwością nauczyć się kolejnych dziesięciu lub pięćdziesięciu czynności, czego nie jest w stanie. Zasadniczo zarówno Gato, jak i GPT-3 są systemami AI zdolnymi do działania, ale żaden z nich nie jest w stanie uzyskać ogólnej inteligencji.

Oto problem: Jeśli nie obstawiasz, że AGI pojawi się w wyniku dziwacznego wypadku, pomyśl o filmie Krótkie spięcie, to czas, aby wszyscy ponownie przemyśleli swoje harmonogramy AGI. „Nigdy” to jedno z niewielu przeklętych słów nauki, więc nie powiedziałbym tego. Wydaje się jednak, że AGI nie zostanie opracowane za naszego życia.

Od prawie dziesięciu lat DeepMind pracuje nad AGI i OpenAI 2015. Żadne z nich nie było w stanie sprostać pierwszemu wyzwaniu na drodze do AGI: stworzeniu sztucznej inteligencji, która może uczyć się nowych rzeczy bez konieczności szkolenia. Wierzę, że Gato może być najbardziej zaawansowanym multimodalnym systemem sztucznej inteligencji na świecie. Wierzę jednak, że DeepMind po prostu stworzył bardziej atrakcyjną na rynku wersję koncepcji OpenAI „ślepej uliczki dla AGI”.

🔥 Anbefalede:  DJI Osmo Action 3 ligner intet Action 2

Końcowe przemyślenia: DeepMind dokonał czegoś niezwykłego, co prawie na pewno zaowocuje dużymi zarobkami firmy. Gdybym był dyrektorem generalnym Alphabet (firmy macierzystej DeepMind), albo wydzieliłbym Gato jako samodzielny produkt, albo przesunąłby uwagę DeepMind z badań na rozwój. Gato ma potencjał, aby być bardziej dochodowym niż Alexa, Siri czy Asystent Google na rynku konsumenckim (przy odpowiednim marketingu i odpowiednich przypadkach użycia).

Z drugiej strony Gato i GPT-3 nie są bardziej prawdopodobnymi punktami wejścia AGI niż wspomniani wirtualni asystenci. Wielozadaniowość Gato przypomina bardziej konsolę do gier wideo, w której można zapisać 600 różnych gier, niż grę, w którą można grać na 600 różnych sposobów. To nie jest ogólna sztuczna inteligencja; zamiast tego jest to zbiór wstępnie wytrenowanych, wąskich modeli, starannie zapakowanych.

Jeśli o to ci chodzi, to nie jest źle. Jednak w załączonym raporcie badawczym Gato nie ma nic, co sugerowałoby, że jest to nawet pierwszy krok w kierunku AGI, nie mówiąc już o odskoczni. Firmy takie jak DeepMind i OpenAI zgromadziły dużo dobrej woli i gotówki, upierając się, że AGI jest tuż na horyzoncie. W pewnym momencie ta dobra wola i kapitał będą musiały się w jakiś sposób opłacić.