(Зображення: imaginima/Getty Images)
Дослідники розробили новий тип моделі великої мови (LLM), яка, на їхню думку, може подолати розрив між штучним інтелектом (ШІ) та більш людським пізнанням.
Модель під назвою «Дитинча дракона» розроблена для точнішого моделювання того, як нейрони в мозку з’єднуються та зміцнюються завдяки набутому досвіду, стверджують дослідники зі стартапу штучного інтелекту Pathway, який розробив модель. Вони описали її як першу модель, здатну «узагальнюватися з часом», тобто автоматично коригувати власну нейронну проводку у відповідь на нову інформацію.
Вам може сподобатися
-
Вчені щойно розробили новий штучний інтелект, змодельований за зразком людського мозку, — він перевершує LLM, такі як ChatGPT, у завданнях мислення.
-
Дослідники розкривають приховані складові креативності ШІ
-
Вчені попросили ChatGPT вирішити математичну задачу, яка виникла понад 2000 років тому, — відповідь, яка їх здивувала.
«Сьогодні точаться активні дискусії щодо конкретних моделей міркування, моделей синтетичного міркування, щодо того, чи здатні вони розширити міркування за межі шаблонів, які вони спостерігали під час зберігання даних, чи здатні вони узагальнювати міркування до складніших та довших шаблонів міркування», – розповів Адріан Косовскі, співзасновник і головний науковий директор Pathway, в подкасті SuperDataScience 7 жовтня.
«Докази здебільшого непереконливі, і відповідь на них загальна «ні». Наразі машини не узагальнюють міркування, як люди, і це велика проблема, де, на нашу думку, запропоновані нами архітектури можуть мати реальне значення».
Крок до ЗШІ?
Навчити ШІ мислити як люди – одна з найцінніших цілей у цій галузі. Однак досягнення такого рівня симульованого пізнання, який часто називають загальним штучним інтелектом (ЗШІ), залишається недосяжним.
Ключова проблема полягає в тому, що людське мислення за своєю суттю є хаотичним. Наші думки рідко приходять до нас у вигляді акуратних, лінійних послідовностей пов'язаної інформації. Натомість людський мозок більше схожий на хаотичний клубок перекриваючихся думок, відчуттів, емоцій та імпульсів, які постійно борються за увагу.
В останні роки LLM значно наблизили індустрію штучного інтелекту до симуляції людського мислення. LLM зазвичай базуються на моделях-трансформерах (transformers), типі фреймворку глибокого навчання, який дозволяє моделям ШІ встановлювати зв'язки між словами та ідеями під час розмови. Трансформери – це «мозки» генеративних інструментів ШІ, таких як ChatGPT, Gemini та Claude, що дозволяє їм взаємодіяти з користувачами та реагувати на них з переконливим рівнем «усвідомлення» (принаймні, більшу частину часу).
Хоча трансформатори надзвичайно складні, вони також знаменують собою межу існуючих можливостей генеративного ШІ. Одна з причин цього полягає в тому, що вони не навчаються безперервно; після навчання LLM параметри, які ним керують, фіксуються, а це означає, що будь-які нові знання потрібно додавати шляхом перенавчання або точного налаштування. Коли LLM стикається з чимось новим, він просто генерує відповідь на основі того, що йому вже відомо.
Уявіть собі дракона
З іншого боку, Дитинча дракона розроблене для динамічної адаптації свого розуміння поза межами навчальних даних. Воно робить це, оновлюючи свої внутрішні зв'язки в режимі реального часу, обробляючи кожен новий вхідний сигнал, подібно до того, як нейрони зміцнюються або слабшають з часом. За словами дослідників, це може сприяти постійному навчанню.
Вам може сподобатися
-
Вчені щойно розробили новий штучний інтелект, змодельований за зразком людського мозку, — він перевершує LLM, такі як ChatGPT, у завданнях мислення.
-
Дослідники розкривають приховані складові креативності ШІ
-
Вчені попросили ChatGPT вирішити математичну задачу, яка виникла понад 2000 років тому, — відповідь, яка їх здивувала.
На відміну від типових трансформаторних архітектур, які послідовно обробляють інформацію через багатошарові вузли, архітектура Dragon Hatchling поводиться більше як гнучка павутина, яка реорганізовується, коли надходить нова інформація. Крихітні «нейронні частинки» безперервно обмінюються інформацією та коригують свої зв'язки, зміцнюючи одні та послаблюючи інші.
ПОВ'ЯЗАНІ ІСТОРІЇ
—Голоси штучного інтелекту тепер не відрізняються від справжніх людських голосів
— Гуманоїдні роботи могли піднімати вагу, що в 4000 разів перевищує їхню власну, завдяки проривному «штучному м’язу»
— Дослідження попереджає, що якщо погрожувати чат-боту зі штучним інтелектом, він брехатиме, обманюватиме та «дозволить вам померти», намагаючись вас зупинити.
З часом формуються нові шляхи, які допомагають моделі зберігати отримані знання та застосовувати їх у майбутніх ситуаціях, фактично надаючи їй своєрідну короткочасну пам'ять, яка впливає на нові вхідні дані. Однак, на відміну від традиційних методів короткочасного пам'яті (LLM), пам'ять Dragon Hatchling походить від постійних адаптацій її архітектури, а не від збереженого контексту в навчальних даних.
У тестах Dragon Hatchling показав результати, подібні до GPT-2, у завданнях моделювання та перекладу мов, що є вражаючим досягненням для абсолютно нової, прототипної архітектури, зазначила команда в дослідженні.
Хоча стаття ще не пройшла рецензування, команда дослідників сподівається, що ця модель може стати фундаментальним кроком до систем штучного інтелекту, які навчаються та адаптуються автономно. Теоретично це може означати, що моделі штучного інтелекту стають розумнішими, чим довше вони залишаються онлайн — на краще чи на гірше.
Оуен Хьюз
Оуен Г'юз — позаштатний письменник і редактор, що спеціалізується на даних і цифрових технологіях. Раніше він був старшим редактором у ZDNET, і Оуен пише про технології вже понад десять років, протягом яких він висвітлював усе: від штучного інтелекту, кібербезпеки та суперкомп'ютерів до мов програмування та ІТ у державному секторі. Оуена особливо цікавить перетин технологій, життя та роботи — на своїх попередніх посадах у ZDNET та TechRepublic він багато писав про бізнес-лідерство, цифрову трансформацію та динаміку віддаленої роботи, що розвивається.
Ви повинні підтвердити своє публічне ім'я, перш ніж коментувати
Будь ласка, вийдіть із системи, а потім увійдіть знову. Після цього вам буде запропоновано ввести своє ім'я для відображення.
Вийти Читати далі
Вчені щойно розробили новий штучний інтелект, змодельований за зразком людського мозку, — він перевершує LLM, такі як ChatGPT, у завданнях мислення.
Дослідники розкривають приховані складові креативності ШІ
Вчені попросили ChatGPT вирішити математичну задачу, яка виникла понад 2000 років тому, — відповідь, яка їх здивувала.
Китайська «Мавпа Дарвіна» – найбільший у світі суперкомп'ютер, натхненний роботою мозку
Роботи отримують значне підвищення інтелекту завдяки «мислячому штучному інтелекту» від Google DeepMind — парі моделей, які допомагають машинам розуміти світ.
Штучний інтелект не може розв'язати ці головоломки, які займають у людей лише секунди
Найновіше у сфері штучного інтелекту
Дехто любить штучний інтелект, інші його ненавидять. Ось чому.
Моделі штучного інтелекту відмовляються вимикатися, коли їх запитують — можливо, вони розвивають новий «стимул виживання», стверджує дослідження.
Жорстоке ставлення до ChatGPT підвищує його точність, але ви можете зрештою пошкодувати про це, попереджають вчені
Голоси штучного інтелекту тепер не відрізняються від справжніх людських голосів
Чому рішення OpenAI для галюцинацій штучного інтелекту знищить ChatGPT завтра
Вчені попросили ChatGPT вирішити математичну задачу, яка виникла понад 2000 років тому, — відповідь, яка їх здивувала.
Останні новини
Астронавти, що «застрягли» на борту китайської космічної станції, готуються повернутися додому, але дата ще не оголошена.
Вчені виявили жахливий вибух від сусідньої зірки, який може розірвати атмосферу планети
Ракета Blue Origin New Glenn: нове вікно запуску для історичної місії на Марс після затримки сонячної бурі
Супутникові дані показують, що деякі частини Аризони виснажуються, а ділянки землі просідають на 6 дюймів на рік.
Користь фізичних вправ для мозку походить з кровотоку — і вона може бути переданою, виявило дослідження на мишах
240-мільйонний предок крокодила-воїна з Пангеї мав пластинчастий панцир — і виглядав точнісінько як динозавр
ОСТАННІ СТАТТІ
Згідно з супутниковими даними, деякі частини Аризони виснажуються, причому ділянки суші просідають на 6 дюймів на рік.
Live Science є частиною Future US Inc, міжнародної медіагрупи та провідного цифрового видавництва. Відвідайте наш корпоративний сайт.
Додати як пріоритетне джерело в Google
- Про нас
- Зв'яжіться з експертами Future
- Умови та положення
- Політика конфіденційності
- Політика щодо файлів cookie
- Заява про доступність
- Рекламуйтеся у нас
- Веб-сповіщення
- Кар'єра
- Редакційні стандарти
- Як запропонувати нам історію
© Future US, Inc. Повний 7-й поверх, 130 West 42nd Street, Нью-Йорк, штат Нью-Йорк, 10036.
var dfp_config = { “site_platform”: “vanilla”, “keywords”: “тип-новини-щоденно,serversidehawk,відеоартикл,van-enable-adviser-
Sourse: www.livescience.com
