Пътят към т.нар. изкуствен общ интелект (AGI) минава през системи, които комбинират всичко – от език и математика до видео, физика и реални симулации. Това заяви Демис Хасабис, съосновател и главен изпълнителен директор на Google DeepMind, в скорошно интервю.
Въпреки впечатляващия напредък, Хасабис признава, че днешните AI системи страдат от „неравномерна“ или „нестабилна“ интелигентност. „Те могат да печелят златни медали на Международната олимпиада по математика (Gemini Deep Think), но същевременно се провалят в елементарна логика. Това означава, че все още нещо липсва“, обяснява той, като добавя, че са нужни нови пробиви в области като планиране, разсъждение и памет.
Друг важен елемент, който по думите му „липсва“ при настоящите системи, е дълбокото разбиране на физическия свят. Макар да са „погълнали“ огромни масиви от данни, които го описват, тези системи нямат пряк досег до него. Според Хасабис ключът към преодоляването на този проблем се крие в т.нар. „световни модели“ (world models) – системи, които разбират физиката, причинно-следствените връзки и динамиката на реалния свят.
„Искаме да изградим модел, който действително разбира физиката на света – как работят нещата, материалите, течностите и дори поведението на живи обекти“, обяснява шефът на DeepMind. По думите му това е критична стъпка към AGI, тъй като системите трябва да разбират контекста, в който съществуват хората. „За да е наистина полезен, AGI трябва да разбира всички аспекти на света, в който живеем – не само език и математика, но и физическата реалност“, подчертава той.
Най-ярък пример за тази технология е Genie 3 – новият модел на DeepMind, който превръща статични изображения или текст в напълно интерактивни 3D светове. Според Хасабис един от най-силните индикатори за това доколко един модел разбира света е способността му да създава среда, която остава „последователна и логична във времето“. По думите му, освен че демонстрира наличието на „много добър вътрешен модел за това как работи светът“, системата служи и като тренировъчна площадка за други AI модели, включително агенти, които се учат да действат в светове, генерирани от самия Genie.
Приложенията на Genie 3 са многобройни, твърди Хасабис – от генериране на данни за обучение на роботи до изцяло нови форми на интерактивно забавление. Той признава, че технологията често го кара да се замисля над фундаментални въпроси, свързани със същността на самата реалност, включително т.нар. симулационна теория – идеята, че и нашият свят може да е сложна симулация, изградена по подобен начин.
Според Хасабис пътят към AGI изисква не само по-добри системи, но и нови, по-ефективни методи за оценка на интелигентността, тъй като стандартните тестове се „насищат“ твърде бързо. Именно поради това DeepMind, в партньорство с Kaggle, наскоро стартира Game Arena – платформа, в която AI модели се състезават помежду си в игри като шах. Хасабис смята, че тя ще позволи по-прецизна оценка на умения като планиране, логическо мислене и адаптиране към нови проблеми. „Игрите са чиста тестова среда с обективни показатели“, обяснява той. „Най-важното е, че те автоматично се мащабират: колкото по-добри стават системите, толкова по-труден става тестът.“ Планът е платформата да бъде разширена до хиляди различни игри, като впоследствие самите AI модели ще могат да създават изцяло нови такива.
Всички тези разработки – от разсъждаващи системи до световни модели и нови бенчмаркове – формират крайната визия на Хасабис за универсален „омни модел“. По думите му настоящите специализирани системи като Gemini (език), Veo (видео) и Genie (генериране на светове) ще бъдат отделни компоненти на една унифицирана система. „Започваме да виждаме конвергенцията на тези модели в това, което наричаме ‘омни модел’ – единна система, която ще разбира света във всичките му аспекти“, обяснява шефът на DeepMind.
Последвайте ни в социалните мрежи – Facebook, Instagram, X и LinkedIn!
Споделете: