Koliko brzo se AI sistemi približavaju inteligenciji čoveka?

Šta donosi ubrzani razvoj algoritama rasuđivanja?

U sistemima veštačke inteligencije jednu od ključnih komponenti predstavljaju algoritmi odlučivanja, odnosno algoritmi rasuđivanja. Ovi matematički modeli predstavljaju osnov na kome sistemi uče. Proizvođač ChatGPT-a, OpenAI, radi na novom pristupu svojim modelima veštačke inteligencije u projektu kodnog naziva Strawberry (jagoda).

Projekat, čiji detalji nisu ranije objavljeni, dolazi dok se startap kompanije koje podržava Microsoft utrkuju da pokažu da su tipovi modela koje nudi sposobni da pruže napredne mogućnosti zaključivanja.

Preporučujemo

Kako Strawberry funkcioniše je strogo čuvana tajna čak i unutar OpenAI-a. Dokument opisuje projekat koji koristi Strawberry modele sa ciljem da omogući AI kompanije da ne samo generiše odgovore na upite, već i da planira dovoljno unapred da se samostalno i pouzdano kreće internetom kako bi izvršio ono što OpenAI naziva duboko istraživanje, prema izvoru.

OpenAI se nada da će inovacija dramatično poboljšati sposobnosti rasuđivanja njegovih AI modela jer uključuje specijalizovan način obrade AI modela nakon što je prethodno obučen za veoma velike skupove podataka. Očekuje se da rasuđivanje, koje je ključno za veštačku inteligenciju, dostigne inteligencije na nivou čoveka!

Dok veliki jezički modeli već mogu sažimati guste tekstove i komponovati elegantnu prozu daleko brže od bilo kog čoveka, tehnologija često ne uspeva u rešavanju problema zdravog razuma čija rešenja ljudima izgledaju intuitivna, poput prepoznavanja logičkih zabluda i igranja iks-oks igrice. Kada se model susreće sa ovakvim problemima, često fabrikuje lažne informacije.

Poboljšanje zaključivanja u modelima veštačke inteligencije smatra se ključem za otključavanje sposobnosti modela da urade sve, od velikih naučnih otkrića do planiranja i izgradnje novih softverskih aplikacija. Druge kompanije poput Google, Meta i Microsoft takođe eksperimentišu sa različitim tehnikama da poboljšaju rezonovanje u modelima veštačke inteligencije, kao i većina akademskih laboratorija koje vrše istraživanje veštačke inteligencije.

Istraživači se, međutim, razlikuju u tome da li su veliki modeli jezika (Large Language Models - LLM) sposobni da ugrade ideje i dugoročno planiranje u način na koji predviđaju. Na primer, jedan od pionira moderne veštačke inteligencije, Yann LeCun, koji radi u kompaniji Meta, često je govorio da LLM nisu sposobni za rasuđivanje poput ljudi.

Strawberry uključuje specijalizovani način onoga što je poznato kao OpenAI generativni AI modeli post-treninga, ili prilagođavanje osnovnih modela da bi poboljšali svoje performanse na specifične načine nakon što su već obučeni na gomilu generalizovanih podataka, jedan od izvora rekao. Faza razvoja modela nakon obuke uključuje metode kao što je fino podešavanje, proces koji se koristi na skoro svim jezičkim modelima tako što ljudi daju povratne informacije modelu na osnovu njegovih odgovora i daju mu primere dobrih i loših odgovora.

Strawberry ima sličnosti sa metodom razvijenom na Stentoru 2022. godine pod nazivom Self-Taught Reasoner ili STaR. STaR omogućava AI modelima da se pokreću na više nivoe inteligencije putem iterativnog kreiranja njihove sopstvene podatke o obuci, a u teoriji bi se mogli koristiti za dobijanje jezičkih modela za prevazilaženje inteligencije na ljudskom nivou.

Među mogućnostima na koje OpenAI cilja, Strawberry je obavljanje složenih zadataka koji zahtevaju model za planiranje i izvođenje niza radnji tokom dužeg vremenskog perioda. OpenAI posebno želi da njegovi modeli koriste ove mogućnosti za sprovođenje istraživanja tako što će samostalno pretraživati web. Kojim tempom i u kojoj meri će napredak biti ostvaren, saznaćemo u bliskoj budućnosti.

(Telegraf.rs/Goran Kunjadić)