ما هو القاسم المشترك بين جميع الكائنات الذكية؟ أربعة أشياء ، وفقا لعلم منظمة العفو الدولية في ميتا ، يان ليكون.
في قمة AI Action في باريس في وقت سابق من هذا العام ، اجتمع الزعماء السياسيون وخبراء الذكاء الاصطناعى لمناقشة تطوير الذكاء الاصطناعي. شارك LeCun تعريفه الأساسي للذكاء مع زعيم IBM AI ، أنتوني Annunziata.
وقال “هناك أربع خصائص أساسية للسلوك الذكي الذي يمكن لكل حيوان أو حيوان ذكي نسبيًا القيام به ، وبالتأكيد البشر”. “فهم العالم المادي ، والذاكرة المستمرة ، والقدرة على التفكير ، والقدرة على التخطيط ، والتخطيط لإجراءات معقدة ، وخاصة التخطيط هرميًا.”
وقال ليكون إن الذكاء الاصطناعي ، وخاصة نماذج اللغة الكبيرة ، لم تصل إلى هذه العتبة ، وأن دمج هذه القدرات سيتطلب تحولًا في كيفية تدريبها. هذا هو السبب في أن العديد من أكبر شركات التكنولوجيا هي القدرات على الطرز الحالية في سباقها للسيطرة على لعبة الذكاء الاصطناعى.
وقال: “لفهم العالم المادي ، حسنًا ، تقوم بتدريب نظام رؤية منفصل. ثم تقوم بتثبيته على LLM. بالنسبة للذاكرة ، كما تعلمون ، يمكنك استخدام RAG ، أو تقوم بتثبيط بعض الذاكرة الترابطية فوقه ، أو أنك تجعل نموذجك أكبر”. RAG ، التي تعني الجيل المعزز للاسترجاع ، هي وسيلة لتعزيز مخرجات نماذج اللغة الكبيرة باستخدام مصادر المعرفة الخارجية. تم تطويره في META.
ومع ذلك ، فإن كل هؤلاء مجرد “اختراق”.
تحدث LeCun في عدة مناسبات حول بديل يسميه النماذج العالمية. هذه هي النماذج المدربة على سيناريوهات الحياة الواقعية ولها مستويات أعلى من الإدراك من الذكاء الاصطناعى القائمة على الأنماط. قدم Lecun ، في محادثته مع Annunziata ، تعريفًا آخر.
وقال: “لديك فكرة عن حالة العالم في الوقت المناسب ، فأنت تتخيل إجراءًا قد يتخذه ، يتنبأ النموذج العالمي بما ستكون عليه حالة العالم من الإجراء الذي اتخذته”.
لكنه قال إن العالم يتطور وفقًا لمجموعة من الاحتمالات اللانهائية التي لا يمكن التنبؤ بها ، والطريقة الوحيدة للتدريب عليها هي من خلال التجريد.
تقوم Meta بالفعل بتجربة هذا من خلال V-Jepa ، وهو نموذج أصدره للجمهور في فبراير. يصفها Meta بأنها نموذج غير تنكسي يتعلم من خلال التنبؤ بأجزاء مفقودة أو مقنعة من الفيديو.
وقال “الفكرة الأساسية هي أنك لا تتنبأ بمستوى البكسل. يمكنك تدريب نظام على تشغيل تمثيل مجردة للفيديو حتى تتمكن من تقديم تنبؤات في هذا التمثيل التجريدي ، ونأمل أن يزيل هذا التمثيل جميع التفاصيل التي لا يمكن التنبؤ بها”.
يشبه المفهوم كيف أنشأ الكيميائيون تسلسلًا هرميًا أساسيًا لبنات البناء للمادة.
وقال “لقد أنشأنا تجريدات. الجسيمات ، علاوة على ذلك ، الذرات ، علاوة على ذلك ، جزيئات ، علاوة على هذا ، المواد”. “في كل مرة ننطلق فيها طبقة واحدة ، فإننا نقضي على الكثير من المعلومات حول الطبقات أدناه التي لا علاقة لها بنوع المهمة التي مهتمون بها.”
هذا ، في جوهره ، هو طريقة أخرى للقول أننا تعلمنا فهم العالم المادي من خلال خلق التسلسلات الهرمية.
