Përparimi energjetik i nevojshëm për të ndërtuar AGI, thotë shefi i OpenAI, Altman

CEO i OpenAI, Sam Altman beson se kërkohet një përparim në prodhimin e energjisë për të avancuar modelet e AI gjithnjë e më të aftë dhe të etur për fuqi.

Në një panel diskutimi me Bloomberg në Davos javën e kaluar, ai argumentoi se “Nuk ka asnjë mënyrë për të arritur atje pa një përparim.” Altman është në favor të burimeve të rinovueshme të energjisë si fuzioni bërthamor dhe ai është i motivuar të vazhdojë të investojë në teknologji. Ai personalisht investoi 375 milionë dollarë në Helion Energy – një startup me shkrirje bërthamore që ka nënshkruar një marrëveshje për furnizimin me energji të Microsoft në vitet e ardhshme.

Modelet e AI të përbëra nga miliarda parametra kërkojnë sasi të mëdha energjie për t’u trajnuar. Sistemi i vjetër GPT-3 i OpenAI thuhet se konsumonte 936 megavat orë (MWh), sipas kompanisë së AI Numenta. Administrata e Informacionit të Energjisë në SHBA vlerëson se një familje mesatare konsumon rreth 10.5 MWh në vit. Kjo do të thotë se trajnimi GPT-3 harxhoi aq energji sa konsumojnë rreth 90 familje në një vit.

Modelet më të mëdha do të kërkojnë edhe më shumë energji. “Ne nuk kemi mbaruar me shkallëzimin e [LLMs] – ne ende duhet të shtyjmë lart,” deklaroi Aiden Gomez, CEO i Cohere , gjatë një diskutimi tjetër në Davos.

Studiuesit e Google DeepMind kanë trajnuar një sistem AI për të vërtetuar teoremat gjeometrike në pothuajse të njëjtin nivel të arritur nga fituesit e medaljes së artë të Olimpiadës së matematikës njerëzore.

Në një punim të botuar në Nature javën e kaluar, ekipi DeepMind zbuloi AlphaGeometry – një sistem i përbërë nga një model gjuhësor dhe një motor simbolik deduksioni. E para gjeneron strategji të mundshme matematikore për të zgjidhur një problem të caktuar, ndërsa e dyta përpiqet të nxjerrë një zgjidhje përfundimtare.

“Me AlphaGeometry, ne demonstrojmë aftësinë në rritje të AI për të arsyetuar logjikisht dhe për të zbuluar dhe verifikuar njohuri të reja,” shkruajnë bashkëautorët Trieu Trinh dhe Thang Luong. “Zgjidhja e problemeve të gjeometrisë në nivel olimpiadë është një moment historik i rëndësishëm në zhvillimin e arsyetimit të thellë matematikor në rrugën drejt sistemeve më të avancuara dhe të përgjithshme të AI.”

Është interesante se sistemi u trajnua mbi 100 milionë mostra të dhënash sintetike, që përshkruanin diagrame gjeometrike të rastësishme. AlphaGeometria kishte për detyrë të mësonte të gjitha marrëdhëniet midis pikave dhe vijave në forma për të kuptuar të gjitha provat gjeometrike.

Në një test krahasues të performancës së sistemit, ai arriti të zgjidhte 25 nga 30 pyetjet e gjeometrisë nga garat e Olimpiadës – dhënë disa orë. Për krahasim, fituesi mesatar i medaljes së artë mund të zgjidhë rreth 25.9 prej tyre në të njëjtën kohë.

Organizata Botërore e Shëndetësisë (OBSH) nuk është optimiste se sistemet e inteligjencës artificiale mjekësore do të jenë të mira për vendet më të varfra nëse ato ndërtohen nga organizata në kombe më të pasura që nuk arrijnë t’i trajnojnë ato për të dhëna më të ndryshme.

Zhvilluesit si Google besojnë se AI mund të ndihmojë ata që kanë akses të kufizuar në kujdesin shëndetësor në të ardhmen. Por zyrtarët në OBSH besojnë se teknologjia mund të mos u shërbejë siç duhet – veçanërisht nëse ata nuk janë përfaqësues të pacientëve të përdorur për të marrë të dhëna klinike për të trajnuar këto sisteme.

“Gjëja e fundit që duam të shohim të ndodhë si pjesë e këtij hapi përpara me teknologjinë është përhapja ose përforcimi i pabarazive dhe paragjykimeve në strukturën sociale të vendeve në mbarë botën,” tha Alain Labrique, drejtori i OBSH-së për shëndetin dixhital dhe. risi, raportoi Nature .

Labrique dhe kolegët e tij argumentuan se zhvillimi i inteligjencës artificiale mjekësore nuk duhet të mbizotërohet nga bizneset e mëdha të teknologjisë dhe se teknologjitë e tyre duhet të auditohen nga palë të treta të pavarura përpara se të lëshohen. Zhvilluesit aktualisht po ndërtojnë modele të afta për të gjeneruar automatikisht shënime klinike nga takimet, duke ndihmuar mjekët për të diagnostikuar sëmundjet dhe më shumë.

Çështjet e mundshme – të tilla si thekse të ndryshme, gjuhë ose histori mjekësore që nuk janë në të dhënat e trajnimit – mund t’i rrëzojnë këto sisteme, duke çuar në performancë më të ulët dhe rezultate të dobëta të pacientit.

Konsumatorët tani mund të pyesin një chatbot me AI për një artikull të caktuar të shitur në Amazon me aplikacionin celular të tregut online.

Skeda “Kërkimi i informacionit specifik”, i cili përdorej për të shfaqur komentet e produkteve dhe përgjigjet për pyetjet e zakonshme, është zëvendësuar me një model të madh gjuhësor, raportoi fillimisht Marketplace Pulse . Sistemi duket se funksionon duke gëlltitur dhe përmbledhur informacione nga faqja e listimit të produktit.

Përdoruesit e rrjetit mund të bëjnë pyetje në lidhje me artikullin për të cilin janë të interesuar. chatbot nuk krahason produktet ose nuk sugjeron alternativa. As nuk mund të kryejë veprime si shtimi i artikujve në karrocat virtuale të blerësve ose zbulimi i historisë së çmimeve. Një zëdhënës i Amazon konfirmoi për CNBC se po testonte chatbot.

“Ne po shpikim vazhdimisht për të ndihmuar në përmirësimin dhe lehtësinë e jetës së klientëve dhe aktualisht po testojmë një veçori të re të mundësuar nga AI gjeneruese për të përmirësuar blerjet në Amazon duke ndihmuar klientët të marrin përgjigje për pyetjet e zakonshme të produktit”, shpjegoi Maria Boschetti. Ashtu si të gjithë chatbot-et, sistemi më i fundit i Amazon është i prirur ndaj halucinacioneve – prandaj merrni atë që thotë me pak kripë.

Është interesante se aftësitë e asistentit të blerjeve virtuale janë mjaft të hapura. Thuhet se mund të shkruajë shaka, poezi, apo edhe të gjenerojë kod bazuar në informacionin për një produkt në shumë gjuhë.