עס זענען די וואס טראַכטן אַז די וועג צו מענטש-מדרגה קינסטלעך סייכל איז איצט מאַפּט אויס, איצט עס וואָלט נאָר זיין אַ קשיא פון ינקריסינג קאַמפּיוטיישאַנאַל רעסורסן, בשעת אנדערע זענען סלאָוינג אַראָפּ ווייַל פילע רעקווירעמענץ וואָלט נאָך זיין פעלנדיק. אָבער, די ויסערגעוויינלעך פיייקייט צו פירן זייער פאַרשידענע טאַסקס מאכט Gato אַן אַי סיסטעם אַנדערש פון די אנדערע, וואָס אויב אויף די איין האַנט איז נישט נאָך די אַלגעמיינע קינסטלעך סייכל אַז אַלעמען יקספּעקץ, אויף די אנדערע, עס איז נאָך אַן ינאַווייטיוו סיסטעם פֿאַר די וועג עס וואָס מאַנידזשיז צו פּראָצעס זייער פאַרשידענע דאַטן פֿון דער זעלביקער אַרקאַטעקטשער ווי deep learning.
ביז איצט, איינער פון די הויפּט דיסטינגקשאַנז אין די קאָמפּלעקס וועלט פון קינסטלעך סייכל איז געווען דער חילוק צווישן שוואַך אַי, אויך גערופן "ענג" אַי, און שטאַרק אַי, אויך גערופן "אַלגעמיינע" אַי. עס איז געווען אַ גאַנץ פּשוט וועג צו פאַרענטפערן די קשיא פון טראכטן מאשינען גלייך. Narrow AI איז די מין פון קינסטלעך סייכל וואָס בלויז פּערפאָרמז איין אַרבעט, אַזאַ ווי פּלאַנירונג אַ מאַרשרוט, צושטעלן באַטייַטיק זוכן רעזולטאַטן אָדער האָבן אַ געשריבן שמועס. אַלגעמיינע אַי, אויף די אנדערע האַנט, איז די מין פון קינסטלעך סייכל וואָס מיר זען אין קינאָ, וואָס מיינט ווי אַ מענטש, וואָס פּערפאָרמז פילע טאַסקס סיימאַלטייניאַסלי און שאַפֿן נוציק סינערדזשיז צווישן זיי. די אַקראַנים פֿאַר די מענטש-ווי מאשינען איז AGI, קינסטלעך אַלגעמיינע ינטעלליגענסע. פֿאַר רובֿ ריסערטשערז, אַ כימעראַ וואָס איז טעאָרעטיש מעגלעך אָבער וואָס מיר וועלן נישט דערגרייכן קיין צייט באַלד.
אָבער, דעם דיסטינגקשאַן הייַנט קרייקס און הייבט צו זיין ווייניקער און ווייניקער פּשוט צו דערקלערן. אין די לעצטע יאָרן, פאָרשונג האט פּושט צו די שאַפונג פון ינקריסינגלי גענעראַליסט קינסטלעך סייכל מאָדעלס, אָן אָבער לידינג צו די ופדעקונג פון AGI. עס איז דעריבער קריייטינג אַ מין מיטל ערד, ווו מיר געפֿינען אַי מאָדעלס וואָס זענען ביכולת צו דורכפירן פילע טאַסקס פון אַ אַנדערש נאַטור, אַזוי פיל אַזוי אַז זיי קענען ניט מער זיין דיסקרייבד ווי "ענג" אַי, אָבער וואָס אין דער זעלביקער צייט טאָן ניט ווייַזן אַז קאַוסאַל סייכל אָדער וויסיקייַט אַז פֿאַר פילע עקספּערץ זאָל זיין טאָכיק אין אַ AGI.
מיר קענען רופן דעם טיפּ פון קינסטלעך סייכל "גענעראַליסט" אָדער טאָמער מער ריכטיק "מולטימאָדאַל", ווי עס זענען עטלעכע וועגן צו ינטעראַקט מיט אים. צו געבן אַ ביישפּיל, אַ מולטימאָדאַל אַי סיסטעם וואָלט זיין ביכולת צו געפֿינען די וועטער פאָרויסזאָגן פֿאַר אונדזער געגנט (זוכן און אויסקלייַבן די בעסטער רעזולטאַט), זאָגן אונדז אַז עס וועט רעגן הייַנט (נאַטירלעך שפּראַך פּראַסעסינג און רעדע סינטעז) און טשעק אויב מיר גיין אויס מיט אָדער אָן אַ שירעם (מאַשין זעאונג). דערצו, איינער פון די הויפּט קעראַקטעריסטיקס פון אַ מולטימאָדאַל סיסטעם איז אַז פון "ינגעסטינג" דאַטן פון פאַרשידענע טייפּס - למשל בילדער און טעקסט - וויסן ווי צו ציען נוציק אינפֿאָרמאַציע פון ביידע. ווי אַ רעזולטאַט, עס וועט ויסקומען צו אונדז אַז מיר זענען דילינג מיט אַ פאַקטיש סייכל, אין פאַקט עס זענען בלויז קייפל אַי מאָדעלס שטעלן "אין באַטאַרייע" און אין סינערדזשי מיט יעדער אנדערער.
וואָס שייך די פאָרשונג צו מולטימאָדאַל אַי, אין די לעצטע וואָכן די לאָנדאָן פירמע DeepMind, וואָס - מיר געדענקען - איז אַ טייל פון דער גאַלאַקסי פון גוגל, האט באפרייט צוויי אַי סיסטעמען וואָס האָבן געמאכט אַ פּלאַץ פון רעדן וועגן זיך. דער ערשטער איז גערופן פלאַמינגאָ, און איז אַ מאָדעל וואָס איז ביכולת צו סאַלווינג "מאַלטימאָדאַל טאַסקס", דאָס איז, טאַסקס וואָס קען האָבן ינקאַמינג אינפֿאָרמאַציע קאַנווייד דורך פאַרשידענע מאַדזשאַלאַטיז, אַזאַ ווי בילדער, ווידעא און טעקסט, אפילו אין קאָמבינאַציע מיט יעדער אנדערע. פלאַמינגאָ איז אַ וויזשאַוואַל שפּראַך מאָדעל (VLM) וואָס קענען שעפּן קלאַסאַפאַקיישאַן אינפֿאָרמאַציע, קעפּל פאַרוואַלטונג, בילד-באזירט קשיא ענטפֿערס, אַלע בשעת צושטעלן בלויז אַ ביסל אַרייַנשרייַב / רעזולטאַט סאַמפּאַלז (אַזוי גערופענע "ווייניק-שאָס לערנען" ").
דער ציל פון דעם מאָדעל איז צו "פאַרשטייען" די סיטואַציע פון אַ בילד אָדער ווידעא, דיסקרייבינג עס ריכטיק מיט זייַן לינגגוויסטיק סיסטעם און ריכטיק ענטפֿערן פֿראגן וועגן וואָס עס "זעט".
Gato איז ניט שטענדיק דער בעסטער אַי מאָדעל פֿאַר אַ געגעבן אַרבעט. די קאָנטראָל פון אַ Sawyer ראָבאָט (עס איז אַ ראָבאָט וואָס באשטייט פון אַן אָרעם מיט פילע "דזשינץ") איז פון אַ גוט סטאַנדאַרט, אָבער די שאַפונג פון קאַפּשאַנז איז בלויז מיטלמעסיק, בשעת די האַנדלינג פון עטלעכע אַטאַרי שפּילערייַ איז ווייניקער ווי אַז פון אנדערע דעדאַקייטאַד. אַי מאָדעלס. DeepMind זאגט אַז פון 450 טאַסקס (קאַמפּערד צו די 604 וואָס ער איז געווען טריינד אויף) Gato איז מער פּינטלעך ווי מענטשלעך עקספּערץ "מער ווי האַלב פון די צייט". א עטוואס פארקריפלטער וועג צו זאגן אז פון א סך הכל פון 604 אויפגאבן קריגן אמווייניגסטנס 154 זייער שלעכטע רעזולטאטן, בשעת אין די איבעריגע 450 פירט זיך גאטא בעסער ווי א מענטשליכע עקספערט, אבער נאך א האלב פון די צייט פירט ער זיך אויף. ערגער.
די רעזולטאַטן פון די וואָכן זענען דער רעזולטאַט פון אַ היסכייַוועס וואָס DeepMind האט דורכגעקאָכט פֿאַר פילע יאָרן. לאָמיר נישט פאַרגעסן אַז דער ציל פון די פירמע איז צו "סאָלווע די פּראָבלעם פון סייכל", דעוועלאָפּינג אלץ מער גענעראַל סיסטעמען וואָס זענען ביכולת צו האַנדלען מיט אַ ברייט קייט פון פאַרשידענע פּראָבלעמס. דאָס איז וואָס די פירמע רופט אַרטיפיסיאַל אַלגעמיינע סייכל, און דאָס איז ווו זיי ווילן צו גיין. לעצטע יאָר אַ שריט אין דעם ריכטונג איז גענומען מיט פּערסייווער, אַ מולטימאָדאַל מאָדעל באזירט אויף די טראַנספאָרמער אַרקאַטעקטשער וואָס איז ביכולת צו האַנדלען מיט פאַרשידענע טייפּס פון ינפּוץ, אַזאַ ווי בילדער, טעקסט, ווידעא, געזונט, 3 ד דאַטן. די קריייטערז פון גאַטאָ זיך טראַכטן אַז פּערסעיווער קען זיין נוציק פֿאַר ווייַטער יקספּאַנדינג די נומער פון מאָדעס פון צוקונפֿט אַלגעמיינע סיסטעמען.
אַרטיקל יקסטראַקטיד פון די פּאָסטן פון Luca Sambucci, אויב איר ווילן צו לייענען דיגאַנץ פּאָסטן דריקט דאָ
די נייוואַל סעקטאָר איז אַ אמת גלאבאלע עקאָנאָמיש מאַכט, וואָס איז נאַוואַגייטיד צו אַ 150 ביליאָן מאַרק ...
לעצטע מאנטאג, די Financial Times מודיע אַ אָפּמאַך מיט OpenAI. FT לייסאַנסיז זיין וועלט-קלאַס זשורנאליסטיק ...
מיליאַנז פון מענטשן באַצאָלן פֿאַר סטרימינג באַדינונגס, צאָלן כוידעשלעך אַבאָנעמענט פיז. עס איז פּראָסט מיינונג אַז איר ...
Coveware דורך Veeam וועט פאָרזעצן צו צושטעלן ענטפער באַדינונגס פֿאַר סייבער יקסטאָרשאַן אינצידענט. קאָוועוואַרע וועט פאָרשלאָגן פאָרענסיקס און רימעדייישאַן קייפּאַבילאַטיז ...
