Τεχνητή Νοημοσύνη: Ποιοι ποντάρουν σε παγκόσμια μοντέλα για την «υπερνοημοσύνη»

Τεχνητή Νοημοσύνη: Ποιοι ποντάρουν σε παγκόσμια μοντέλα για την «υπερνοημοσύνη»

Οι κορυφαίες ομάδες τεχνητής νοημοσύνης στον κόσμο εντείνουν την εστίασή τους στα λεγόμενα παγκόσμια μοντέλα που μπορούν να κατανοήσουν καλύτερα το ανθρώπινο περιβάλλον, αναζητώντας νέους τρόπους για την επίτευξη της «υπερνοημοσύνης» των μηχανών.

Οι Google DeepMind, Meta και Nvidia είναι μεταξύ των εταιρειών που προσπαθούν να κερδίσουν έδαφος στον αγώνα της τεχνητής νοημοσύνης, αναπτύσσοντας συστήματα που στοχεύουν στην πλοήγηση στον φυσικό κόσμο, μαθαίνοντας από βίντεο και ρομποτικά δεδομένα και όχι μόνο από τη γλώσσα.

Η προσπάθεια και η πρόοδος

Αυτή η προσπάθεια έρχεται καθώς προκύπτουν ερωτήματα σχετικά με το αν τα μεγάλα γλωσσικά μοντέλα — η τεχνολογία που τροφοδοτεί δημοφιλή chatbots όπως το ChatGPT της OpenAI — έχουν φτάσει στο ανώτατο όριο της προόδου τους.

Η πρόοδος στην απόδοση μεταξύ των LLM που έχουν κυκλοφορήσει εταιρείες του κλάδου, όπως η OpenAI, η Google και η xAI του Ίλον Μασκ, έχει επιβραδυνθεί, παρά τα τεράστια ποσά που έχουν επενδυθεί στην ανάπτυξή τους.

Η δυνητική αγορά για τα παγκόσμια μοντέλα θα μπορούσε να είναι τεράστια, σχεδόν στο μέγεθος της παγκόσμιας οικονομίας, σύμφωνα με τον Rev Lebaredian, αντιπρόεδρο της Omniverse και της τεχνολογίας προσομοίωσης στην Nvidia, καθώς φέρνει την τεχνολογία στον φυσικό τομέα, όπως οι τομείς της κατασκευής και της υγειονομικής περίθαλψης.

«Ποια είναι η ευκαιρία για τα παγκόσμια μοντέλα βάσης; Ουσιαστικά… 100 τρισεκατομμύρια δολάρια, αν καταφέρουμε να δημιουργήσουμε μια νοημοσύνη που μπορεί να κατανοήσει τον φυσικό κόσμο και να λειτουργήσει σε αυτόν», είπε.

Τα παγκόσμια μοντέλα εκπαιδεύονται χρησιμοποιώντας ροές δεδομένων από πραγματικά ή προσομοιωμένα περιβάλλοντα. Θεωρούνται ένα σημαντικό βήμα για την προώθηση της προόδου στα αυτόνομα αυτοκίνητα, τη ρομποτική και τη λεγόμενη τεχνητή νοημοσύνη.

Τα παγκόσμια μοντέλα εκπαιδεύονται χρησιμοποιώντας ροές δεδομένων από πραγματικά ή προσομοιωμένα περιβάλλοντα. Θεωρούνται ένα σημαντικό βήμα για την προώθηση της προόδου στα αυτόνομα αυτοκίνητα, τη ρομποτική και τους λεγόμενους πράκτορες τεχνητής νοημοσύνης, αλλά απαιτούν τεράστιο όγκο δεδομένων και υπολογιστική ισχύ για την εκπαίδευσή τους και θεωρούνται μια άλυτη τεχνική πρόκληση.

Πηγή: Pagenews.gr