انضم المبرمج الأسطوري جون كارماك إلى ريتشارد ساتون، أب التعلم المعزز، لإنشاء All in AGI.
2030 أظهر للجمهور أن هدف الذكاء الاصطناعي العام ممكن التحقيق.
وعلى عكس الأساليب السائدة، فإنه لا يعتمد على نماذج نموذجية كبيرة ويسعى إلى التعلم عبر الإنترنت في الوقت الفعلي.
أعلن هذا الثنائي في حدث خاص في معهد الذكاء الآلي (Amii) في جامعة ألبرتا، حيث يقوم ساتون بالتدريس.
سينضم ساتون إلى شركة Keen Technologies الناشئة في مجال الذكاء الاصطناعي التابعة لشركة Carmack مع احتفاظه بمنصبه التدريسي في ألبرتا.
واعترف الرجلان في الحدث بأن فريق Keen Technologies صغير مقارنة بالشركات الأكبر التي تضم مئات أو آلاف الموظفين.
لا يزال المشروع في بداياته، والفريق الفني بأكمله موجود في الموقع——
فقط هؤلاء الأشخاص الأربعة يقفون.
ويبلغ حجم تمويلها 20 مليون دولار أمريكي، وهو مبلغ لا يمكن مقارنته بـ OpenAI وAnthropic، اللتين غالبًا ما تجمعان المليارات.
لكنهم يعتقدون أن الكود المصدري النهائي للذكاء الاصطناعي العام سيكون من النوع الذي يمكن لشخص واحد كتابته، وقد يحتوي على عشرات الآلاف من الأسطر فقط.
علاوة على ذلك، فإن مجال الذكاء الاصطناعي يمر حاليًا بلحظة خاصة ذات تأثير أكبر، كما أن الفرق الصغيرة لديها أيضًا الفرصة لتقديم مساهمات كبيرة.
المبرمج الأسطوري وأبو التعلم المعزز
إن تجربة كارماك الأسطورية، بدءًا من تطوير أول لعبة ثلاثية الأبعاد في العالم، إلى الانتقال إلى بناء الصواريخ، إلى الانضمام إلى Oculus وتصبح شخصية رئيسية في Meta VR اللاحقة، معروفة جيدًا.
وفي وقت لاحق، انخرط في الذكاء الاصطناعي وكان مرتبطًا أيضًا بـ OpenAI.
لقد كشف ذات مرة في مقابلة أخرى أن Sam Altman قد دعاه للانضمام إلى OpenAI ويعتقد أنه يمكن أن يلعب دورًا مهمًا في تحسين النظام.
لكن كارماك اعتقد أنه لم يكن لديه أي فهم للذكاء الاصطناعي الحديث في نموذج التعلم الآلي في ذلك الوقت، لذلك لم يوافق على ذلك.
أصبحت هذه فرصة له للبدء في فهم الذكاء الاصطناعي.
سأل إيليا سوتسكيفر، كبير العلماء في OpenAI، عن قائمة بالأشياء التي يجب قراءتها للبدء، وبدأ الدراسة الذاتية من الصفر، واكتسب أولاً فهمًا أساسيًا لخوارزميات التعلم الآلي التقليدية.
عندما كان لديه بعض وقت الفراغ ويخطط لمواصلة المشاركة في التعلم العميق، توصل إلى تحدي برمجي مدته أسبوع واحد:
قم بطباعة بعض أوراق LeCun الكلاسيكية وتدرب عليها عند قطع اتصال الشبكة، بدءًا من صيغة الانتشار العكسي.
وبعد مرور أسبوع، أنهى خلوته بشبكة عصبية تلافيفية مصنوعة يدويًا بلغة C++، دون مساعدة أطر التعلم العميق الحديثة في بايثون.
كل ما يمكنني قوله هو أنني معجب بالسيد العظيم.
في هذا الوقت، كان عمله الرئيسي لا يزال يبحث في الواقع الافتراضي في شركة Oculus، وهي شركة تابعة لفيسبوك (أعيدت تسميتها لاحقًا باسم Meta)، وقاد الفريق إلى إطلاق منتجات مثل Ouclus Go وQuest.
ومع ذلك، خلال هذه العملية، نشأت الصراعات والخلافات تدريجياً بينه وبين إدارة الشركة، حيث كان يعتقد أن الكفاءة الداخلية للشركة منخفضة، كما أعرب علناً عن عدم رضاه.
في عام 2019، استقال من منصبه كرئيس قسم التكنولوجيا في Oculus وأصبح "كبير مسؤولي التكنولوجيا الاستشاري"، وبدأ في تحويل المزيد من الطاقة إلى الذكاء الاصطناعي.
وفي أغسطس 2022، أعلن أن شركة Keen Technologies الناشئة الجديدة في مجال الذكاء الاصطناعي أعلنت عن تمويل بقيمة 20 مليون دولار أمريكي، ومن بين المستثمرين سيكويا كابيتال، والرئيس التنفيذي السابق لـ GitHub، نات فريدمان، وآخرين.
وفي وقت لاحق، كشف أيضًا أنه يمكنه بالفعل كسب المال بمبلغ 20 مليون دولار أمريكي فقط.
لكن أخذ المال من الآخرين يمكن أن يمنحه إحساسًا بالأزمة والإلحاح، وتصميمًا أقوى على إنجاز الأمور.
في نهاية عام 2022، غادر ميتا رسميًا واعتبر الواقع الافتراضي مرحلة من الحياة قد انتهت، ثم تحول تمامًا إلى الذكاء الاصطناعي.
بالإضافة إلى هذا الخط الرئيسي الواضح، يواجه كارماك وAI أيضًا مصيرًا لا يمكن تفسيره.
حفزت ألعابه ثلاثية الأبعاد في ذلك الوقت الطلب على الحوسبة الرسومية، وبدأت وحدات معالجة الرسومات في التطور والتوسع في مجال الألعاب.
في الوقت الحاضر، إن القوة الحاسوبية لوحدة معالجة الرسومات هي التي تدعم انفجار الذكاء الاصطناعي، ولا يزال فخورًا بمساهمته عند الحديث عن هذا.
……
بطل الرواية الآخر اليوم ساتون هو أيضًا أسطورة.
وهو معروف باسم والد التعلم المعزز وقد قدم مساهمات مهمة في أساليب مثل التعلم المعزز بفارق التوقيت والتدرج السياسي، وهو أيضًا مؤلف مشارك للكتاب المدرسي القياسي حول التعلم المعزز.
وفي عام 2017، انضم إلى شركة DeepMind كعالم متميز وشارك في سلسلة أبحاث AlphaGo، ويعتبر تلميذه ديفيد سيلفر أحد القادة الرئيسيين في AlphaGo.
كتب "ساتون" مقالًا قصيرًا شهيرًا الدرس المرير، يجادل فيه بأن محاولة تعليم الخبرة البشرية باستخدام الذكاء الاصطناعي لن تنجح. وقد اعتمدت جميع الإنجازات حتى الآن على تحسينات في قوة الحوسبة. ومن الصحيح الاستمرار في الاستفادة من هذا النطاق. تأثير قوة الحوسبة.الطريق.
وقبل أن يتواصل الاثنان رسميًا، أعرب كارماك عن قلقه وموافقته على هذا المقال.
لكن الاتصال المباشر الحقيقي بين الاثنين تم بواسطة ساتون.
قبل بضعة أشهر، بعد أن أعلن كارماك عن تمويل شركة AGI Ventures، تلقى بريدًا إلكترونيًا من شركة Sutton.
أراد ساتون أن يسأله عما إذا كان مسار بحثه يجب أن يكون أكاديميًا بحتًا، أو تجاريًا، أو غير ربحي.
ومع ذلك، في تبادلات البريد الإلكتروني اللاحقة، اكتشف الاثنان أن هناك اتساقًا مدهشًا في اتجاهات ومفاهيم أبحاث الذكاء الاصطناعي، وأقاما علاقة تعاون تدريجيًا.
وعلى وجه التحديد، توصل الاثنان إلى 4 إجماع:
جميعهم يعتقدون أن التطور الحالي للذكاء الاصطناعي العام يقتصر على عدد قليل من الاتجاهات الضيقة للغاية، ويعتمد كثيرًا على البيانات الضخمة وقوة الحوسبة الكبيرة ويهمل الابتكار.
يعتقد الجميع أن التسويق المبكر جدًا سيعيق تطوير الذكاء الاصطناعي العام
يعتقدون جميعًا أن الذكاء الاصطناعي العام النهائي لن يكون معقدًا للغاية، ويمكن لشخص واحد إتقان جميع المبادئ، وحتى شخص واحد يمكنه كتابة الكود الرئيسي.
يعتقد الجميع أن ظهور نماذج الذكاء الاصطناعي العام في عام 2030 هو هدف ممكن التحقيق.
لا تعتمد فقط على النماذج الكبيرة، بل إن الفرق الصغيرة لديها فرص أيضًا
هدف جريء للغاية، ورأى الجمهور ذلك أيضًا.
في مواجهة السؤال "كيف يمكن لفريق صغير تحقيق مثل هذا الهدف الطموح؟"، اعتقد كارماك أن كمية البيانات والقدرة الحاسوبية المطلوبة لتحقيق الذكاء الاصطناعي العام قد لا تكون كبيرة كما يتصور.
قم بتسجيل ما يراه البشر من خلال أعينهم لمدة عام كامل في مقطع فيديو بمعدل 30 إطارًا في الثانية، والذي يمكن تثبيته على محرك أقراص USB محمول بحجم الإبهام.
الطفل البالغ من العمر عام واحد لديه الكثير من بيانات الخبرة وقد أظهر بالفعل ذكاءً واضحًا.
إذا كانت الخوارزمية صحيحة، فلن تكون هناك حاجة لاستخدام بيانات الإنترنت بالكامل لكي يتعلم الذكاء الاصطناعي العام.
فيما يتعلق بالطلب على قوة الحوسبة، فهو يستخدم أيضًا هذا النوع من التفكير البديهي ليأخذ في الاعتبار: قوة الحوسبة للدماغ البشري محدودة أيضًا، وبعيدة عن الوصول إلى مستوى مجموعة كبيرة من قوة الحوسبة.
إنها أكبر من عقدة الخادم (العقدة) وأكبر من الخزانة (الرف)، ولكن الحد الأقصى أعلى بترتيب واحد فقط.
ومع مرور الوقت، ستصبح الخوارزمية أكثر كفاءة وستستمر قوة الحوسبة المطلوبة في الانخفاض.
إذا كان عمل كارماك في الألعاب ثلاثية الأبعاد، والصواريخ، والواقع الافتراضي، وهي مجالات العمل التي تبدو غير مرتبطة ببعضها البعض، لديها شيء مشترك، فهو تحسين أنظمة ردود الفعل في الوقت الفعلي على نطاق واسع.
هذا ما كان يبحث عنه سام ألتمان عندما دعاه للانضمام إلى OpenAI.
يجب أن تكون بنية AGI التي تصورها ** معيارية وموزعة ** وليست نموذجًا مركزيًا ضخمًا.
يجب أن يكون التعلم أيضًا تعلمًا مستمرًا عبر الإنترنت، بدلاً من التدريب المسبق الحالي حيث لم تعد يتم تحديث معظم المعلمات.
خلاصة الأمر هي أنه إذا لم يتمكن النظام من العمل بسرعة 30 هرتز، والذي يتم تحديثه كل 33 مللي ثانية أو نحو ذلك أثناء التدريب، فلن أستخدمه.
وقال أيضًا إنه باعتباره مبرمج نظام منخفض المستوى يمكنه كتابة كود Cuda الأصلي وإدارة اتصالات الشبكة بنفسه، فقد يكون قادرًا على القيام ببعض الأعمال التي لن يفكر فيها الآخرون على الإطلاق.
ولا يقتصر الأمر على إطار التعلم العميق الحالي، ولكنه سيجرب بنية شبكية وطرق حوسبة أكثر كفاءة.
الهدف العام هو محاكاة وكيل افتراضي بدافع جوهري وقدرة على التعلم المستمر للتعلم المستمر في بيئة افتراضية.
ليس الروبوتات، لأن خبرته في بناء الصواريخ جعلته يعتقد أنه كلما قل عدد الأشياء المادية التي يتعين عليه التعامل معها، كلما كان ذلك أفضل**.
بالمقارنة مع كارماك، الذي انخرط للتو في الذكاء الاصطناعي العام منذ وقت ليس ببعيد، أمضى ساتون عقودًا في حل هذه المشكلة ولديه خطة بحثية أكثر تحديدًا.
على الرغم من أنه لم يُقال الكثير في هذا الحدث، فقد تمت كتابة الجزء الرئيسي في ورقة بحثية على موقع arXiv في شكل "مشروع ألبرتا".
يقترح مشروع ألبرتا إطار عمل موحد للوكيل يركز على الخبرة العالمية بدلاً من مجموعات تدريب محددة، ويركز على الاتساق الزمني، ويعطي الأولوية للطرق التي يمكن أن تنتج تأثيرات واسعة النطاق باستخدام قوة الحوسبة، والتفاعل متعدد الوكلاء.
كما تم اقتراح خارطة طريق مكونة من 12 خطوة.
تركز الخطوات الست الأولى على تصميم طريقة تعلم مستمر خالية من النماذج، وتقدم الخطوات الست الأخيرة النماذج والتخطيط البيئي.
تسمى الخطوة الأخيرة تضخيم الذكاء (تضخيم الذكاء).يمكن للوكيل استخدام المعرفة التي تعلمها لتضخيم وتعزيز العمل والإدراك والإدراك لدى وكيل آخر وفقًا لبعض المبادئ العامة.
ويرى ساتون أن هذا النوع من التعزيز جزء مهم من تحقيق الإمكانات الكاملة للذكاء الاصطناعي.
في هذه العملية، من المهم جدًا ولكن من الصعب جدًا أيضًا تحديد مؤشرات تقييم تقدم الذكاء الاصطناعي، ويقوم الفريق باستكشاف التطورات المختلفة.
بالإضافة إلى ذلك، كان كارماك دائمًا مدافعًا عن المصادر المفتوحة، ولكن فيما يتعلق بمسألة الذكاء الاصطناعي العام، قال إنه سيحافظ على درجة معينة من الانفتاح، لكنه لن يكشف عن جميع تفاصيل الخوارزمية**.
كفريق صغير، يعتقد كارماك أننا بحاجة إلى الحفاظ على روح الريادة والتركيز على التنمية طويلة المدى بدلاً من المصالح قصيرة المدى.
لن يتم النظر في التسويق قبل الأوان، ولا يوجد نموذج وسيط يمكن إصداره علنًا مثل ChatGPT.
وفيما يتعلق بما يمكن تحقيقه في عام 2030، يعتقد كارماك أن "هناك الذكاء الاصطناعي العام الذي يمكن إظهاره للجمهور"، تصريح ساتون هو "نماذج الذكاء الاصطناعي الأولية يمكن أن تظهر علامات الحياة (علامات الحياة)".
2030 يصبح عقدة رئيسية
ليست هذه هي المرة الأولى التي يظهر فيها 2030 والذكاء الاصطناعي العام في نفس الوقت.
تعتبر أفضل فرق الذكاء الاصطناعي بالإجماع أن عام 2030 هو العقدة الرئيسية لتحقيق الذكاء الاصطناعي العام.
على سبيل المثال، ذكرت شركة OpenAI، في إعلانها عن تخصيص 20% من إجمالي قوتها الحاسوبية لإنشاء قسم محاذاة الذكاء الفائق، أننا نعتقد أن الذكاء الفائق سيصل في هذا العقد.
وحتى مجتمع الاستثمار لديه وجهات نظر مماثلة. وقد قدم ماسايوشي سون للتو مثل هذا العرض التقديمي في مؤتمر سوفت بنك العالمي للشركات.
وبصرف النظر عن OpenAI وKeen Technologies، لا توجد العديد من المنظمات التي تعمل على تطوير الذكاء الاصطناعي العام.
أكبر منافس لشركة OpenAI، Anthropic، التي جمعت للتو 4 مليارات دولار من التمويل، ذكر رئيسها التنفيذي داريو أمودي في مقابلة أجريت معه مؤخرًا أن الذكاء الاصطناعي يمكن أن يتصرف كإنسان متعلم جيدًا في غضون عامين أو ثلاثة أعوام.
عندما ترك مؤلفا برنامج Transformer، فاسواني وبالمر، شركة Google، أسسا AdeptAI بهدف خلق ذكاء عام.
ومع ذلك، ترك الاثنان الشركة فجأة في وقت سابق من هذا العام، تاركين مؤسسًا مشاركًا واحدًا فقط، وهو ديفيد لوان (أقصى اليمين).
قام مؤلفا Transformer أيضًا بتأسيس شركة Essential AI، رؤية هذه الشركة أقل "التطلع إلى النجوم" وهي تسويق أكثر واقعية للنماذج الكبيرة.
لا يوجد أيضًا العديد من اللاعبين المحليين الذين حددوا أهداف AGI بوضوح، وأهمها MiniMax وDark Side of the Moon التي تم تأسيسها حديثًا بواسطة Yang Zhilin.
الروابط المرجعية:
[1]
[2]
[3]
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
ينضم والد التعلم المعزز إلى AGI لبدء عمل تجاري! بالتعاون مع المبرمج الأسطوري كارماك، لا نعتمد على النماذج الكبيرة
المصدر الأصلي: Qubits
انضم المبرمج الأسطوري جون كارماك إلى ريتشارد ساتون، أب التعلم المعزز، لإنشاء All in AGI.
وعلى عكس الأساليب السائدة، فإنه لا يعتمد على نماذج نموذجية كبيرة ويسعى إلى التعلم عبر الإنترنت في الوقت الفعلي.
سينضم ساتون إلى شركة Keen Technologies الناشئة في مجال الذكاء الاصطناعي التابعة لشركة Carmack مع احتفاظه بمنصبه التدريسي في ألبرتا.
واعترف الرجلان في الحدث بأن فريق Keen Technologies صغير مقارنة بالشركات الأكبر التي تضم مئات أو آلاف الموظفين.
لا يزال المشروع في بداياته، والفريق الفني بأكمله موجود في الموقع——
فقط هؤلاء الأشخاص الأربعة يقفون.
لكنهم يعتقدون أن الكود المصدري النهائي للذكاء الاصطناعي العام سيكون من النوع الذي يمكن لشخص واحد كتابته، وقد يحتوي على عشرات الآلاف من الأسطر فقط.
علاوة على ذلك، فإن مجال الذكاء الاصطناعي يمر حاليًا بلحظة خاصة ذات تأثير أكبر، كما أن الفرق الصغيرة لديها أيضًا الفرصة لتقديم مساهمات كبيرة.
المبرمج الأسطوري وأبو التعلم المعزز
إن تجربة كارماك الأسطورية، بدءًا من تطوير أول لعبة ثلاثية الأبعاد في العالم، إلى الانتقال إلى بناء الصواريخ، إلى الانضمام إلى Oculus وتصبح شخصية رئيسية في Meta VR اللاحقة، معروفة جيدًا.
وفي وقت لاحق، انخرط في الذكاء الاصطناعي وكان مرتبطًا أيضًا بـ OpenAI.
لقد كشف ذات مرة في مقابلة أخرى أن Sam Altman قد دعاه للانضمام إلى OpenAI ويعتقد أنه يمكن أن يلعب دورًا مهمًا في تحسين النظام.
لكن كارماك اعتقد أنه لم يكن لديه أي فهم للذكاء الاصطناعي الحديث في نموذج التعلم الآلي في ذلك الوقت، لذلك لم يوافق على ذلك.
أصبحت هذه فرصة له للبدء في فهم الذكاء الاصطناعي.
عندما كان لديه بعض وقت الفراغ ويخطط لمواصلة المشاركة في التعلم العميق، توصل إلى تحدي برمجي مدته أسبوع واحد:
قم بطباعة بعض أوراق LeCun الكلاسيكية وتدرب عليها عند قطع اتصال الشبكة، بدءًا من صيغة الانتشار العكسي.
وبعد مرور أسبوع، أنهى خلوته بشبكة عصبية تلافيفية مصنوعة يدويًا بلغة C++، دون مساعدة أطر التعلم العميق الحديثة في بايثون.
كل ما يمكنني قوله هو أنني معجب بالسيد العظيم.
ومع ذلك، خلال هذه العملية، نشأت الصراعات والخلافات تدريجياً بينه وبين إدارة الشركة، حيث كان يعتقد أن الكفاءة الداخلية للشركة منخفضة، كما أعرب علناً عن عدم رضاه.
وفي أغسطس 2022، أعلن أن شركة Keen Technologies الناشئة الجديدة في مجال الذكاء الاصطناعي أعلنت عن تمويل بقيمة 20 مليون دولار أمريكي، ومن بين المستثمرين سيكويا كابيتال، والرئيس التنفيذي السابق لـ GitHub، نات فريدمان، وآخرين.
وفي وقت لاحق، كشف أيضًا أنه يمكنه بالفعل كسب المال بمبلغ 20 مليون دولار أمريكي فقط.
لكن أخذ المال من الآخرين يمكن أن يمنحه إحساسًا بالأزمة والإلحاح، وتصميمًا أقوى على إنجاز الأمور.
حفزت ألعابه ثلاثية الأبعاد في ذلك الوقت الطلب على الحوسبة الرسومية، وبدأت وحدات معالجة الرسومات في التطور والتوسع في مجال الألعاب.
في الوقت الحاضر، إن القوة الحاسوبية لوحدة معالجة الرسومات هي التي تدعم انفجار الذكاء الاصطناعي، ولا يزال فخورًا بمساهمته عند الحديث عن هذا.
……
بطل الرواية الآخر اليوم ساتون هو أيضًا أسطورة.
وهو معروف باسم والد التعلم المعزز وقد قدم مساهمات مهمة في أساليب مثل التعلم المعزز بفارق التوقيت والتدرج السياسي، وهو أيضًا مؤلف مشارك للكتاب المدرسي القياسي حول التعلم المعزز.
وفي عام 2017، انضم إلى شركة DeepMind كعالم متميز وشارك في سلسلة أبحاث AlphaGo، ويعتبر تلميذه ديفيد سيلفر أحد القادة الرئيسيين في AlphaGo.
وقبل أن يتواصل الاثنان رسميًا، أعرب كارماك عن قلقه وموافقته على هذا المقال.
قبل بضعة أشهر، بعد أن أعلن كارماك عن تمويل شركة AGI Ventures، تلقى بريدًا إلكترونيًا من شركة Sutton.
أراد ساتون أن يسأله عما إذا كان مسار بحثه يجب أن يكون أكاديميًا بحتًا، أو تجاريًا، أو غير ربحي.
ومع ذلك، في تبادلات البريد الإلكتروني اللاحقة، اكتشف الاثنان أن هناك اتساقًا مدهشًا في اتجاهات ومفاهيم أبحاث الذكاء الاصطناعي، وأقاما علاقة تعاون تدريجيًا.
وعلى وجه التحديد، توصل الاثنان إلى 4 إجماع:
لا تعتمد فقط على النماذج الكبيرة، بل إن الفرق الصغيرة لديها فرص أيضًا
هدف جريء للغاية، ورأى الجمهور ذلك أيضًا.
في مواجهة السؤال "كيف يمكن لفريق صغير تحقيق مثل هذا الهدف الطموح؟"، اعتقد كارماك أن كمية البيانات والقدرة الحاسوبية المطلوبة لتحقيق الذكاء الاصطناعي العام قد لا تكون كبيرة كما يتصور.
فيما يتعلق بالطلب على قوة الحوسبة، فهو يستخدم أيضًا هذا النوع من التفكير البديهي ليأخذ في الاعتبار: قوة الحوسبة للدماغ البشري محدودة أيضًا، وبعيدة عن الوصول إلى مستوى مجموعة كبيرة من قوة الحوسبة.
ومع مرور الوقت، ستصبح الخوارزمية أكثر كفاءة وستستمر قوة الحوسبة المطلوبة في الانخفاض.
هذا ما كان يبحث عنه سام ألتمان عندما دعاه للانضمام إلى OpenAI.
يجب أن تكون بنية AGI التي تصورها ** معيارية وموزعة ** وليست نموذجًا مركزيًا ضخمًا.
يجب أن يكون التعلم أيضًا تعلمًا مستمرًا عبر الإنترنت، بدلاً من التدريب المسبق الحالي حيث لم تعد يتم تحديث معظم المعلمات.
وقال أيضًا إنه باعتباره مبرمج نظام منخفض المستوى يمكنه كتابة كود Cuda الأصلي وإدارة اتصالات الشبكة بنفسه، فقد يكون قادرًا على القيام ببعض الأعمال التي لن يفكر فيها الآخرون على الإطلاق.
ولا يقتصر الأمر على إطار التعلم العميق الحالي، ولكنه سيجرب بنية شبكية وطرق حوسبة أكثر كفاءة.
الهدف العام هو محاكاة وكيل افتراضي بدافع جوهري وقدرة على التعلم المستمر للتعلم المستمر في بيئة افتراضية.
ليس الروبوتات، لأن خبرته في بناء الصواريخ جعلته يعتقد أنه كلما قل عدد الأشياء المادية التي يتعين عليه التعامل معها، كلما كان ذلك أفضل**.
على الرغم من أنه لم يُقال الكثير في هذا الحدث، فقد تمت كتابة الجزء الرئيسي في ورقة بحثية على موقع arXiv في شكل "مشروع ألبرتا".
كما تم اقتراح خارطة طريق مكونة من 12 خطوة.
تركز الخطوات الست الأولى على تصميم طريقة تعلم مستمر خالية من النماذج، وتقدم الخطوات الست الأخيرة النماذج والتخطيط البيئي.
ويرى ساتون أن هذا النوع من التعزيز جزء مهم من تحقيق الإمكانات الكاملة للذكاء الاصطناعي.
في هذه العملية، من المهم جدًا ولكن من الصعب جدًا أيضًا تحديد مؤشرات تقييم تقدم الذكاء الاصطناعي، ويقوم الفريق باستكشاف التطورات المختلفة.
بالإضافة إلى ذلك، كان كارماك دائمًا مدافعًا عن المصادر المفتوحة، ولكن فيما يتعلق بمسألة الذكاء الاصطناعي العام، قال إنه سيحافظ على درجة معينة من الانفتاح، لكنه لن يكشف عن جميع تفاصيل الخوارزمية**.
كفريق صغير، يعتقد كارماك أننا بحاجة إلى الحفاظ على روح الريادة والتركيز على التنمية طويلة المدى بدلاً من المصالح قصيرة المدى.
لن يتم النظر في التسويق قبل الأوان، ولا يوجد نموذج وسيط يمكن إصداره علنًا مثل ChatGPT.
وفيما يتعلق بما يمكن تحقيقه في عام 2030، يعتقد كارماك أن "هناك الذكاء الاصطناعي العام الذي يمكن إظهاره للجمهور"، تصريح ساتون هو "نماذج الذكاء الاصطناعي الأولية يمكن أن تظهر علامات الحياة (علامات الحياة)".
2030 يصبح عقدة رئيسية
ليست هذه هي المرة الأولى التي يظهر فيها 2030 والذكاء الاصطناعي العام في نفس الوقت.
تعتبر أفضل فرق الذكاء الاصطناعي بالإجماع أن عام 2030 هو العقدة الرئيسية لتحقيق الذكاء الاصطناعي العام.
على سبيل المثال، ذكرت شركة OpenAI، في إعلانها عن تخصيص 20% من إجمالي قوتها الحاسوبية لإنشاء قسم محاذاة الذكاء الفائق، أننا نعتقد أن الذكاء الفائق سيصل في هذا العقد.
أكبر منافس لشركة OpenAI، Anthropic، التي جمعت للتو 4 مليارات دولار من التمويل، ذكر رئيسها التنفيذي داريو أمودي في مقابلة أجريت معه مؤخرًا أن الذكاء الاصطناعي يمكن أن يتصرف كإنسان متعلم جيدًا في غضون عامين أو ثلاثة أعوام.
ومع ذلك، ترك الاثنان الشركة فجأة في وقت سابق من هذا العام، تاركين مؤسسًا مشاركًا واحدًا فقط، وهو ديفيد لوان (أقصى اليمين).
لا يوجد أيضًا العديد من اللاعبين المحليين الذين حددوا أهداف AGI بوضوح، وأهمها MiniMax وDark Side of the Moon التي تم تأسيسها حديثًا بواسطة Yang Zhilin.
الروابط المرجعية: [1] [2] [3]