David Ferrucci, Elemental Cognitionin toimitusjohtaja ja johtava tutkija.David Ferruccin luvalla
Tekoälystä tulee nopeasti älykäs. Tekniikan viimeaikaiset läpimurrot, jotka ilmenevät ChatGPT:n kaltaisten sovellusten vaikuttavissa ominaisuuksissa, ovat herättäneet pelkoa siitä, että A.I. saattaa pian vallata ihmiskunnan – eikä hyvällä tavalla. Viime vuonna Googlen insinööri väitti yrityksen A.I. chatbot LaMDA oli niin älykäs, että siitä oli tullut tunteva. Tänä vuonna A.I:n mahdollisesta vaarasta huolestuneena yli 1 000 teknologiayrittäjän ja akateemikon ryhmä, mukaan lukien Elon Musk, vaati maaliskuussa kuuden kuukauden taukoa A.I:n koulutuksessa. järjestelmät ovat edistyneempiä kuin OpenAI:n GPT-4, uusin ChatGPT:tä tukeva kielimalli.
Vaikka suuret kielimallisovellukset (LLM), kuten ChatGPT ja Googlen Bard, ovat osoittaneet potentiaalin ylittää ihmiset monissa tehtävissä ja korvata työpaikkoja, ne eivät suinkaan ole samoja kuin ihmisen aivot, koska niiden taustalla olevat oppimismekanismit ovat erilaisia, David. Ferrucci, tietojenkäsittelytieteilijä ja kaupallisen A.I.:n varhainen pioneeri. sovellus, kertoi Startracker.
Ferrucci tunnetaan parhaiten IBM Watsonin luojana. Kehitetty 2000-luvun lopulla vastaamaan kysymyksiin television tietokilpailussa Vaara! , tietokonejärjestelmä voitti lopulta ihmiskilpailijat pelissä vuonna 2011.
27. tammikuuta horoskooppi
Kun Vaara! haaste ehdotettiin vuoden 2007 alussa, olin ainoa IBM Researchissä jopa akateemisessa yhteisössä, joka ajatteli, että se voitaisiin tehdä, ja periaatteessa ilmoittautui jatkamaan sitä, Ferrucci kertoi Startrackerille haastattelussa.
IBM Watson on ytimenään koneoppimiseen perustuva järjestelmä, joka oppi vastaamaan Vaara! kysymyksiä sulattamalla suuria määriä dataa aiemmista ohjelmista. Se ilmestyi aikana, jolloin syväoppiminen, tekoälyn osajoukko, alkoi saada valtaa. Ennen sitä tietokonejärjestelmät luottivat voimakkaasti ihmisen ohjelmointiin ja valvontaan.
Vuonna 2012, pian Watsonin menestysmenestyksen jälkeen, Ferrucci jätti IBM:n 18 vuoden jälkeen johtamaan A.I. tutkimusta Bridgewater Associatesille, maailman suurimmalle hedge-rahastolle. Suurimman osan kuluneesta vuosikymmenestä Ferruccin työ on keskittynyt kehittämään hybridi-AI:ta, joka pyrkii yhdistämään dataohjatun koneoppimisen loogiseen päättelyyn – toisin sanoen kouluttamaan algoritmeja ajattelemaan enemmän ihmisten tavoin.
3. lokakuuta astrologinen merkki
Vuonna 2015 Bridgewater siemenrahoitti Ferruccin johtaman sisäisen projektin, joka lopulta syntyi itsenäiseksi yritykseksi nimeltä Elemental Cognition. Elemental Cognitionin hybridi A.I. sovelluksia voidaan käyttää investointien hallinnassa, logistiikan suunnittelussa ja lääkekehityksessä sen verkkosivujen mukaan. Helmikuussa startup allekirjoitti Bridgewaterin asiakkaana.
Aiemmin tässä kuussa Startrackerin haastattelussa Ferruci keskusteli ChatGPT:n ja ihmisaivojen erilaisista oppimisprosesseista, hybridi-AI:n välttämättömyydestä ja siitä, miksi hänen mielestään ehdotus kuuden kuukauden A.I. tauko on enemmän symbolinen kuin käytännöllinen.
Seuraavaa tekstiä on muokattu selvyyden vuoksi.
Mikä hybridi A.I. oikein on?
Hybridi-AI yhdistää datapohjaisen, induktiivisen prosessin logiikkaohjautuvaan prosessiin. Koneoppiminen on dataohjattu prosessi. Se vain paranee, kun saatavilla on enemmän ja enemmän harjoitustietoja. Mutta kommunikoidaksesi ihmisten kanssa tarvitset myös logiikkaa ja päättelyä.
Ihmisen kognitio toimii tavallaan samalla tavalla, kuten Daniel Kahnemanin kirjassa selitetään Ajatteleva, nopea ja hidas. Ihmisen aivot toimivat ajattelemalla nopeasti ja hitaasti samanaikaisesti. Tarkan ja luotettavan päätöksenteon saavuttamiseksi tarvitset molempien maailmojen parhaat puolet.
Miten nopea ajattelu eroaa hitaasta ajattelusta? Miksi tarvitsemme molempia?
Nopea ajattelu on sitä, kun ekstrapoloimme kokemuksistamme tai tiedoistamme ja sitten yleistämme. Yleistäminen voi kuitenkin olla väärin, koska se perustuu pinnallisiin piirteisiin, jotka saattavat korreloida tiedoissa, mutta eivät todellakaan ole kausatiivisia – tämä on ennakkoluuloisen ajattelun perusta.
Hidas ajattelu on mallin muodostamista siitä, miten ajattelen asioiden toimivan: Mitkä ovat arvoni? Mitkä ovat oletukseni? Mitkä ovat päättelysäännöni? Ja mikä on minun logiikkani tehdä johtopäätös?
horoskooppi 14. joulukuuta
Kun puhumme A.I. nykyään meillä on tapana ajatella automaattisesti koneoppimista, joka, kuten sanoit, on dataohjattu prosessi. Onko olemassa esimerkkejä puhtaasti logiikkaohjatuista A.I.:stä?
Kyllä, logiikkaohjattu A.I. on omaksuttu moniin reaalimaailman sovelluksiin. Ongelmanratkaisulogiikan muodolliset esitykset, kuten sääntöpohjaisia järjestelmiä tai rajoitusten ratkaisu- ja optimointijärjestelmiä, käytetään resurssien hallintaan, ajoitukseen, suunnitteluun, valvontaan ja toteutukseen.
Mutta emme pidä heitä A.I. enää, suurelta osin siksi, että big datan ja koneoppimisen vallankumouksen myötä A.I. liitettiin vahvasti koneoppimisjärjestelmiin.
Missä GPT:n ja LaMDA:n kaltaiset LLM:t ovat nopean/hidasteisen ajattelun spektrissä? Ovatko ne todella lähellä ihmisen älykkyyttä, kuten Googlen insinööri väitti viime vuonna?
LLM:t tuottavat suuria tietorakenteita, jotka kaappaavat tiettyjen sanajonojen tilastolliset todennäköisyydet, jotka seuraavat muita sanasarjoja. ChatGPT tekee tilastollisia ennusteita, jotka perustuvat kielen pinnallisiin ominaisuuksiin. Riittävällä harjoitusdatalla ja todella tehokkailla koneoppimistekniikoilla nämä mallit voivat jäljitellä sujuvaa kuulostavaa kieltä.
helmikuun 3. horoskooppi
Se ei ole loogista päättelyä. On vaikea väittää, että suuri todennäköisyyksien taulukko on tunteva. Sanoisin, että ei. Yksi mielenkiintoinen asia ihmisen kognitiossa on kuitenkin se, että yhdistämme johdonmukaisen kuuloisen tekstin faktoihin. Olemme kuin, se kuulostaa todella hyvältä, sen täytyy olla totta. Mutta totuus vaatii syvempää ymmärrystä ja analysointia kielen pinnallisten piirteiden lisäksi.
Oletko hermostunut A.I:stä? ovelaako lopulta ihmisiä?
A.I. pystyy suorittamaan tietyt tehtävät paremmin kuin ihmiset. Se on ollut totta jo vuosia. Nykyään tietojen ja koulutustekniikoiden kehittyessä A.I:n kouluttaminen on entistä helpompaa ja helpompaa. järjestelmät suorittamaan enemmän inhimillisiä tehtäviä. Mielestäni se on erittäin merkittävää. Mutta en usko, että A.I. aikoo ottaa vallan. Ei ole olemassa itsenäistä kokonaisuutta, joka haluaa valloittaa sinut. Kuitenkin A.I. voidaan helposti väärinkäyttää. Mielestäni se on todellinen huolenaihe.
Elemental Cognition allekirjoitti hiljattain Bridgewaterin asiakkaana, joka on myös varhainen sijoittaja yrityksessäsi. Kuinka hybridi A.I. auttaa sijoitusjohtajia ymmärtämään paremmin taloutta ja markkinoita?
Talouden ymmärtäminen tulee kahdessa muodossa: tunnistaa datassa olevia malleja ja tulkita näitä malleja ymmärtääkseen, mitä tapahtuu.
Sijoitusten hallinnassa perimmäisenä tavoitteena on tehdä tarkkoja ennusteita tarkastelemalla talouden indikaattoreita, kuten korkoja ja osakekursseja. Datalla on paljon kerrottavaa. Jos näet kaavoja tiedoissa, se on todella tehokasta. Ja jos pystyt tulkitsemaan malleja ja ymmärtämään, mitä taloudessa tapahtuu, sinulla on toinen näkökulma. Se on melkein kuin voisit tehdä tarkastukset ja tasapainot: tässä ovat korrelaatiot, jotka näkyvät tiedoissa, ja tässä on käsitykseni asioiden toiminnasta. Ovatko he samaa mieltä vai eivät?
Mitä mieltä olet ehdotuksesta keskeyttää A.I. kuuden kuukauden koulutus?
En usko, että se on käytännöllistä aloittaa, koska suuret kielimallit eivät ole salaisuus. Niiden parissa työskentelee aina yrityksiä. Aiomme nähdä jatkossakin paljon kokeita. Mielestäni ei ole järkevää lopettaa tuota kokeilua.
Mutta mielestäni on järkevää ottaa askel taaksepäin ja miettiä tätä lujasti. Poliittisten päättäjien on alettava miettiä, kuinka A.I:tä säännellään. koska sitä voidaan käyttää väärin monella tavalla. Todennäköisesti sääntelyä kehitetään ja sovelletaan.