David Silver, a DeepMindnél ismert kutató, akinek munkája köthető az AlphaZero jellegű megerősítéses tanulási rendszerekhez, 1,1 milliárd dollárt gyűjtött össze Ineffable Intelligence néven működő londoni laboratóriuma számára. A vállalat értékelése az első hónapokban 5,1 milliárd dollárra emelkedett.
Mi a célkitűzés?
A laboratórium célja olyan nagyszabású modellek fejlesztése, amelyek elsősorban önálló tapasztalatszerzésre, szimulációra és önjátékon alapuló tanulásra támaszkodnak, ahelyett hogy nagy mennyiségű emberi eredetű szövegből, címkézett adatokból vagy demonstrációkból tanulnának. A megközelítés az AlphaZero stratégiájához hasonló filozófiát követ: készségeket és viselkedést a modell saját próbálkozásai során fedez fel, nem pedig emberi példák másolásával.
Miért számít ez?
A jelenlegi, széles körben használt nagy nyelvi modellek (LLM-ek) és sok más mesterséges intelligencia-rendszer jelentős mértékben emberi eredetű internetes tartalmakra, könyvekre, kódra, felhasználói bejegyzésekre, címkékre és emberi viselkedést utánzó szintetikus adatokra támaszkodnak. David Silver és csapata ezzel szemben azt állítja, hogy létezik egy „adatkorlát”, és hogy a következő nagy lépés az intelligencia skálázásában a számítási erő, a szimuláció és a brutális próbálkozáson alapuló optimalizáció felé mutathat.
Kapcsolódás korábbi eredményekhez
Silver korábbi munkája az AlphaZero és az AlphaGo rendszerekhez köthető: az AlphaZero híres volt arról, hogy emberi játszmák tárolása nélkül, önjátékkal képes volt kiemelkedő teljesítményt elérni olyan játékokban, mint a sakkozás vagy a Go. A mostani finanszírozás mögötti befektetők arra számítanak, hogy ez a logika az általánosabb értelemben vett intelligenciafelfedezésre is alkalmazható.
Milyen következményekkel járhat?
Ha az Ineffable Intelligence megközelítése működik, az részben átalakíthatja, hogyan gondolkodunk a nagy modellek fejlesztéséről: kevesebb hangsúly az emberi adatok begyűjtésén és annotálásán, és nagyobb hangsúly a nagy számítási erőre, valósághű szimulációkra és önfejlesztő algoritmusokra. Ugyanakkor a költségek, technikai kihívások és a gyakorlati alkalmazások terén felmerülő kérdések továbbra is fennmaradnak.
Következtetés
Az 1,1 milliárd dolláros finanszírozás és a 5,1 milliárd dolláros értékelés jól mutatja, hogy a befektetők komolyan veszik az emberi adatoktól független tanulás lehetőségét. Az Ineffable Intelligence kísérlete fontos mérföldkő lehet abban a vitában, hogy a jövő AI-rendszerei inkább emberi tartalmak utánzására vagy saját tapasztalatszerzésre épüljenek-e.
