Kekuwatan jaman sinau jero babagan intelijen buatan wis nyebabake renaissance ing R&D perusahaan ing teknologi informasi, miturut Yann LeCun, kepala ilmuwan AI kanggo Meta.
“Jinis teknik sing wis ditindakake duwe pengaruh komersial sing luwih gedhe, luwih akeh,” tinimbang sing kedadeyan ing jaman sadurunge intelijen buatan, ujare LeCun sajrone rapat pers lan eksekutif cilik liwat Zoom. wulan iki.
ugi: ChatGPT ‘ora inovatif,’ lan ‘ora ana revolusioner’, ujare kepala ilmuwan AI Meta
“Lan asil iki wis narik akeh pendanaan riset lan nyatane, nyebabake nganyari maneh riset industri.”
Minangka bubar minangka rong puluh taun kepungkur, ngandika LeCun, Microsoft Research mung entitas industri sing “duwe sembarang jenis stature ing teknologi informasi.” Nanging banjur, ujare LeCun, taun 2010-an ndeleng “Riset Google pancen wis dideleng, lan FAIR [Facebook AI Research]sing aku gawe, lan sawetara laboratorium liyane sing diwiwiti, lan ing dasare nyegerake ide manawa industri bisa nindakake riset dhasar.
Sing kebangkitan R&D perusahaan kedadeyan, ujare LeCun, “amarga prospek apa sing bisa kedadeyan ing mangsa ngarep, lan apa sing kedadeyan saiki, amarga teknologi kasebut, apik banget.”
Nilai AI Applied, ngandika LeCun, ndadékaké menyang sistem dual-track, ngendi R&D perusahaan njaga proyek-proyek moonshot sing luwih dawa, banjur trek liyane sing nyorong riset menyang aplikasi produk praktis.
“Iku nggawe pangertèn lengkap kanggo perusahaan kaya Meta duwe, bebarengan, laboratorium riset gedhe sing nduweni tujuan jangka panjang ambisi kaya mbangun asisten virtual cerdas sing duwe intelijen tingkat manungsa, amarga sing dikarepake, pungkasane; nanging ing wektu sing padha. wektu, teknologi sing wis dikembangaké wis migunani.
“Contone, moderasi konten lan deteksi wicara ing pirang-pirang basa wis rampung direvolusi sajrone rong utawa telung taun kepungkur kanthi gedhe, Transformers wis dilatih kanthi cara sing diawasi dhewe,” ujare LeCun, ngrujuk marang pangolahan basa alami Transformer Google. program, dikenalaké ing 2017, kang wis dadi basis kanggo akeh program kayata OpenAI’s ChatGPT.
“Iki nggawe kemajuan gedhe, kemajuan sing ora bisa dipercaya, lan amarga riset AI paling anyar,” ujare LeCun.
LeCun minangka pembicara sing diundang sajrone ceramah setengah jam sing dianakake dening Collective[i] Forecast, seri diskusi interaktif online sing diatur dening Collective[i]sing tagihan dhewe minangka “platform AI sing dirancang kanggo ngoptimalake dodolan B2B.”
LeCun mangsuli pitakon ZDNET babagan apa pengaruh minat AI sing durung rampung sadurunge industri lan perdagangan ing ilmu dhasar AI.
ugi: Guru AI Meta LeCun: Umume pendekatan AI saiki ora bakal nyebabake intelijen sejati
LeCun nggambarake awake dhewe minangka “optimis” babagan kemampuan AI sing diterapake supaya bisa digunakake ing masyarakat. Sanajan AI gagal nggayuh sawetara tujuan, mula ngasilake efek sing bisa migunani, ujare.
LeCun nawakake conto sistem kendharaan otonom sing, sanajan gagal dadi otonom, duwe bathi kanggo nyedhiyakake fitur safety dalan sing nylametake nyawa.
“Saben mobil sing metu ing Eropa saiki kudu dilengkapi sistem rem darurat otomatis, ABS,” ujare LeCun. “Ora dibutuhake ing AS, nanging akeh mobil duwe.”
ABS, dheweke nyathet, “sistem sing padha uga ngidini mobil bisa nyopir ing dalan gedhe, ta?” Mekanisme rem nyuda tabrakan nganti 40%, ujare. “Dadi, sanajan kabeh sing sampeyan krungu, sampeyan ngerti, Tesla sing nabrak truk utawa apa wae, barang-barang kasebut pancen nylametake nyawa, nganti dibutuhake.”
LeCun uga dadi sukarelawan “salah sawijining prekara sing dakjanjekake babagan AI yaiku nggunakake AI ing ilmu pengetahuan lan obat saiki” kanggo urip wong sing luwih apik.
“Ana akeh sistem eksperimen, sawetara atus sing wis disetujoni FDA, sing nambah linuwih diagnosis saka MRI lan X-ray lan macem-macem liyane kanggo sawetara penyakit sing beda,” ujare LeCun. “Iki bakal duwe pengaruh gedhe kanggo kesehatan.”
Terobosan kasebut, sanajan positif, cilik, ujare, dibandhingake karo “bab gedhe,” yaiku, “cara AI digunakake kanggo ilmu maju.
ugi: Meta’s AI luminary LeCun njelajah wates energi sinau jero
“Kita duwe sistem sing bisa melu protein, kita duwe sistem saiki sing bisa ngrancang protein supaya tetep ing situs tartamtu, tegese kita bisa ngrancang obat kanthi cara sing beda banget tinimbang sing wis ditindakake sadurunge,” ujare LeCun. .
AI uga duwe “potensi gedhe kanggo kemajuan ilmu material,” ujare LeCun. “Lan kita bakal mbutuhake iki amarga kita kudu ngrampungake owah-owahan iklim, mula, kita kudu bisa duwe baterei kanthi kapasitas dhuwur sing ora larang regane, lan ora mbutuhake sampeyan nggunakake bahan eksotis sing kita lakoni. mung bisa ditemokake ing sak panggonan.”
LeCun nyathet salah sawijining proyek bahan kasebut, Open Catalyst, dening kolega sing diadegake ing FAIR, sing kerja bareng karo Universitas Carnegie Mellon kanggo ngetrapake AI kanggo ngembangake “katalis anyar sing digunakake ing panyimpenan energi sing bisa dianyari kanggo mbantu ngatasi owah-owahan iklim.”
“Ide sing ana, yen kita bisa nutupi ara-ara samun cilik nganggo panel fotovoltaik banjur nyimpen energi sing digunakake panel kasebut, contone, ing bentuk hidrogen utawa metana,” jelas LeCun. Pendekatan saiki kanggo nyimpen produk hidrogen utawa metana, ujare, “bisa diukur, utawa efisien, nanging ora loro-lorone.”
“Apa kita bisa nemokake, bisa uga nggunakake bantuan AI, katalis anyar sing bakal nggawe proses kasebut luwih efisien utawa bisa diukur kanthi ora mbutuhake materi anyar sing eksotis? Bisa uga ora bisa digunakake, nanging kudu dicoba.”
ugi: CEO Microsoft Nadella: ‘Nyana kita nggabungake AI ing saben lapisan tumpukan’
Senadyan akeh aplikasi komersial lan aplikasi sing njanjeni, LeCun nyaranake manawa sempit panggunaan industri kurang saka tujuan AI sing luwih gedhe, yaiku nggoleki kecerdasan tingkat kewan utawa manungsa.
Kemajuan riset gedhe banget sing ndasari aplikasi saiki, kayata Transformers, bisa ditindakake ing jaman sinau sing jero kanthi kasedhiyan data lan komputasi sing durung tau sadurunge, ujare LeCun, dene kemajuan ilmiah dhasar ora mesthi akeh utawa kaya.
“Apa sing nyebabake gelombang paling anyar yaiku, pisanan, sawetara kemajuan konseptual – nanging, terus terang, ora jumlah gedhe, lan ora nggumunake – nanging, tenan, jumlah data sing kasedhiya lan jumlah komputasi sing digawe. bisa nambah ukuran sistem kasebut.”
Prekara-prekara kayata Model Basa Gedhe, kayata GPT-3, program komputer sing adhedhasar ChatGPT, minangka bukti yen skala AI, tegese nambahake lapisan paramèter sing bisa disetel, langsung nambah kinerja program. “Pranyata dheweke bisa digunakake kanthi apik nalika sampeyan nggedhekake,” ujare babagan GPT-3 lan liyane.
Industri bisa nemokake bali sing suda ing sawetara titik, ujare LeCun, kanthi mung gumantung ing skala tanpa njelajah dalan liyane.
ugi: Mesin sing mikir kaya manungsa: Kabeh sing kudu dingerteni babagan Debat AGI lan AI 3
“Akeh perusahaan kayata OpenAI, utamane, nggunakake iki minangka mantra, mung nggawe luwih gedhe, lan bakal luwih apik,” ujare. “Nanging aku rumangsa wis tekan watesan saiki.”
Sanajan nggawe model sing luwih gedhe, ujare LeCun, “Kita kayane ora bisa nglatih nyopir otonom kanthi lengkap. [automobile] sistem dening mung, sampeyan ngerti, latihan jaring syaraf luwih gedhe ing data liyane; kayane ora tekan kono.”
Minangka nyengsemaken lagi, program kayata ChatGPT, kang LeCun wis disebut “ora utamané inovatif,” lan “ora ana revolusioner,” ora duwe kapasitas kanggo planning, ngandika.
“Dheweke pancen reaktif,” ujare LeCun. “Sampeyan menehi konteks sawetara ewu tembung,” tegese, pituduh sing diketik manungsa, “Lan saka iku, sistem kasebut mung ngasilake token sabanjure, kanthi reaktif.”
“Ora ana rencana sadurunge utawa dekomposisi tugas sing rumit dadi luwih gampang, mung reaktif,” ujare LeCun.
LeCun nawakake conto program OpenAI Co-Pilot, sing wis diintegrasi dening Microsoft menyang platform manajemen kode GitHub. “Ana watesan banget sistem kasebut,” ujare. “Padha digunakake minangka, Sejatine, keyboard prediktif ing steroid.”
ugi: Kita bakal weruh jinis temen anyar saka komputer, ngandika AI pionir Geoff Hinton
“Sampeyan miwiti nulis program, lan nggawe sawetara gambaran saka apa sing kudu dilakoni ing komentar, lan sampeyan duwe alat adhedhasar model basa gedhe sing bakal ngrampungake program,” jlentrehe.
Auto-lengkap kuwi kaya cruise kontrol ing mobil sing mbantu karo nyopir ing dalan gedhe. “Tangan sampeyan kudu tetep ing setir ing kabeh kaping” amarga Co-Pilot bisa generate kasalahan ing kode tanpa kesadaran saka kesalahan.
“Pitakonan iku, carane kita njaluk saka sistem sing generate kode sing kadhangkala mlaku nanging kadhangkala ora,” ngandika LeCun. “Lan jawaban kanggo iki kabeh sistem sing saiki ora bisa ngrancang; padha rampung reaktif.”
“Lan iki dudu sing sampeyan butuhake kanggo prilaku cerdas.”
Nanging, ujare LeCun, “Yen sampeyan pengin prilaku sing cerdas, sampeyan butuh sistem sing bisa ngantisipasi efek saka tumindake dhewe,” uga duwe “model donya internal, model mental babagan kelakone jagad iki. kanggo ngganti minangka akibat saka tumindak dhewe.”
LeCun mbatesi Piece mikir pungkasan mangsa panas bab perlu kanggo program karo kemampuan planning, soko kang rembugan karo ZDNET dawa ing September.
Nganti saiki, kebangkitan teknologi informasi perusahaan R&D durung nyebabake asil teknologi sing paling berharga, produktivitas, ujare LeCun, nanging bisa uga ana ing dekade sabanjure.
ugi: Tujuan sejati AI bisa uga ora dadi intelijen
Ngutip karya peneliti Erik Brynjolfsson saka grup Kecerdasan Buatan Berpusat Manusia Universitas Stanford, LeCun nyathet yen para ekonom nganggep AI minangka “teknologi tujuan umum,” tegese, sing “bakal nyebar alon-alon ing kabeh pojok ekonomi lan industri lan umume mengaruhi. kabeh kegiatan ekonomi” dening macem-macem efek kayata nggawe proyek anyar, displacing proyek liyane, etc., “lan mimpin kanggo tambah produktivitas amarga fosters inovasi.” Ing tembung liya, inovasi sing dibangun ing inovasi iku padha karo produktivitas ekonomi.
“Apa sing dikandhakake Eric, utamane, paling ora nganti saiki, kita durung nate nambah produktivitas amarga AI, lan, kanthi historis, dheweke ujar manawa butuh udakara 15, 20 taun kanggo ndeleng efek sing bisa diukur ing produktivitas. saka revolusi teknologi.
“Dadi, miturut ramalane, mesthine bakal kelakon sajrone sepuluh taun sabanjure.”
Mundhak maneh R&D dhasar perusahaan ing teknologi informasi bisa uga nduweni daya sing tetep kanggo para sarjana enom, ujare LeCun.
“Aku mikir salah sawijining fenomena sing wis diamati yaiku wong enom sing duwe bakat saiki kepengin dadi peneliti AI amarga iki pancen apik banget, dene sadurunge, wong sing padha bakal mbiayai,” ujare LeCun. “Luwih becik wong-wong mau menyang ngelmu, dakkira.”