Дори "кръстницата на AI" няма представа какво е изкуствен общ интелект
Фей-Фей Ли си е поставила за задача да помогне за създаването на "пространствения интелект", който вижда и има пълните 3D разбирания на човека
Какво точно представлява изкуственият общ интелект (AGI). Според мнозина той трябва да има "човешки способности". Но какво точно значи това? Ако сте объркани едва ли сте единствените. Междувременно OpenAI и други разработчици изглеждат обсебени от идеята, като са готови да похарчат милиарди долари за реализацията ѝ.
Експерти като Фей-Фей Ли, известна като "кръстницата на AI", признават, че не знаят какво точно е AGI, пише TechCrunch.
На конференция за отговорно разработване на изкуствен интелект, Ли сподели, че не разбира какво се има предвид под изкуствен общ интелект или понятието "AI сингулярност". Тя допълни, че предпочита да се съсредоточи върху по-конкретни предизвикателства.
Ли е ключова фигура в развитието на модерния AI с приноси като създаването на ImageNet, което катализира AI революцията.
"През 2012 г. моят проект ImageNet в комбинация с AlexNet и графичните процесори (GPUs) бе наречен от много хора раждането на модерния AI. То бе задвижено от три ключови съставки: големи бази с данни, невронни мрежи и съвременна графична обработка. С това бе даден старта на революцията", казва Ли.
OpenAI дава различни дефиниции на AGI, като CEO-то Сам Алтман го описва като "средностатистически човек, когото можеш да наемеш като сътрудник". Компанията има и пет нива на прогрес към AGI, започвайки от чатботове (като ChatGPT) до AI, което може да върши работата на цяла организация.
Днес Фей-Фей Ли ръководи Института за AI, фокусиран върху човека (HAI) в Станфорд. Тя управлява и своята стартираща компания World Labs, която разработва "големи световни модели" - друг объркващ и неясен термин.
През следващите няколко години тя с вълнение очаква да приближи "пространствения интелект" до реалността. Ли казва, че човешкият език, върху който са базирани днешните големи езикови модели, вероятно е отнел един милион години, за да се развие, докато зрението и възприятието вероятно са се развивали в продължение на 540 милиона години. Това означава, че създаването на "големи световни модели" е много по-сложна задача.
"Не става въпрос само за това да накараме компютрите да виждат, а наистина да ги накараме да разбират целия триизмерен свят, което аз наричам пространствен интелект," обяснява Ли.
"Ние не просто виждаме, за да назоваваме неща... Ние виждаме, за да правим неща, за да се ориентираме в света, за да взаимодействаме помежду си, и запълването на пропастта между виждането и правенето изисква пространствени знания. Като технолог, аз съм много развълнувана от това."