Ноам Браун, който ръководи изследванията в областта на изкуствения интелект за разсъждение в OpenAI, твърди, че някои форми на AI модели с подобни способности е можело да се появят 20 години по-рано, ако изследователите са знаели правилния подход и алгоритми.

"Имаше различни причини, поради които тази изследователска насока беше пренебрегвана", каза Браун по време на панелна дискусия на конференцията Nvidia GTC в Сан Хосе в сряда. "По време на изследванията си забелязах, че нещо липсва. Хората прекарват много време в мислене, преди да действат в трудни ситуации. Може би това би било много полезно за AI."

Браун говореше за своята работа върху игрови AI модели в Carnegie Mellon University, включително Pluribus - изкуствен интелект, който победи елитни професионални покер играчи. AI моделът, разработен от него, беше уникален за времето си, защото разсъждаваше върху проблемите, вместо да използва груба изчислителна сила.

Той е и един от създателите на o1 - AI модел на OpenAI, който използва техника, наречена test-time inference, за да "мисли", преди да отговори на въпросите.

Тази техника включва допълнителни изчисления по време на работа на модела, за да му позволи да извършва по-сложни разсъждения. В общия случай AI моделите, които използват разсъждение, са по-точни и надеждни от традиционните модели, особено в области като математика и наука.

AI академичните изследвания срещу мащаба на индустрията

По време на панела Браун беше попитан дали академичните среди имат шанс да извършват експерименти в мащаба на OpenAI и други големи AI лаборатории, при положение че университетите обикновено разполагат с ограничени изчислителни ресурси.

Той призна, че през последните години това е станало по-трудно, тъй като AI моделите изискват все повече изчислителна мощ. Въпреки това Браун смята, че академичните изследователи могат да допринесат значително чрез изследване на области, които не изискват огромни ресурси, като разработка на нови архитектури на модели.

"[Има] възможност за сътрудничество между първокласните AI лаборатории и академичните среди", каза Браун. "Тези лаборатории внимателно разглеждат научните публикации и преценяват дали дадена идея би била ефективна, ако бъде мащабирана. Ако аргументите в една научна статия са убедителни, лабораториите ще ги проучат по-задълбочено."

Проблемите с AI бенчмарковете

Браун подчерта, че една от най-големите възможности за академичните среди е разработването на по-добри AI бенчмаркове.

"Състоянието на AI бенчмарковете в момента е много лошо, а това не изисква много изчислителна мощ", каза той.

Както вече сме писали, съвременните AI бенчмаркове често тестват модели върху специфични, но маловажни задачи и дават оценки, които слабо корелират с реалните им способности. Това води до объркване относно възможностите на AI моделите и техния напредък.

Финансирането на AI изследвания

Коментарите на Браун идват в момент, когато администрацията на Доналд Тръмп намалява значително научните субсидии.

Много AI експерти, включително Нобеловият лауреат Джефри Хинтън, критикуват тези съкращения, като предупреждават, че те могат да застрашат изследванията в областта на AI както в САЩ, така и в международен план.

ИЗБРАНО