Billede: Google
Dagens AI-modeller, ifølge Googles AI-leder og medstifter af Google Brain-projektet, Jeff Dean, er i one-trick ponyfasen – de er “typisk trænet til kun at gøre én ting”. Men en ny tilgang kaldet Pathways kunne give noget, der ligner en hund, der kan trænes, og som kan lave flere tricks.
Dean beskriver Pathways som en “næste-generations AI-arkitektur”, der “vil gøre os i stand til at træne en enkelt model til at gøre tusindvis eller millioner af ting.”
Pathways kan fjerne grænserne for en AI-models evne til at reagere. til information fra kun én sans og tillade den at reagere på flere sanser, såsom tekst, billeder og tale.
SE: Selv computereksperter mener, at man stopper menneskelig overvågning af AI er en meget dårlig idé
“Stude kunne muliggøre multimodale modeller, der omfatter syn, auditiv og sprogforståelse samtidigt,” forklarer Dean.
Modellen kunne for eksempel så behandle ordet 'leopard', lyden af en, der siger 'leopard', eller en video af en leopard, der løber.
I alle tre tilfælde genkender AI begrebet en leopard. Dean argumenterer for, at en sådan model ville være “mere indsigtsfuld og mindre tilbøjelig til fejl og skævheder”.
Bias er et ømtåleligt emne for Google. I december trak dets topforsker i AI-etik, Timnit Gebru, op, efter at Dean angiveligt var uenig i et papir, hun var medforfatter, om energiomkostningerne forbundet med at skabe nye AI-modeller, og det faktum, at dets modeller indtog alt fra nettet, inklusive racistiske, sexistisk og krænkende indhold, hvilket potentielt kan påvirke, hvordan en AI-model fungerer. Papiret er ikke blevet offentliggjort, men blev set af MIT Technology Review.
“Vi vil gerne træne en model, der ikke kun kan håndtere mange separate opgaver, men som også kan trække på og kombinere sine eksisterende færdigheder for at lære nye opgaver hurtigere og mere effektivt,” siger Dean.
Det, han synes at beskrive, er en AI, der kan tilsluttes andre AI-modeller og udnytte deres bedste dele ved at bruge en Pathways-model, der “dynamisk lærer, hvilke dele af netværket, der er gode til hvilke opgaver — den lærer, hvordan man dirigerer opgaver gennem mest relevante dele af modellen.”
SE: Hvad er digital transformation? Alt, hvad du behøver at vide om, hvordan teknologien omformer forretning
Så Pathways kunne forbedre maskinlæringens evne til at træffe beslutninger og muligvis bringe den et skridt tættere på en AI, der faktisk kan ræsonnere gennem et problem eller scenarie.
Dean hævder, at Pathways ikke kun har en større kapacitet til at lære forskellige opgaver, men at det også er mere energieffektivt, fordi kun relevante dele af et netværk aktiveres til en given opgave.
“Pathways vil gøre det muligt for et enkelt AI-system at generalisere på tværs af tusinder eller millioner af opgaver, at forstå forskellige typer data og at gøre det med bemærkelsesværdig effektivitet – og fremme os fra æraen med enkeltformålsmodeller der blot genkender mønstre til et, hvor mere generelle intelligente systemer afspejler en dybere forståelse af vores verden og kan tilpasse sig nye behov,” forklarer han.
Google Pixel 6 og Pixel 6 Pro: Bedste forudbestillingstilbud tilgængelige nu Google Cloud Næste: Mød virksomheden, hvor den bor Google Tensor: Alt hvad du behøver at vide om Pixel 6-chip De bedste VPN'er til Chrome og Chromebooks i 2021 kunstig intelligens | Sky | Mobilitet | Enterprise Software | Hardware