TechSpot praznuje 25. obletnico. TechSpot pomeni tehnično analizo in nasvet, ki mu lahko zaupate.
Velika slika: Dolgo pred nedavnimi podvigi OpenAI in drugih generativnih sistemov AI je Demis Hassabis delal na zelo močnih, „inteligentnih” algoritmih v Googlovem laboratoriju DeepMind. Zdaj britanski raziskovalec draži še en evolucijski korak v poslu z umetno inteligenco.
Gemini, najnovejši izdelek AI, na katerem delajo raziskovalci DeepMinda, bo očitno osramotil ChatGPT. Demis Hassabis, izvršni direktor in soustanovitelj britanskega raziskovalnega laboratorija za umetno inteligenco, ki ga je Google kupil leta 2014, pravi, da bodo zmogljivosti Geminija presegle tisto, kar OpenAI trenutno ponuja podjetjem in uporabnikom, zahvaljujoč izkušnjam z družabno igro Go.
Gemini bo svoje domnevno boljše zmogljivosti podedoval od AlphaGo, umetne inteligence, ki je leta 2016 dosegla zgodovinsko zmago proti prvaku (človeškemu) igralcu Go. Gemini se bo obnašal kot veliki jezikovni model (LLM) v slogu ChatGPT, vendar bo imel tudi napreden sposobnosti, kot je načrtovanje ali reševanje problemov, zahvaljujoč predhodno razvitemu algoritmu AlphaGo.
Hassabis pravi, da je Gemini mogoče obravnavati kot kombinacijo nekaterih prednosti sistemov tipa AlphaGo z „osupljivimi jezikovnimi zmožnostmi” chatbotov, ki temeljijo na LLM. Uporabniki (in verjetne stranke) bodo lahko zagotovili besedilni poziv, umetna inteligenca pa bo odgovorila – medtem ko se bodo učili najboljših strategij za popolno zadovoljitev potreb uporabnikov.
Gemini je še v razvoju in verjetno bo trajalo nekaj mesecev, da bo dokončan. Projekt, ki bi lahko stal na desetine ali celo stotine ali milijone dolarjev, bo uporabljal napredne tehnike umetne inteligence, razvite za AlphaGo, kot sta učenje z okrepitvijo in iskanje dreves.
Okrepitveno učenje se nanaša na zmožnost programske opreme, da se nauči reševati strateške težave, kot je izbira naslednje poteze v igri Go ali igranje video igre. Iskanje po drevesu je metoda za raziskovanje in zapomnitev naslednjih možnih potez na plošči.
Trenutni sistemi LLM so omejeni v svoji zmožnosti učenja novih stvari ali celo „prilagajanja” strateškim in zapletenim problemom, saj se zanašajo izključno na tehnike iskanja vzorcev, da poskušajo predvideti najbolj statistično pomembne delčke besedila za odgovor na poziv uporabnika. Notri ni popolnoma nič »pametnega«, čeprav so lahko rezultati teh omejenih generativnih AI impresivni, če ne potrebujete odgovornosti, zanesljivosti ali samo dejanske točnosti.
Učenje s krepitvijo na podlagi povratnih informacij, ki je ena od tehnik, ki so jo v zadnjih letih izboljšali raziskovalci DeepMinda, bi lahko močno izboljšalo uspešnost LLM in Geminiju dalo prednost pred konkurenti.
Hassabis navaja, da „80 ali 90 odstotkov inovacij”, ki jih zdaj vidimo v ChatGPT in drugih sistemih AI, prihaja iz DeepMind in Brain, Googlovih raziskovalnih enot AI, ki sta zdaj združeni v oddelek Google DeepMind. Z Geminijem bi lahko Mountain View znova prevzel prevlado v dirki AI.