AGI vil dukke op om 1.5 år, siger David Shapiro
Kort sagt
Kunstig generel intelligens forventes at dukke op om 1.5 år på grund af en kombination af store penge, åbne rammer og forvandling af LLM'er til kognitive agenter.
David Shapiros videoanalyse tyder på, at denne gang kan være nok til AGI's udseende.
Vendepunktet er passeret, og AGI dukker op om 1.5 år. En kombination af store penge, åbne rammer og at gøre LLM'er til kognitive agenter vil fungere. En videoanalyse offentliggjort i går af en kollega, David Shapiro, er meget interessant med et stereoskopisk syn på, hvad der sker, under hensyntagen til tre ikke alle indlysende faktorer.
Faktisk, hvis vi kombinerer den potentielle indflydelse fra de tre faktorer, som David har nævnt på udviklingen af AI i de næste 1.5 år, kan denne gang meget vel være nok til at AGI dukker op på planeten.
For at undgå tomme terminologiske tvister, vil vi straks afklare.
- Der er dusinvis af defitermer af "kunstig generel intelligens" - hvoraf mange er ret forskellige og ofte modstridende, hvilket nødvendiggør iterativ (eller endda rekursiv) afklaring af de begreber, der bruges i disse definationer.
- Derfor er det bedre at overlade terminologiske stridigheder til filosoffer og blot bruge "and-kriteriet": Hvis AI som en intelligent agent er i stand til at ligne en person i menneskers øjne, udføre ethvert intellektuelt arbejde som mennesker og handle i situationer som er nye for det, da folk ville handle i stedet for, vil vi mene, at denne AI er kunstig generel intelligens (AGI).
- Den sætning "AGI vil dukke op om 1.5 år" betyder, at der vil være en AI, der vil opfylde "and-kriteriet" nævnt ovenfor.
David Shapiros argument om, at halvandet år er nok til at skabe AGI er baseret på tre baser.
1) Virksomheder tror på, at kunstig intelligens virkelig kan gøre underværker. Og derfor vil der i de næste 18 måneder blive indsprøjtet enorme investeringer i AI-udvikling for radikalt at reducere prisen på "intelligent slutning" for slutbrugeren (for eksempel på deres smartphone) på grund af de meget høje omkostninger ved at træne store modeller. David giver et godt eksempel fra Morgan Stanley rapport: "Vi tænker GPT 5 træner i øjeblikket på 25K GPU'er - NVIDIA-hardware til en værdi af $225M eller deromkring - og slutningsomkostningerne er sandsynligvis meget lavere end nogle af de tal, vi har set."
2) Rammer for udvikling af applikationer baseret på sprogmodeller, f.eks. Langkæde, giver dig ikke kun adgang til sprogmodellen gennem API'en, men også:
– tillade modellen at være opmærksom på dataene: forbind sprogmodellen med andre datakilder;
– giver dig mulighed for at gøre modellen til en agent; tillade det at interagere med miljøet.
3) Systemiske paradigmer (f.eks. MM-REACT) er allerede blevet udviklet, der kombinerer ChatGPT med en pulje af eksperter for at opnå multimodal tænkning og handling for at løse komplekse forståelsesproblemer. Inden for et sådant paradigme vil det være muligt at skabe kognitive handlingsstrømme, processen med at generere svar til brugere gennem en kombination af ChatGPT ræsonnement og eksperthandlinger.
Hvis alle tre af disse faktorer: billig intellektuel slutning, at gøre en model til en agent og generere kognitive handlingsstrømme, virker, så vil vi om 18 måneder ikke længere skændes om definationer af AGI, fordi det simpelthen ikke længere betyder noget i lyset af de kompetencer, som AI har erhvervet.
Og disse kompetencer vil være så menneskelignende og rummelige, at det ikke længere vil være et problem at finde en definion for denne AGI.
Læs flere relaterede artikler:
Ansvarsfraskrivelse
I tråd med den Trust Project retningslinjer, bemærk venligst, at oplysningerne på denne side ikke er beregnet til at være og ikke skal fortolkes som juridiske, skattemæssige, investeringsmæssige, finansielle eller nogen anden form for rådgivning. Det er vigtigt kun at investere, hvad du har råd til at tabe, og at søge uafhængig finansiel rådgivning, hvis du er i tvivl. For yderligere information foreslår vi at henvise til vilkårene og betingelserne samt hjælpe- og supportsiderne fra udstederen eller annoncøren. MetaversePost er forpligtet til nøjagtig, objektiv rapportering, men markedsforholdene kan ændres uden varsel.
Om forfatteren
Damir er teamleder, produktchef og redaktør på Metaverse Post, der dækker emner som AI/ML, AGI, LLM'er, Metaverse og Web3-relaterede felter. Hans artikler tiltrækker et massivt publikum på over en million brugere hver måned. Han ser ud til at være en ekspert med 10 års erfaring i SEO og digital markedsføring. Damir er blevet nævnt i Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto og andre publikationer. Han rejser mellem UAE, Tyrkiet, Rusland og SNG som en digital nomade. Damir tog en bachelorgrad i fysik, som han mener har givet ham de kritiske tænkningskompetencer, der er nødvendige for at få succes i internettets evigt skiftende landskab.
Flere artikler
Damir er teamleder, produktchef og redaktør på Metaverse Post, der dækker emner som AI/ML, AGI, LLM'er, Metaverse og Web3-relaterede felter. Hans artikler tiltrækker et massivt publikum på over en million brugere hver måned. Han ser ud til at være en ekspert med 10 års erfaring i SEO og digital markedsføring. Damir er blevet nævnt i Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto og andre publikationer. Han rejser mellem UAE, Tyrkiet, Rusland og SNG som en digital nomade. Damir tog en bachelorgrad i fysik, som han mener har givet ham de kritiske tænkningskompetencer, der er nødvendige for at få succes i internettets evigt skiftende landskab.
