Mūsdienu mākslīgā intelekta (AI) pasaule šķiet griežas ap milzīgiem valodu modeļiem un datu centriem, kas patērē milzu resursus. Taču kāds nozarē augsti cienīts vārds - Richard Sutton, Turing balvas laureāts un pastiprinātās mācīšanās (Reinforcement Learning) pionieris - piedāvā radikāli atšķirīgu virzienu. Viņš ir nodibinājis jaunu uzņēmumu “Oak Lab”, kura mērķis ir radīt AI, kas mācās nepārtraukti un reāllaikā, imitējot mūsu pašu smadzeņu darbību, nevis uzkrājot un analizējot milzīgus statiskus datu apjomus.
AI autoritāte dibina jaunu sākumu
Richard Sutton, kurš 2024. gadā saņēma prestižo Turing balvu par savu ieguldījumu pastiprinātās mācīšanās attīstībā, ir pametis savu līdzšinējo darbu Keen Technologies un kopā ar savu bijušo studentu Khurram Javed dibinājis Kanādas jaunuzņēmumu “Oak Lab”. Abi pētnieki ir apņēmības pilni izaicināt pašreizējo AI izstrādes paradigmu un meklēt alternatīvus ceļus, kā panākt patiesi inteliģentu sistēmu.
Reāllaika mācīšanās bez datu krātuvēm - iespējamais nākotnes AI?
“Oak Lab” centrālā ideja ir izstrādāt AI aģentus, kas mācās nepārtraukti no pieredzes, kamēr tie strādā. Tas nozīmē, ka AI pielāgosies un attīstīsies tieši darbības laikā, bez nepieciešamības pastāvīgi saglabāt vai atkārtoti apstrādāt milzīgus datu apjomus. Šī pieeja krasi atšķiras no tā, kā darbojas lielie valodu modeļi, ko izstrādā tādi giganti kā OpenAI, Google un Meta. Šie modeļi tiek apmācīti uz milzīgiem, iepriekš apkopotiem datu kopumiem un pēc tam paliek relatīvi statiski, pieprasot dārgu un laikietilpīgu atkārtotu apmācību, lai iegūtu jaunas zināšanas.
Efektivitāte un “svētais grāls”: mazāks patēriņš, lielāka autonomija
Vēl viens būtisks “Oak Lab” mērķis ir būtiski samazināt AI sistēmu skaitļošanas jaudas un enerģijas patēriņu. Pašreizējie lielie AI modeļi prasa milzīgus resursus, kas rada gan ekonomiskus, gan vides izaicinājumus. Sutton un Javed uzskata, ka, mācoties efektīvāk no pieredzes, AI varētu darboties ar daudz mazāku enerģijas patēriņu. Viņu ilgtermiņa “svētais grāls” ir radīt aģentu ar vienu miljardu parametru, kas spēj mācīties un plānot reāllaikā, patērējot tikai aptuveni 20 vatu - tikpat, cik cilvēka smadzenes. Šis mērķis, lai arī ambiciozs, parāda virzienu, kādā “Oak Lab” vēlas virzīties.
Vīzija, nevis produkts: nākotnes ceļš
Ir svarīgi atzīmēt, ka “Oak Lab” pašlaik ir fundamentālas pētniecības stadijā. Tiem vēl nav konkrēta produkta, publiski zināma finansējuma vai skaidra izstrādes grafika. Tomēr Sutton reputācija pastiprinātās mācīšanās jomā liek domāt, ka šai iniciatīvai ir potenciāls mainīt veidu, kā mēs domājam par mākslīgo intelektu un tā attīstību nākotnē, virzot to uz autonomākām un resursu ziņā efektīvākām sistēmām.
Kā Tu domā, vai “Oak Lab” pieeja ir atbilde uz AI nākotnes izaicinājumiem?
Iezīmē tekstu un spied ziņot par kļūdu.
