AI için farklı bir fikri olan milyar dolarlık startup - AMI Labs

AI için farklı bir fikri olan milyar dolarlık startup - AMI Labs 12 kişiyi istihdam eden bir şirket için milyar dolarlık startup finansmanı, yatırımcıların hala AI'ya inancının bir göstergesidir. Ancak söz konusu startup'ın kurucusu - AMI Labs'ın Yann LeCun'u - şu anda AI olarak adlandırdığımız teknoloji türünün (büyük dil modelleri) anlamlı ve uzun vadeli sonuçlar geliştirecek yol olmadığına inanıyor. Yann LeCun geçen yıl sonlarında Meta'daki baş AI bilimci pozisyonunu bıraktı ve belşki beş yıl boyunca satılabilir bir ürün üretmesi beklenmeyen bir araştırma organizasyonu olarak kalacağını öne sürdüğü Gelişmiş Makine Zeka Laboratuvarlarını (AMI Labs) kurdu. AMI Labs'ındaki ekip, büyük, genel amaçlı dil tabanlı modeller üzerine değil, belirli kullanım alanları için eğitilmiş ve çalışan modüler bileşenlerden oluşan AI'lar üzerine odaklanıyor. LeCun'ın önerdiği yapay zeka sistemi şu tür öğelerden oluşacaktır: - AI'ın faaliyet göstereceği alana özel bir dünya modeli. Bu sektöre özel veya belki daha muhtemelen role özel olabilir - Klasik pekiştirmeli öğrenmeye dayalı olarak atılacak sonraki adımları öneren bir aktör - Dünya modelinden çizilen farklı seçenekleri ve kısa vadeli hafızaya dayalı olarak analiz eden ve önerilen adımları sabit kodlanmış kurallara göre değerlendiren bir eleştirmen - AI'ın kullanımına özel olacak bir algı sistemi: video veya ses verisi, metin, resimler ve benzeri, örneğin derin öğrenme görü tanıma algoritmaları kullanarak - Kısa vadeli bir hafıza - Yukarıdakilerin her biri arasında bilgi hareketini organize edecek bir yapılandırıcı İnternetten toplanan metin olan tek bir bilgi kaynağı üzerinde eğitilmiş büyük dil modellerinin aksine, LeCun'ın AI'ının her örneğine yalnızca çevreleri ve amaçlarıyla ilgili yönlendirilmiş veriler verilecektir. Her sürümde, her modülün önemi farklı şekilde ayarlanabilir. Örneğin, eleştirmen modülü hassas bilgilerle çalışan alanlarda daha kapsamlı olacaktır veya algı modülü gerçek dünya olaylarına hızlı tepki vermesi gereken sistemlerde ön planda olacaktır. Her modül AI'ın belirli alanıyla ilgili yollarla eğitilecektir. Geçmişte bunun birkaç başarılı örneği olmuştur, örneğin video veya masa oyunu oynamayı kendi kendine öğrenebilen makine öğrenimi sistemleri gibi. Bunlar, şu anda AI hakkında konuştuğumuz şeylerin büyük çoğunluğunun temelini oluşturan büyük dil modellerinin aksine. LLM'ler genelci olarak eğitilir, aldıkları şeylere dayalı en iyi tahmin cevapları yaratarak, bunlar daha sonra yazılım sarıcıları aracılığıyla prompt mühendisliği ile ince ayar yapılmasına tabi tutulur (en iyi bilinen Claude Code olmak üzere