Novi problem kod veštačke inteligencije

Napredni modeli rezonovanja, kao &scaron;to su OpenAI o1 ili DeepSeek R1, trenirani su da preispituju sopstvenu logiku i proveravaju odgovore. Međutim, ako ovaj proces predugo traje, kvalitet generisanih odgovora počinje da opada.&quot;&Scaron;to duže razmi&scaron;lja, veća je verovatnoća da će pogre&scaron;iti jer se zaglavi&quot;, rekao je za &quot;Biznis insajder&quot; Džared Kvinsi Dejvis, osnivač i izvr&scaron;ni direktor kompanije Foundry.On je to uporedio sa studentom koji na ispitu provede tri sata radeći samo prvo pitanje, zaglavljujući se u začaranom krugu &quot;prekomernog razmi&scaron;ljanja&quot;.Davis je, zajedno sa istraživačima iz kompanija Nvidia, Google, IBM, MIT, Stanford, DataBricks i drugih, predstavio open-source okvir pod nazivom Ember, za koji se veruje da najavljuje sledeću fazu razvoja velikih jezičkih modela.Ne misle svi ovakoIma i onih koji misle drugačije - nedavno su stručnjaci, uključujući Džensena Hvanga, isticali da će modeli kojima je potrebno vi&scaron;e vremena za promi&scaron;ljeniji odgovor predstavljati budućnost pobolj&scaron;anja performansi.Ipak, Ember tim organizuje celu strukturu oko koncepta sa kojim Dejvis i drugi AI istraživači eksperimenti&scaron;u već mesecima - sam Dejvis je, pre devet meseci, opisao svoj metod &quot;pozivanja&quot; ChatGPT 4 da vi&scaron;e puta odgovori na isto pitanje i biranja najboljeg odgovora.Sada, Emberovi istraživači unapređuju ovu metodu, zami&scaron;ljajući složene sisteme u kojima bi svako pitanje ili zadatak pozivalo mrežu različitih modela, sa različitim vremenima &quot;razmi&scaron;ljanja&quot; optimizovanim za svaki model i svako pitanje.Ubuduće, model bira vasDok se ljudima koji previ&scaron;e razmi&scaron;ljaju savetuje da probleme podele na manje delove, Ember polazi od slične teorije, ali se tu sličnost uglavnom zavr&scaron;ava.Trenutno, korisnici biraju model (npr. ChatGPT 4) putem padajućeg menija. Davis veruje da to neće dugo potrajati jer kompanije koje se bave ve&scaron;tačkom inteligencijom teže boljim rezultatima koristeći složenije strategije usmeravanja pitanja kroz različite modele sa različitim brojem i trajanjem &quot;poziva&quot;.Davis obja&scaron;njava da bi umesto milion poziva moglo biti reč o trilionskim ili kvadrilionskim pozivima, te da će biti potrebno sortirati te pozive i birati odgovarajuće modele i upite za svaki od njih (npr. GPT 4, GPT 3, Anthropic, Gemini, DeepSeek).Ovo predstavlja razmi&scaron;ljanje u vi&scaron;e dimenzija od jednostavnog &quot;pitanja i odgovora&quot; kakve poznajemo, i biće posebno važno u eri AI agenata koji obavljaju zadatke bez ljudske intervencije. Dejvis je ove složene AI sisteme uporedio sa hemijskim inženjerstvom, nagla&scaron;avajući da je reč o novoj nauci.

Novi problem kod veštačke inteligencije

0 Komentari