Стартап компанијата „Сапиент интелиџенс“ од Сингапур објави дека има амбициозна цел – да го постигне она што многумина го сметаат за Светиот грал на вештачката интелигенција: вештачка општа интелигенција (АГИ) што би ја достигнала и надминала човечката интелигенција.
Помалку инвестиции, но подобри од другите
За да го постигнат ова, наместо да градат сè поголеми јазични модели (LLM) како што се GPT-4, GPT-4o, Claude 3, Gemini, LLaMA 3, DeepSeek R1 итн., тие одлучија да тргнат по друг пат. Тие го дизајнираа таканаречениот хиерархиски модел на расудување (HRM), систем инспириран од начинот на кој човечкиот мозок ги обработува информациите.
Според студија објавена на платформата ArXiv , новиот HRM, со само 27 милиони параметри, обучен на само илјада примери, без претходна претходна обука, ги надминува многу поголемите модели како што се OpenAI o3-mini, Claude 3.7 8K или DeepSeek R1 во решавањето сложени задачи за инференција.
Многу искусен тим
„Сејпиент интелиџенс“ не е обичен стартап. Нивниот тим вклучува поранешни истражувачи од „ДипМајнд“, „ДипСик“, „Антропик“ и „хАИ“ на „Гугл“, како и научници од врвни универзитети. Тоа е група луѓе кои веќе работеле на најнапредните проекти за вештачка интелигенција денес, а сега решиле заедно да пробаат сосема поинаков пат.
Неговиот основач и извршен директор, Гуан Ванг, во обид да ги објасни целите на стартапот, вели дека идејата зад AGI е машините да постигнат човечки нивоа на интелигенција, а на крајот и нешто повеќе.
„Синџирот на мисли, начинот на кој функционираат денешните модели, е само трик за играње со веројатности. Почнавме од нула, инспирирани од мозокот, бидејќи природата го усовршува својот дизајн милијарди години. Нашиот модел размислува и расудува како човек, а не само пресметува веројатности. Веруваме дека ќе ја достигне, а потоа и ќе ја надмине човечката интелигенција, и тогаш дискусијата за вештачката интелигенција ќе стане реална“, објаснува Ванг.
Како HRM го имитира човечкиот мозок?
Човечкиот мозок не е само збир на неврони; тоа е систем поделен на функционални модули. HRM се обидува да имитира два клучни мозочни центри: префронталниот кортекс и базалните ганглии.
Префронталниот кортекс се наоѓа во предниот дел на мозокот и е поврзан со апстрактно размислување, планирање и контрола на импулсите. Тоа е делот од мозокот што ни овозможува да размислуваме однапред, да ги разгледуваме последиците и да ја избереме најдобрата стратегија. Во управувањето со човечки ресурси, оваа улога ја игра таканаречената рекурентна мрежа на високо ниво, која планира бавно и апстрактно, го одредува правецот на мислата и ја следи глобалната цел.
Вториот дел од човечкиот мозок е составен од базалните ганглии, збир на длабоко вкоренети јадра одговорни за брзи и автоматски реакции, за координирање на движењата, но и за донесување одлуки што се повторуваат и извршуваат без многу свесно размислување. Во HRM, нивната улога ја презема таканаречената мрежа на ниско ниво, која брзо и темелно обработува специфични задачи, ги прилагодува дејствата и донесува интуитивни одлуки (графикон подолу).
Таквата организација му овозможува на HRM истовремено да комбинира брза, интуитивна логика и бавно, намерно планирање. Со други зборови, двата системи на размислување работат паралелно во рамките на истата структура.
Мал модел ги победува гигантите
Резултатите се импресивни. На ARC-AGI тестот, една од најсложените мерки за индуктивна интелигенција, HRM постигна точност од 40,3%, додека GPT-4 и Claude 3,5 едвај надминаа 21%. Во сложени судоку задачи и наоѓање оптимални патеки низ 30 × 30 лавиринти, HRM беше единствениот модел што успеа да го пронајде точното решение.
Во вториот случај, тоа е квадратен лавиринт со 30 редови и 30 колони од полиња (вкупно 900 јазли/поле). Моделот мораше да ја пронајде најкратката патека помеѓу почетната и крајната точка, што е пресметковно многу тежок проблем бидејќи бројот на можни комбинации расте експоненцијално со големината на мрежата. Силата на HRM не е во огромното количество знаење, туку во начинот на кој размислува.
Како функционира LLM и како функционира новиот модел?
Големите јазични модели (LLM) како GPT обично ја користат техниката „Синџир на мисли“, во која проблемот се разложува на низа мали чекори. Ова може да биде корисно, но исто така е несигурно – лесно е да се изгуби нишката, што може да доведе до грешки во синџирот.
Рекурентната мрежа, со која работи новиот HRM, подразбира дека излезот од претходниот чекор се враќа како влез во новиот, што создава јамка и му овозможува на моделот да ја „запомни“ претходната состојба и да планира.
Повеќескалното временско обработување се однесува на тоа еден дел од моделот да работи брзо и краткорочно, а друг бавно и долгорочно, слично на тоа како мозокот истовремено управува со брзите рефлекси и бавното стратешко донесување одлуки.
Потенцијални апликации
Силата на HRM не е само во тоа што решава загатки, туку и во тоа што не му се потребни многу податоци за да биде ефикасен. Ова отвора можности во областите каде што податоците се ограничени, а прецизноста е клучна.
На пример, во здравството, управувањето со човечки ресурси би можело да помогне во дијагностицирањето на ретки болести, каде што нема милиони примери од кои може да се учи, туку само мал број клинички случаи.
Друга можна примена е климатологијата. Создавачите на HRM тврдат дека постигнува точност до 97% во сезонските прогнози во климатските модели.
Конечно, неговата предност е што, благодарение на ниските барања за компјутерски ресурси, може да се инкорпорира во роботи кои работат во реално време, во динамични и непредвидливи средини.
Скок кон AGI?
HRM покажува дека не е секогаш потребно да се градат сè поголеми и поскапи модели за да се постигне напредок. Наместо да се обидува да реши сè со моќта на еден куп податоци, Sapient Intelligence посегна по биологијата, по самиот мозок, како решение. Резултатот е систем кој ги надминува своите далеку помоќни конкуренти во областа каде што човечката интелигенција е сè уште супериорна – во апстрактното размислување и решавањето проблеми.
Дали ова ќе биде првиот вистински чекор кон вештачката интелигенција или само минлива фаза во истражувањето на вештачката интелигенција е прерано да се каже. Но, едно е јасно: природата е одличен инженер, а вештачката интелигенција моделирана според мозокот би можела да биде единствениот пат до машини кои еден ден ќе размислуваат како луѓе или уште подобро.
