Situs web resmi www.binance.com/zh-cn :Masukkan situs web resmi ☜☜
Aplikasi: ☞☞ Unduh Aplikasi Resmi☜☜
Di bidang kecerdasan buatan, Noam Brown, Direktur Penelitian Penelitian di Openai baru-baru ini membuat komentar yang menggugah pikiran di konferensi NVIDIA GTC. Dia mengusulkan bahwa jika para peneliti telah menguasai metode dan algoritma yang benar 20 tahun yang lalu, beberapa bentuk model AI "inferensi" mungkin sudah tersedia sejak lama. Pandangan ini mengungkapkan kemungkinan bintik -bintik buta dan arahan penelitian yang diabaikan dalam pengembangan kecerdasan buatan.
Brown mengulas pengalamannya dalam penelitian AI gaming di Universitas Carnegie Mellon, terutama mengembangkan sistem pluribus yang dapat mengalahkan pemain poker manusia top. Dia menekankan bahwa keunikan sistem AI ini adalah kemampuan "penalaran" daripada mengandalkan komputasi kekerasan sederhana. Kemampuan penalaran ini memungkinkan AI untuk berpikir secara mendalam dalam situasi yang kompleks, mirip dengan proses pemikiran manusia ketika menghadapi kesulitan.
Sebagai salah satu arsitek Model O1 AI Openai, Brown memperkenalkan teknologi inovatif yang disebut "Inference on Testing". Teknik ini memungkinkan model untuk "berpikir" sebelum menanggapi kueri, mendorong beberapa bentuk "inferensi" melalui perhitungan tambahan. Model inferensi ini menunjukkan akurasi dan keandalan yang lebih tinggi di bidang seperti matematika dan sains, membuka arah baru untuk pengembangan AI.
Selama diskusi, Brown juga berbicara tentang peran akademisi dalam penelitian AI. Meskipun perguruan tinggi dan universitas umumnya tidak memiliki sumber daya komputasi, ia percaya bahwa akademisi masih dapat memainkan peran penting dengan mengeksplorasi area dengan persyaratan komputasi yang rendah, seperti desain arsitektur model. Dia menekankan pentingnya kolaborasi antara Laboratorium Frontier dan komunitas akademik, mencatat bahwa Laboratorium Frontier akan memantau publikasi akademik dengan cermat dan mengevaluasi apakah argumen yang mereka diajukan cukup meyakinkan.
Brown secara khusus menyebutkan bidang pembandingan AI, percaya bahwa akademisi dapat memainkan peran penting di dalamnya. Dia mengkritik status tolok ukur AI saat ini, menunjukkan bahwa tes -tes ini sering memeriksa pengetahuan esoterik dan kurang relevan dengan kemahiran tugas yang sebagian besar orang pedulikan. Dia menyerukan perbaikan dalam tolok ukur AI, percaya bahwa ini tidak memerlukan sejumlah besar sumber daya komputasi, tetapi dapat secara signifikan meningkatkan pemahaman kemampuan dan peningkatan model.
Perlu dicatat bahwa komentar Brown terutama didasarkan pada pengalamannya dalam penelitian AI perjudian sebelum bergabung dengan Openai, daripada model inferensi seperti O1. Pandangannya memberikan perspektif baru untuk penelitian di bidang kecerdasan buatan, menyoroti pentingnya kemampuan penalaran dalam pengembangan AI dan potensi kolaborasi antara akademisi dan laboratorium mutakhir.