Meta'nın baş yapay zeka bilimcisi, yapay zekanın teknoloji endüstrisi Ar-Ge'sinde bir rönesansa neden olduğunu söylüyor

Yann LeCun, halihazırda üretkenlik artışlarına yol açabilecek pek çok gelecek vaat eden ticari uygulama bulunduğunu ancak yapay zekanın gerçekten ilerlemek istiyorsa sonuçta planlama yapma yeteneğini geliştirmesi gerektiğini söylüyor.

Meta'nın baş yapay zeka bilimcisi Yann LeCun'a göre, yapay zekanın derin öğrenme çağının gücü, bilgi teknolojisinde kurumsal Ar-Ge'de bir tür rönesansa yol açtı.

LeCun, Zoom aracılığıyla basın ve yöneticilerle yaptığı küçük bir toplantıda, "Üzerinde çalıştığımız tekniklerin, yapay zekanın önceki dönemlerine kıyasla çok daha büyük, çok daha geniş kapsamlı bir ticari etkisi oldu" dedi. bu ay.

"Ve bunun sonucu olarak çok fazla araştırma fonu çekildi ve aslında endüstri araştırmalarının yenilenmesine neden oldu."

LeCun, yirmi yıl kadar yakın bir süre önce Microsoft Research'ün "bilgi teknolojisinde herhangi bir itibara sahip" tek endüstri kuruluşu olduğunu söyledi. Ancak daha sonra, dedi LeCun, 2010'larda "Google Araştırması gerçekten ön plana çıkıyor ve benim oluşturduğum FAIR (Facebook Yapay Zeka Araştırması) ve diğer birkaç laboratuvar kuruluyor ve temel olarak endüstrinin temel araştırmalar yapabileceği fikrini yeniden canlandırıyor." "

LeCun, kurumsal Ar-Ge'nin yeniden dirilişinin gerçekleştiğini söyledi, "çünkü bu teknolojiler sayesinde gelecekte ve şu anda neler olabileceğine dair beklentiler harika."

LeCun, uygulamalı yapay zekanın değerinin, kurumsal Ar-Ge'nin daha uzun menzilli, ay hedefi projelerini sürdürdüğü çift yollu bir sisteme ve ardından araştırmayı pratik ürün uygulamalarına yönlendiren başka bir yola yol açtığını söyledi.

"Meta gibi bir şirketin aynı anda insan düzeyinde zekaya sahip akıllı sanal asistanlar oluşturmak gibi iddialı uzun vadeli hedefleri olan büyük bir araştırma laboratuvarına sahip olması son derece mantıklı çünkü sonuçta bizim istediğimiz de bu; ama aynı zamanda Zamanla geliştirilen teknoloji zaten kullanışlıdır.

Google'ın Transformer doğal dil işleme programına atıfta bulunan LeCun, "Örneğin, birden fazla dilde içerik denetimi ve konuşma algılama, son iki veya üç yılda büyük ölçüde devrim yarattı; Transformers kendi kendini denetleyen bir şekilde önceden eğitildi" dedi. 2017'de tanıtılan ve OpenAI'nin ChatGPT'si gibi çok sayıda programın temeli haline gelen.

LeCun, "Muazzam bir ilerleme, inanılmaz bir ilerleme kaydedildi ve bu, yapay zeka araştırmalarındaki en son gelişmeler sayesinde oldu" dedi.

LeCun, kendisini "B2B satışlarını optimize etmek için tasarlanmış bir yapay zeka platformu" olarak tanıtan Collective[i] tarafından düzenlenen çevrimiçi, etkileşimli bir tartışma serisi olan Collective[i] Forecast'in ev sahipliği yaptığı bir buçuk saatlik konuşma için davetli konuşmacıydı.

LeCun, ZDNET'in endüstri ve ticarette yapay zekaya yönelik benzeri görülmemiş ilginin yapay zekanın temel bilimi üzerinde ne gibi bir etkiye sahip olduğu hakkındaki sorusuna yanıt veriyordu.

LeCun, uygulamalı yapay zekanın toplumda iyilik için kullanılabileceği konusunda kendisini "iyimser" olarak tanımladı. Yapay zekanın bazı hedeflere ulaşmada başarısız olduğu durumlarda bile yararlı olabilecek etkiler ürettiğini belirtti.

LeCun, gerçek anlamda otonom olamasa da, hayat kurtaran yol güvenliği özellikleri sağlama avantajına sahip olan otonom araç sistemlerinin örneğini sundu.

LeCun, "Avrupa'da çıkan her otomobilin artık otomatik acil fren sistemi ABS ile gelmesi gerekiyor" dedi. "ABD'de zorunlu değil ama birçok arabada var."

ABS'nin "arabanın otoyolda kendi kendine gitmesine de izin veren sistemlerle aynı olduğunu" belirtti, değil mi? Fren mekanizmasının çarpışmaları %40 oranında azalttığını belirtti. "Yani, bir kamyona çarpan Tesla ya da buna benzer şeyler hakkında duyduğunuz her şeye rağmen, bunlar gerekli olduğu noktaya kadar kesinlikle hayat kurtarır."

LeCun ayrıca "Yapay zeka konusunda oldukça umut verici bulduğum şeylerden biri de şu anda yapay zekanın bilim ve tıpta insanların yaşamlarını iyileştirmek için kullanılmasıdır" diye gönüllü oldu.

LeCun, "Birkaç yüz tanesi FDA onayı almış, MRI, X-ışınları ve çeşitli diğer şeylerden teşhisin güvenilirliğini artıran, bir dizi farklı rahatsızlık için çok sayıda deneysel sistem var" dedi. "Bunun sağlık üzerinde büyük etkisi olacak."

Kendisi, bu atılımların olumlu olsa da, "büyük şey"le, yani "Yapay zekanın bilimin ilerlemesi için kullanılma şekliyle" karşılaştırıldığında küçük olduğunu söyledi.

LeCun, "Proteinleri katlayabilen sistemlerimiz var, artık proteinleri belirli bir bölgeye yapışacak şekilde tasarlayabilen sistemlerimiz var, bu da ilaçları geçmişte yaptığımızdan tamamen farklı bir şekilde tasarlayabileceğimiz anlamına geliyor" dedi. .

LeCun, yapay zekanın "malzeme biliminde ilerleme için muazzam bir potansiyele" sahip olduğunu söyledi. "Ve buna ihtiyacımız olacak çünkü iklim değişikliğini çözmemiz gerekiyor, bu yüzden bir servete mal olmayan ve bizim ürettiğimiz egzotik malzemeleri kullanmanızı gerektirmeyen yüksek kapasiteli pillere sahip olabilmemiz gerekiyor. yalnızca tek bir yerde bulabiliriz."

LeCun, FAIR'deki meslektaşları tarafından kurulan ve Carnegie Mellon Üniversitesi ile birlikte çalışarak "iklim değişikliğiyle mücadeleye yardımcı olmak üzere yenilenebilir enerji depolamada kullanılacak yeni katalizörler" geliştirmek üzere yapay zekayı uygulayan bu tür materyal projelerinden biri olan Open Catalyst'e değindi.

LeCun, "Buradaki fikir, küçük bir çölü fotovoltaik panellerle kaplayabilirsek ve daha sonra bu paneller tarafından kullanılan enerjiyi örneğin hidrojen veya metan formunda depolayabilirsek" diye açıkladı. Hidrojen veya metan ürünlerini depolamaya yönelik mevcut yaklaşımların "ya ölçeklenebilir ya da verimli" olduğunu ancak her ikisinin birden olmadığını söyledi.

"Belki yapay zekanın yardımıyla, egzotik yeni malzemeler gerektirmeden bu süreci daha verimli veya ölçeklenebilir hale getirecek yeni bir katalizör keşfedebilir miyiz? İşe yaramayabilir ama denemeye değer."

Gelecek vaat eden birçok ticari ve uygulamalı uygulamaya rağmen LeCun, endüstriyel kullanımların darlığının, yapay zekanın daha büyük hedefi olan hayvan veya insan düzeyinde zeka arayışının gerisinde kaldığını öne sürdü.

LeCun, Transformers gibi günümüz uygulamalarının altında yatan muazzam araştırma ilerlemelerinin, derin öğrenme çağında veri ve hesaplamanın benzeri görülmemiş bir şekilde kullanılabilirliği sayesinde mümkün olduğunu, ancak temel bilimsel ilerlemelerin her zaman bu kadar bol veya zengin olmadığını söyledi.

"Daha yeni dalgaya neden olan şey, öncelikle birkaç kavramsal ilerlemedir - ama açıkçası çok büyük bir miktar değil ve o kadar da etkileyici değil - ama aslında mevcut veri miktarı ve bunu mümkün kılan hesaplama miktarıdır. bu sistemlerin ölçeğini büyütmek mümkün."

ChatGPT'nin temel aldığı bilgisayar programı olan GPT-3 gibi Büyük Dil Modelleri gibi şeyler, yapay zekayı ölçeklendirmenin, yani daha fazla ayarlanabilir parametre katmanı eklemenin, programların performansını doğrudan artırdığının kanıtıdır. GPT-3 ve benzerleri hakkında "Ölçeklerini artırdığınızda gerçekten iyi çalıştıkları ortaya çıkıyor" dedi.

LeCun, diğer yolları araştırmadan tek başına ölçeklendirmeye güvenerek sektörün bir noktada azalan getirilerle karşılaşabileceğini söyledi.

"Özellikle OpenAI gibi pek çok şirket bunu bir mantra olarak kullandı, işleri büyüttü ve daha iyi çalışacak" dedi. "Fakat şu anda bunun sınırlarına ulaştığımızı düşünüyorum."

LeCun, giderek daha büyük modelleri ölçeklendirmemize rağmen şunları söyledi: "Bilirsiniz, daha büyük sinir ağlarını daha fazla veri üzerinde eğiterek tamamen otonom bir otonom sürüş (otomobil) sistemini eğitmemiz mümkün görünmüyor; bu pek de öyle görünmüyor oraya varmak için."

LeCun'un "özellikle yenilikçi olmayan" ve "devrim niteliğinde hiçbir şey olmayan" olarak nitelendirdiği ChatGPT gibi programların ne kadar etkileyici olsalar da planlama kapasitesine sahip olmadıklarını söyledi.

LeCun, "Tamamen tepkiseller" dedi. "Onlara birkaç bin kelimelik bir bağlam veriyorsunuz", yani insan tipi komut istemi, "Ve bundan sonra sistem, tamamen tepkisel olarak bir sonraki jetonu üretiyor."

LeCun, "İleriye yönelik bir planlama ya da karmaşık bir görevin daha basit görevlere ayrıştırılması yok, bu yalnızca tepkiseldir" dedi.

LeCun, Microsoft tarafından GitHub kod yönetimi platformuna entegre edilen OpenAI programı Co-Pilot'un örneğini sundu. "Bu tür sistemlerin çok ciddi bir sınırlaması var" dedi. "Temel olarak steroidler üzerinde tahmine dayalı bir klavye olarak kullanılıyorlar."

"Programınızı yazmaya başlıyorsunuz ve yorumlarda ne yapması gerektiğine dair bazı açıklamalar yapıyorsunuz ve programı tamamlayacak büyük dil modellerine dayalı araçlara sahip oluyorsunuz" diye açıkladı.

Bu tür otomatik tamamlama, otoyolda sürüşe yardımcı olan arabalardaki hız sabitleyici gibidir. "Ellerinizin her zaman direksiyonda kalması gerekir" çünkü Co-Pilot, hatanın farkına varmadan kodda hatalar üretebilir.

LeCun, "Soru şu: Bazen çalışan ama bazen çalışmayan kod üreten sistemlerden nasıl yararlanabiliriz?" dedi. "Ve bunun cevabı, günümüzdeki tüm sistemlerin planlama yeteneğine sahip olmaması; tamamen reaktif olmalarıdır."

"Ve akıllı davranış için ihtiyacınız olan şey bu değil."

Aksine, LeCun şöyle dedi: "Eğer akıllı davranış istiyorsanız, kendi eylemlerinin etkisini tahmin edebilen bir sisteme ihtiyacınız var" ve aynı zamanda "bir çeşit iç dünya modeline, dünyanın nasıl gittiğine dair zihinsel bir modele" sahip olmanız gerekiyor. kendi eylemlerinin bir sonucu olarak değişmek."

LeCun, geçen yaz planlama yeteneğine sahip programlara duyulan ihtiyaç hakkında bir düşünce yazısının ana hatlarını çizdi ve bu konuyu Eylül ayında ZDNET ile uzun uzadıya tartıştı.

LeCun, kurumsal bilgi teknolojisi Ar-Ge'sinin yeniden canlanmasının henüz teknolojinin en değerli sonucu olan üretkenliğe yol açmadığını ancak bunun önümüzdeki on yıl içinde gerçekleşebileceğini söyledi.

Stanford Üniversitesi'nin İnsan Merkezli Yapay Zeka grubundan araştırmacı Erik Brynjolfsson'un çalışmasına atıfta bulunan LeCun, ekonomistlerin yapay zekayı "genel amaçlı bir teknoloji", yani "ekonominin ve endüstrinin her köşesine yavaş yavaş yayılacak ve temel olarak etkileyecek" bir şey olarak gördüklerini belirtti. "tüm ekonomik faaliyetler" yeni işlerin yaratılması, diğer işlerin değiştirilmesi vb. gibi çeşitli etkilerle "ve yeniliği teşvik ettiği için verimliliğin artmasına yol açar." Başka bir deyişle, inovasyon üzerine inşa edilen inovasyon, verimliliğin ekonomik eşdeğeridir.

"Eric'in özellikle söylediği şey, en azından çok yakın zamana kadar yapay zeka nedeniyle üretkenlikte bir artış gözlemlemediğimiz ve tarihsel olarak üretkenlik üzerinde ölçülebilir bir etki görmenin yaklaşık 15-20 yıl sürdüğünü söylüyor teknolojik bir devrimin ürünü.

"Yani onun tahminine göre bu muhtemelen önümüzdeki on yıl içinde gerçekleşecek."

LeCun, bilgi teknolojisinde kurumsal temel Ar-Ge'nin yeniden canlanmasının, genç akademisyenlere olan çekiciliği göz önüne alındığında bir miktar kalıcı güce sahip olabileceğini belirtti.

LeCun, "Genç, yetenekli insanların artık yapay zeka araştırmacısı olmayı arzulaması, çünkü bu yapılacak en güzel şey, gözlemlediğimiz bir fenomen olduğunu düşünüyorum, oysa daha önce aynı insanlar finansmana giderdi" dedi. "Bilime gitmeleri onlar için daha iyi sanırım."