គម្រោងប្រភពបើកចំហថ្មីមួយកំពុងទាក់ទាញការយកចិត្តទុកដាក់សម្រាប់ការដោះស្រាយដែនកំណត់រឹងរូសរបស់ការរៀនម៉ាស៊ីន៖ បង្កើតគំរូភាសាដែលមិនឈប់រៀន។ ហៅថា mini-AGI គម្រោងនេះពិពណ៌នាខ្លួនវាថាជាការរៀនបន្ត គំរូភាសាកម្រិតបៃដែលប្រមូលផ្តុំស្ថាបត្យកម្មផ្ទាល់ខ្លួនរបស់វា ហ្វឹកហាត់ពីដំបូងនៅលើ GPU តែមួយជាមួយ VRAM 8GB និងបន្តរៀនពីអ្វីគ្រប់យ៉ាងដែលវាអាន។
គម្រោងនេះបានបង្ហាញខ្លួននៅលើ Hacker News នៅចុងសប្តាហ៍ដែលវាបានឡើងដល់ជាងមួយរយពិន្ទុ ហើយឃ្លាំងរបស់វានៅលើ GitHub ត្រូវបានចេញផ្សាយក្រោមអាជ្ញាប័ណ្ណ MIT ។ យោងតាម README របស់គម្រោង គោលដៅគឺដើម្បីបង្ហាញថាការបន្តការរៀនសូត្រពីទិន្នន័យតែមួយ - ដោយគ្មានការបំភ្លេចពីមហន្តរាយ - គឺអាចធ្វើទៅបានសូម្បីតែនៅលើផ្នែករឹងកម្រិតអ្នកប្រើប្រាស់តិចតួចក៏ដោយ។ For more context on this story, see our ongoing artificial intelligence updates.
ទម្ងន់នៅលើថាស មិនមែននៅក្នុង VRAM ទេ។
ល្បិចកណ្តាលនៅពីក្រោយ mini-AGI គឺជាគ្រោងការណ៍គ្រប់គ្រងអង្គចងចាំមិនធម្មតា។ ជំនួសឱ្យការរក្សាប៉ារ៉ាម៉ែត្រគំរូទាំងអស់នៅក្នុងអង្គចងចាំ GPU ប្រព័ន្ធរក្សាទុកទម្ងន់របស់វាជាឯកសារធម្មតានៅលើថាស ហើយដាក់ទំព័រវានៅលើកាតក្រាហ្វិកតាមតម្រូវការ។
ជម្រើសនៃការរចនានោះមានផលវិបាកយ៉ាងសំខាន់៖ ចំនួនប៉ារ៉ាម៉ែត្ររបស់ម៉ូដែលត្រូវបានចងដោយទំហំថាសទំនេរជាជាង VRAM ។ README បញ្ជាក់ថាគំរូនេះអាចបង្កើនសមត្ថភាពថ្មីខណៈពេលដែលការហ្វឹកហាត់នៅពេលដែលវាដំណើរការខ្លី និងសមត្ថភាពកាត់ចេញដែលមិនមានអ្វីទាមទារ។ ការបណ្តុះបណ្តាល និងការសន្និដ្ឋានដំណើរការតាមគន្លងកូដដូចគ្នា ដូច្នេះមិនមានរបបនៃការកែតម្រូវដាច់ដោយឡែក និងគ្មានគំរូមូលដ្ឋានដែលបង្កកនោះទេ - ការអាន និងការបណ្តុះបណ្តាលគឺនៅក្នុងពាក្យរបស់គម្រោង ព្រឹត្តិការណ៍ដូចគ្នា។
ប្រព័ន្ធនេះត្រូវបានកំណត់គោលដៅលើកុំព្យូទ័រ ឬកុំព្យូទ័រយួរដៃដែលមានយ៉ាងហោចណាស់ 8GB VRAM GPU ជាផ្នែករឹងដែលអ្នកអភិវឌ្ឍន៍ជាច្រើនមានស្រាប់។
ហេតុអ្វីបានជាការរៀនបន្តគឺពិបាក
គំរូភាសាភាគច្រើនដែលអាចប្រើបាននាពេលបច្ចុប្បន្ននេះ ធ្វើតាមវដ្តជីវិតដូចគ្នា៖ មន្ទីរពិសោធន៍បង្វឹកគំរូ បង្កកវា និងដឹកជញ្ជូនវា។ អ្នកប្រើប្រាស់អាចលៃតម្រូវជុំវិញគែម ប៉ុន្តែទម្ងន់មូលដ្ឋានមិនផ្លាស់ប្តូរម្តងទៀតទេ។ ផ្នែកលើកទឹកចិត្តរបស់គម្រោងនេះអះអាងថា នេះធ្វើឱ្យគ្រប់ម៉ូដែលផ្ទាល់ខ្លួនទាំងអស់ "គំរូរបស់នរណាម្នាក់ដែលមានស្រទាប់ស្តើងរបស់អ្នកនៅលើកំពូល" ដែលជាអ្វីដែលឈប់រៀននៅថ្ងៃដែលវាដឹកជញ្ជូន។
ឧបសគ្គគឺជារឿងដ៏ល្បីមួយនៅក្នុងការស្រាវជ្រាវការរៀនម៉ាស៊ីន៖ ការភ្លេចភ្លាំងមហន្តរាយ ទំនោរនៃបណ្តាញសរសៃប្រសាទក្នុងការសរសេរជាន់លើចំណេះដឹងដែលបានសិក្សាពីមុននៅពេលបណ្តុះបណ្តាលលើទិន្នន័យថ្មី។ គំរូដែលរៀនឥតឈប់ឈរពីព័ត៌មានប្រចាំថ្ងៃ ជាធម្មតាបង្ខូចអ្វីៗគ្រប់យ៉ាងដែលវាធ្លាប់ដឹងពីមុនមក។
README គូសបញ្ជាក់អំពីឧបសគ្គដែលកំណត់រូបរាងការរចនា។ ម៉ូដែលនេះត្រូវបំពាក់លើ VRAM 8GB — មិនមែនជាមួយនឹងបរិមាណទេ ចាប់តាំងពីការបណ្តុះបណ្តាលតម្រូវឱ្យមានជម្រាល និងស្ថានភាពប្រសើរដែលបន្ថែមអង្គចងចាំប្រហែល 3 ដងនៃទម្ងន់ខ្លួនឯង។ ហើយវាមិនត្រូវភ្លេចឡើយ ដោយប្រកាន់ខ្ជាប់នូវអ្វីដែលខ្លួនបានរៀនរួចហើយ ខណៈពេលដែលស្រូបយកសម្ភារៈថ្មីពីអត្ថបទដែលមិនចេះចប់។
គំរូកម្រិតបៃដែលបង្កើតដោយខ្លួនវាផ្ទាល់
mini-AGI ដំណើរការនៅកម្រិតបៃជាជាងនៅលើសញ្ញាសម្ងាត់ ដោយអានតួអក្សរមួយកំណាត់ក្នុងពេលតែមួយ ហើយទទួលយកជំហានជម្រាលនៅលើកំណាត់នីមួយៗ។ គម្រោងនេះក៏និយាយផងដែរថា ម៉ូដែលនេះ "ប្រមូលផ្តុំស្ថាបត្យកម្មផ្ទាល់ខ្លួនរបស់វា" ដោយសម្គាល់វាពីគំរូធម្មតាដែលរចនាសម្ព័ន្ធរបស់ពួកគេត្រូវបានជួសជុលដោយអ្នកបង្កើតរបស់ពួកគេ មុនពេលការបណ្តុះបណ្តាលចាប់ផ្តើម។
វិធីសាស្រ្តគឺពិសោធន៍ដោយចេតនា។ វាគឺជាការបង្ហាញទ្រង់ទ្រាយតូចនៃរបបបណ្តុះបណ្តាល មិនមែនជាបញ្ហាប្រឈមចំពោះប្រព័ន្ធព្រំដែនទេ។
ការព្រមានសំខាន់ៗ
អ្នកនិពន្ធនៃគម្រោងនេះគឺច្បាស់លាស់អំពីស្ថានភាពបច្ចុប្បន្ននៃប្រព័ន្ធ។ នៅក្នុងពាក្យផ្ទាល់ខ្លួនរបស់ README ខ្នាតតូច AGI គឺជា "គំរូកម្រិតប្រដាប់ក្មេងលេងតូច" ហើយអ្នកអានមិនគួររំពឹងពីសមត្ថភាពកម្រិតព្រំដែននោះទេ។ ចំណុចនៃលំហាត់នេះគឺដើម្បីបង្ហាញថាការបន្តការសិក្សាពីស្ទ្រីមទិន្នន័យតែមួយដោយគ្មានការបំភ្លេចមហន្តរាយគឺអាចធ្វើទៅបានទាំងអស់ — និងអាចធ្វើទៅបាននៅលើផ្នែករឹងដែលស្ទើរតែគ្រប់គ្នាអាចចូលប្រើបាន។
ទម្ងន់របស់ម៉ូដែលនេះមិនទាន់ត្រូវបានគេផ្សព្វផ្សាយនៅឡើយទេ។ ការរត់ការហ្វឹកហ្វឺននៅតែបញ្ចប់ការឆ្លងកាត់លើកដំបូងរបស់ខ្លួនលើសាកសពដែលខ្លួនកំពុងរៀន ហើយអ្នកនិពន្ធនិយាយថាទម្ងន់នឹងត្រូវបានចេញផ្សាយនៅពេលដែលការឆ្លងកាត់នោះបានបញ្ចប់ ដែលអត្រាបច្ចុប្បន្នគឺពីរបីសប្តាហ៍ទៀត។ រហូតមកដល់ពេលនោះ អ្នកសង្កេតការណ៍អាចពិនិត្យមើលគំរូពីប្រវត្តិនៃការរត់ការបណ្តុះបណ្តាលនៅលើទំព័រគម្រោង ដើម្បីមើលពីរបៀបដែលគំរូបានប្រសើរឡើងក្នុងអំឡុងពេលនៃការអាន។
ហេតុអ្វីវាសំខាន់
ប្រសិនបើវិធីសាស្រ្តរក្សាបានដូចដែលគំរូធ្វើមាត្រដ្ឋានដល់ទំហំដែលមានសមត្ថភាពកាន់តែច្រើន វាចង្អុលទៅប្រភេទនៃភាពជាម្ចាស់ AI ផ្សេងៗគ្នា៖ គំរូផ្ទាល់ខ្លួនដែលរស់នៅលើម៉ាស៊ីនផ្ទាល់ខ្លួនរបស់អ្នក បន្តសិក្សាពីឯកសារ និងទិន្នន័យដែលអ្នកចិញ្ចឹមពួកគេ និងមិនដែលមានទម្ងន់របស់ពួកគេជាប់គាំងដោយកាលវិភាគចេញផ្សាយរបស់អ្នកលក់។
គម្រោងនេះក៏ជាការរំលឹកផងដែរថា មិនមែនការងារគួរឱ្យចាប់អារម្មណ៍ទាំងអស់នៅក្នុង AI កំពុងកើតឡើងនៅព្រំដែននោះទេ។ ជាមួយនឹង GPU អ្នកប្រើប្រាស់តែមួយ ទំហំថាសធម្មតា និងអាជ្ញាប័ណ្ណ MIT មីនី-AGI កំពុងព្យាយាមឆ្លើយសំណួរដែលមន្ទីរពិសោធន៍ធំៗបានដើរទៅមុខយ៉ាងទូលំទូលាយ — ថាតើគំរូអាចត្រូវបានបង្កើតឡើងដើម្បីរៀនពីរបៀបដែលមនុស្សធ្វើ៖ បន្ត ពីអ្វីដែលវាជួបប្រទះបន្ទាប់ទៀត។
កូដ និងឯកសារមាននៅលើ GitHub សម្រាប់អ្នកដែលមាន Hardware ដែលត្រូវគ្នា ដែលចង់ធ្វើតាម បំបែកគម្រោង ឬបន្តការបណ្តុះបណ្តាលគំរូតាមដែលពួកគេយល់ស្រប។
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
