இப்போது திங்கிங் மெஷின்களில் தலைமை விஞ்ஞானியாகப் பணியாற்றும் OpenAI இணை நிறுவனர் ஜான் ஷுல்மேன், சுமார் மூன்று முதல் நான்கு ஆண்டுகளில், AI அமைப்புகள் தங்கள் சொந்த வளர்ச்சியை துரிதப்படுத்தும் - சுழல்நிலை சுய-முன்னேற்றத்தை எதிர்பார்க்கிறேன் என்றார். வெள்ளியன்று வெளியிடப்பட்ட துவாரகேஷ் பாட்காஸ்டின் வட்டமேசை எபிசோடில் ஷுல்மேன் மதிப்பீட்டை வழங்கினார், இதில் மூன்று எல்லை ஆய்வக ஆராய்ச்சியாளர்கள் தொழில் உண்மையில் அதன் உச்சவரம்புக்கு எவ்வளவு நெருக்கமாக உள்ளது என்பதை வெளிப்படையாக விவாதித்தனர்.
என்விடியா CEO ஜென்சன் ஹுவாங் "AGI வந்துவிட்டது" என்று அறிவித்ததைக் கண்ட 25 ஃபீல்ட்ஸ் மெடலிஸ்ட்கள் குழு, AI பெஞ்ச்மார்க்-சேசிங் கணிதத்தை சேதப்படுத்துகிறது என்று எச்சரித்ததைக் கண்ட ஒரு சத்தமில்லாத வாரத்தின் மத்தியில், எல்லைக்கு அருகில் உள்ள ஆராய்ச்சியாளர்கள் முன்னேற்றம் பற்றி எப்படி சிந்திக்கிறார்கள் என்பதைப் பற்றிய ஒரு அரிய பாதுகாப்பற்ற தோற்றத்தை இந்த உரையாடல் வழங்கியது. [சமீபத்திய AI வளர்ச்சிகளை] (https://aibuzzwire.news) கண்காணிக்கும் வாசகர்களுக்கு, எபிசோட் ஒரு பயனுள்ள எதிர் எடையாகும்: இவர்கள் அமைப்புகளை உருவாக்குபவர்கள், மேலும் அவர்கள் ஒருவருக்கொருவர் கடுமையாக உடன்படவில்லை.
மேஜையில் இருந்தவர்
புரவலர் துவாரகேஷ் படேல், "ஓரளவு திறந்திருக்கும் ஆய்வகங்கள் மற்றும் நிறுவனங்களில்" விருந்தினர்கள் பணிபுரிவதால் பேனலைக் கூட்டியதாகக் கூறினார், அதாவது அவர்கள் பதிவில் பேச முடியும். Schulman உடன் இணைந்தது Zyphra வின் தலைமை தொழில்நுட்ப அதிகாரி பெரன் மிலிட்ஜ், திறந்த மூல மாதிரிகளை உருவாக்கும் தொடக்க நிறுவனமாகும், மற்றும் Baseten இல் மாடல் பயிற்சியின் தலைவர் சார்லி ஓ'நீல்.
ஷுல்மேனின் நற்சான்றிதழ்கள் அவரது காலவரிசைப் பேச்சுக்கு குறிப்பிட்ட எடையைக் கொடுக்கின்றன. அவர் ஓபன்ஏஐ உடன் இணைந்து நிறுவினார் மற்றும் திங்கிங் மெஷின்களுக்குப் புறப்படுவதற்கு முன்பு, சாட்ஜிபிடிக்குப் பின்னால் உள்ள நுட்பங்களை உருவாக்கிய மனித கருத்து ஆராய்ச்சியிலிருந்து வலுவூட்டல் கற்றலை வழிநடத்தினார், அங்கு அவர் இப்போது தலைமை விஞ்ஞானியாக பணியாற்றுகிறார்.
ஒருமைக்கு எதிரான வழக்கு, எஃகு
படேல் ஒரு கூர்மையான கேள்வியுடன் தொடங்கினார்: பில்லியன் கணக்கான அதிபுத்திசாலித்தனமான அமைப்புகள் உலகை மாற்றியமைக்காமல் 2036 வந்தால், தொழில்நுட்பக் காரணம் என்னவாக இருக்கும்? Millidge சந்தேகத்திற்கு வலுவான வழக்கை வழங்கினார், அவர் கிட்டத்தட்ட மொராவெக்கின் முரண்பாட்டு-பாணி வடிவத்தை விவரித்தார், இதில் மாதிரிகள் எந்த அளவுகோல்களை ஆராய்ச்சியாளர்கள் முன் வைக்கின்றன, ஆனால் நிஜ-உலக தாக்கம் ஏமாற்றமளிக்கிறது.
"இன்னும் சில நிலையான சிம்-டு-ரியல் இடைவெளி உள்ளது, அது எப்படியோ எல்லாவற்றையும் தடுக்கிறது," என்று மில்ட்ஜ் கூறினார், AI மேலும் பொதுமைப்படுத்தாமல் "மக்கள் ஒரு அளவுகோலில் வைக்கும் எல்லாவற்றிலும் மிகவும் சிறப்பாக" மாறும் ஒரு உலகத்தை விவரிக்கிறார். வலுவூட்டல் கற்றல் ஏற்கனவே நடைமுறையில் பொதுமைப்படுத்துகிறது என்பதற்கான ஆதாரங்களை சுட்டிக்காட்டி, இந்த முடிவு சாத்தியமில்லை என்று அவர் கருதுவதாக அவர் கூறினார்.
முன்னேற்றம் தானாக இல்லை என்பதை ஷுல்மேன் பெரிதும் ஒப்புக்கொண்டார். இன்றைய மாடல்களை விட மனிதர்கள் உண்மையான நன்மைகளைக் கொண்டுள்ளனர், மேலும் ஒவ்வொரு புதிய மாடல் வெளியீடும் சில பகுதிகளில் இடையூறாக இருக்கும் போது மற்றவற்றில் இடையூறாக இருக்கும் - கடந்த பல தயாரிப்பு சுழற்சிகளை வரையறுத்த முறை.
ரேபிட்-ஃபயர் காலவரிசை: இரண்டு ஆண்டுகள், மூன்று முதல் நான்கு, ஐந்து முதல் பத்து
பட்டேல் எண்களை அழுத்தியபோது, குழு பிரிந்தது. திறமையான ஒயிட் காலர் தொழிலாளிக்கு AI எப்போது பத்து மடங்கு உற்பத்தித்திறனை மேம்படுத்தும் என்று கேட்டதற்கு, ஷுல்மேன் முதலில் ஒரு எண்ணிக்கையைக் கொடுக்க மறுத்து, பிறகு "இரண்டு வருடங்கள் என்று சொல்கிறேன்" என்றார். மிலிட்ஜ், "உண்மையில், சில வகை வேலைகளுக்கு ஆதாயம் ஏற்கனவே 10 மடங்கு அதிகமாக உள்ளது" என்று வாதிட்டார். ஓ'நீல் மிகவும் பழமைவாதமாக இருந்தார், "5 முதல் 10" ஆண்டுகளுக்கு பதிலளித்தார்.
பின்னர் படேல் மேலும் தள்ளினார், காட்சியை "அடிப்படையில் வெறும் ASI" என்று வகைப்படுத்தினார். Schulman இன் பதில்: "நான் 3-4 ஆண்டுகள் என்று கூறுவேன்," AI ஆராய்ச்சியை தானியக்கமாக்குவது "AIக்கு கடினமான விஷயங்களில் ஒன்றல்ல, ஏனெனில் இது தற்போதைய நுட்பங்கள் ஏற்கனவே அணுகக்கூடிய பல வேலைகளை உள்ளடக்கியது". மற்ற ஆராய்ச்சியாளர்களிடமிருந்து மதிப்பீடு எவ்வளவு சிறிய புஷ்பேக் பெற்றது என்பதற்கு பரிமாற்றம் குறிப்பிடத்தக்கது.
தானியங்கு ஆராய்ச்சியாளர்கள் உண்மையில் எவ்வாறு பயிற்சி பெறுவார்கள்
எபிசோடின் கணிசமான பகுதியானது காட்சியின் இயக்கவியலைக் கையாள்கிறது. Schulman இன் விலை நிர்ணயம் செய்தார். AI ஆராய்ச்சியை தானியங்குபடுத்தும் திறன் கொண்ட AI அமைப்புகள் எவ்வாறு பயிற்றுவிக்கப்படும் என்று கேட்டதற்கு, Schulman விவரித்தார் "ஆராய்ச்சியாளர்களின் ரசனையை உள்வாங்குவதற்கு மனிதக் கருத்துக்களில் இருந்து சில கற்றல் மற்றும் பல படிநிலை ஆராய்ச்சிகளை உள்ளடக்கிய பல நடைமுறைச் சூழல்களை உருவாக்குகிறது."
அந்த பதில் தொழில்துறையின் பணம் எங்கு செல்கிறது என்பதை இணைக்கிறது. பயிற்சி முகவர்களுக்கான உருவகப்படுத்தப்பட்ட பணிச்சூழலை உருவாக்கும் தொடக்க நிறுவனமான Mechanize க்கான Google இன் சமீபத்தில் முடிக்கப்பட்ட ஒப்பந்தம், சிறந்த பயிற்சித் தளங்கள் - பெரிய மாடல்கள் மட்டுமல்ல - அடுத்த சுற்று திறன் ஆதாயங்களைத் தூண்டும் என்பதை சரியாகப் பிரதிபலிக்கிறது. Schulman ஒரு முக்கிய சிரமத்தையும் கொடியிட்டார்: இயற்கையான தரவுகளின் அடிப்படையில் உருவாக்கப்பட்ட வெகுமதி செயல்பாடுகளைக் குறிப்பிடுவது கடினம், மேலும் ஒரு பயனர் குறியீடு திருத்தத்தை ஏற்றுக்கொண்டாரா என்பது போன்ற மேலோட்டமான சமிக்ஞைகள் பயிற்சியைத் தவறாக வழிநடத்தும்.
வடிகட்டுதல் மற்றும் மையப்படுத்துதல்
ஷுல்மேனின் மிகவும் உறுதியான கணிப்புகளில் ஒன்று தொழில்துறை கட்டமைப்பைப் பற்றியது. "வடிகட்டுதல் மையப்படுத்துதல் சக்திக்கு எதிராகப் போராடும் முக்கிய விஷயம் என்று நான் நினைக்கிறேன்," என்று அவர் கூறினார், வலுவூட்டல் கற்றல் மூலம் கற்றுக்கொண்ட திறன்களை சிறிய மாடல்களுக்கு ஒப்பீட்டளவில் எளிதாக மாற்றலாம், எல்லைப்புற பயிற்சி ஓட்டங்களை வாங்கக்கூடிய சில நிறுவனங்களுக்கு அப்பால் எல்லைக்கு அருகில் உள்ள திறனை பரப்பலாம்.
மனிதர்களுக்கு என்ன இருக்கிறது என்ற கேள்வியில், ஷுல்மேன் திட்டவட்டமாக இருந்தார். "மனிதர்களுக்கான கடைசி வேலை அல்லது நீண்ட காலம் நீடிக்கும் மனிதர்களுக்கான பங்கு, குறிக்கோளை வரையறுத்து, உண்மையில் நமக்கு என்ன வேண்டும் என்பதை தீர்மானிப்பது" என்று அவர் கூறினார். "சீரமைப்பு என்பது இறுதி வேலை" என்று படேல் சுருக்கமாகச் சொன்னபோது, ஷுல்மேன் ஒப்புக்கொண்டார்: "சீரமைப்பு என்பது ஒரு வகையான பதில்," அது சரியான குறிக்கோளைக் கண்டறிந்து உண்மையில் அதை அடைவதில் சிதைவடைகிறது.
காலக்கெடு விவாதத்தில் எபிசோட் எங்கே பொருந்துகிறது
எபிசோடின் துணைத்தலைப்பு - "நாங்கள் உச்சவரம்புக்கு அருகில் இல்லை" - அதன் ஒட்டுமொத்த காலத்தை படம்பிடிக்கிறது: கணிசமான ஓடுபாதையை முன்னால் பார்க்கும் ஆராய்ச்சியாளர்கள், பாதை எவ்வளவு சமதளமாக இருக்கும் என்று அவர்கள் மறுத்தாலும் கூட. சீன ஆய்வகங்களின் முன்னேற்றத்திற்கு உந்துதல் என்ன, நீண்ட அடிவான வலுவூட்டல் கற்றல் பொது நுண்ணறிவை வெளிப்படுத்த முடியுமா, ஏன் RL அது போலவே செயல்படத் தொடங்கியுள்ளது.
காலக்கெடு குறித்த பொது விவாதம் இந்த மாதம் அனைத்து தரப்பிலும் தீவிரமடைந்துள்ளது. ஹுவாங்கின் "AGI வந்துவிட்டது" பிரகடனம் ஒரு விஞ்ஞானக் கூற்றை விட வணிக விஷயமாகப் படிக்கும் ஆய்வாளர்களிடமிருந்து சந்தேகத்தை ஈர்த்தது, அதே நேரத்தில் OpenAI CEO சாம் ஆல்ட்மேன் ஊழியர்களிடம் பாதுகாப்புக் கவலைகள் அதிகரிக்கும் போது அதிநவீன வளர்ச்சியைக் குறைக்கத் தயாராக இருப்பதாக ப்ளூம்பெர்க் தெரிவித்துள்ளது. சுழல்மேனின் மூன்று முதல் நான்கு ஆண்டு கால சுழல்நிலை சுய-முன்னேற்றத்திற்கான சாளரம் மார்க்கெட்டிங் மற்றும் தடைக்காலத்திற்கு இடையில் எங்காவது அமர்ந்திருக்கிறது - இப்போது களத்தை இயக்கும் நுட்பங்களை உருவாக்குவதற்கான சாதனைப் பதிவைக் கொண்ட ஒருவரிடமிருந்து ஒரு வேலை மதிப்பீடு.
அவர் சொல்வது சரிதானா என்பது குழு மட்டுமே வட்டமிட்ட கேள்விகளைப் பொறுத்தது: வலுவூட்டல் கற்றல் அதன் பயிற்சிச் சூழல்களைக் கடந்தும் பொதுமைப்படுத்துகிறதா, மற்றும் பெஞ்ச்மார்க் செயல்திறன் மற்றும் உண்மையான பொருளாதார மதிப்பு ஆகியவற்றுக்கு இடையேயான இடைவெளி தொடர்ந்து மூடப்படுகிறதா.
AIக்கு முன்னால் இருங்கள்
எல்லைப்புற ஆராய்ச்சியாளர்கள் AI இன் வரம்புகளைப் பற்றி பொதுவில் விவாதிக்கின்றனர் - கதை உருவாகும்போது அதைப் பின்பற்றவும்.
AI Buzz Wire இல் மேலும் AI செய்திகளைப் படிக்கவும்