
به گزارش گروه آنلاین روزنامه دنیای اقتصاد-حسین موسوی؛ چه اتفاقی میافتد وقتی یک لیوان را از روی میز میاندازید؟ از چت¬جی¬پی¬تی بپرسید و توضیح گام به گام دریافت خواهید کرد: چگونه گرانش ظرف را در امتداد یک «مسیر سهموی» شتاب میدهد، چرا میتواند بشکند. «اگر ضربه باعث ایجاد تنشهایی بیشتر از تحمل ماده شود». از دختر ۳ سالهام بپرسید و او کمتر به جزئیات دقیق اهمیت میدهد: «خرد میشود و همه جا را آب فرا میگیرد!» وقتی صحبت از آینده هوش مصنوعی میشود، تفاوت آموزنده است. به نوشته مجله نیو ساینتیست، مدلهای زبانی بزرگ (LLM) که چتباتهای امروزی را پشتیبانی میکنند، بر اساس حجم وسیعی از متن آموزش دیدهاند تا کلمه بعدی را در یک توالی پیشبینی کنند. با این حال، برخلاف آدلین کوچک، هیچ LLM تا به حال واقعاً لیوانی را از روی میز نینداخته است - یا اسپاگتی را به دیوار پرتاب نکرده است، یا اسکوتری را به داخل برکه نینداخته است - و این ممکن است محدودیت اساسی بر قابلیتهای آنها اعمال کند. اساساً به همین دلیل است که برخی از محققان استدلال میکنند آنچه ما برای رساندن هوش مصنوعی به سطح بعدی نیاز داریم، LLM های بزرگتر نیستند، بلکه «مدلهای جهانی» هستند: سیستمهایی که از طریق مشاهده یاد میگیرند تا بتوانند پیامدهای اعمال را در دنیای واقعی شبیهسازی کنند.
مدلهای جهانی به سرعت به مرز بعدی هوش مصنوعی تبدیل شدهاند و به لطف نویدبخش بودنشان در رباتیک خودمختار، توجه زیادی را از سوی صنعت و تجارت به خود جلب کردهاند. با این حال، آنچه رویکرد مدل جهانی را به¬طور ویژه جذاب میکند این است که ظاهراً مسیری را برای هوش عمومی مصنوعی (AGI) یا ماشینهایی با استدلال در سطح انسان ارائه میدهد که میتوانند …








