MOE kompanije Nvidia i put do AGI-ja & kako vam Dvina već danas približava AI budućnosti

Ömer Odabaş
2 min čitanja • 
Mnogi istraživači vjeruju da je ovaj smjer važan za dugoročni cilj razvoja opće umjetne inteligencije, odnosno AGI-ja. Sistemu koji može rješavati mnogo različitih vrsta problema potrebno je više od same veličine. Mora donositi odluke. Mora znati koje sposobnosti koristiti i kada.

Ovo je zanimljiv trenutak za umjetnu inteligenciju. Napredak u AI-ju dugo je slijedio jednostavno pravilo: praviti veće modele. Više parametara, više podataka, više računarske snage. To je funkcionisalo, ali je stvorilo i ozbiljne probleme. Obučavanje velikih modela je skupo, sporo i troši ogromnu količinu energije.

Nedavno je Nvidia predstavila drugačiju ideju pod nazivom Mixture of Experts, odnosno MOE. Umjesto da za svaki zadatak aktivira cijelu neuronsku mrežu, model uči odabrati dijelove sistema koji su zaista potrebni. Svaki dio djeluje kao stručnjak za određenu oblast. Za svako pitanje koriste se samo najrelevantniji stručnjaci.

To sistem čini efikasnijim i fleksibilnijim. Slično je načinu na koji ljudi rade. Ne tražite pomoć od svake osobe koju poznajete za svaki problem. Obraćate se onima koji su najprikladniji za tu situaciju. Uz MOE, AI sistemi mogu postajati pametniji, a da pritom ne postaju nepotrebno glomazni.

Mnogi istraživači vjeruju da je ovaj smjer važan za dugoročni cilj razvoja opće umjetne inteligencije, odnosno AGI-ja. Sistemu koji može rješavati mnogo različitih vrsta problema potrebno je više od same veličine. Mora donositi odluke. Mora znati koje sposobnosti koristiti i kada.

Ova ideja nije ograničena na istraživačke radove.

Zapravo, na platformi Dvina već radimo sa sličnim pristupom. Od početka smo polazili od pretpostavke da nijedan jezički model ili alat neće biti dobar u svemu. Umjesto da se oslanjamo na jedan model, izgradili smo orkestracijski sloj iznad više modela, alata i izvora podataka.

Taj orkestrator služi kao sloj za donošenje odluka. Kada korisnik postavi pitanje, odlučuje koji model ili resurs treba koristiti. Ponekad koristi samo jedan. Ponekad kombinuje nekoliko njih i objedinjuje rezultate. Cilj nije pokazati složenost, već je sakriti iza jednostavnog korisničkog iskustva.

Rezultat je sistem koji djeluje prilagodljivo. Postavite pitanje, a sistem pronalazi najefikasniji način da odgovori na njega. To je po osnovnoj ideji vrlo blisko onome što MOE predlaže na nivou modela, ali primijenjeno na nivou sistema.

AGI još nije stigao. Ali ideje poput MOE-a pokazuju da put naprijed nije samo pitanje veličine. Riječ je o strukturi, koordinaciji i pametnijem korištenju resursa.

Ako vas zanima kako ovakav pristup izgleda u praksi, možete besplatno isprobati Dvina na https://dvina.ai. To nije AGI, ali pruža mali uvid u to kako bi budući AI sistemi mogli razmišljati i funkcionisati.

Pridružite se platformi Dvina

Registrujte se besplatno i objedinite sve svoje alate u jednom jednostavnom radnom prostoru.

Istražite više