Nvidia-yhtiön MOE ja tie kohti AGI:tä – näin Dvina tuo huomisen tekoälyn ulottuvillesi jo tänään

Ömer Odabaş
2 min lukuaika • 
Monet tutkijat uskovat, että tämä kehityssuunta on tärkeä pitkän aikavälin tavoitteelle eli yleiselle tekoälylle (AGI). Monenlaisia ongelmia ratkaiseva järjestelmä tarvitsee muutakin kuin suuren koon. Sen on pystyttävä tekemään päätöksiä. Sen on tiedettävä, mitä kykyjä käyttää ja milloin.

Tekoälyn kehityksessä eletään kiinnostavaa hetkeä. Pitkään kehitys noudatti yksinkertaista sääntöä: tehdään malleista suurempia. Enemmän parametreja, enemmän dataa, enemmän laskentatehoa. Tämä toimi, mutta aiheutti myös vakavia ongelmia. Suurten mallien kouluttaminen on kallista ja hidasta, ja se kuluttaa valtavasti energiaa.

Hiljattain Nvidia esitteli toisenlaisen idean nimeltä Mixture of Experts eli MOE. Sen sijaan, että koko neuroverkko aktivoitaisiin jokaista tehtävää varten, malli oppii valitsemaan, mitä järjestelmän osia todella tarvitaan. Jokainen osa toimii tietyn alan asiantuntijana. Kuhunkin kysymykseen vastaamiseen käytetään vain olennaisimpia asiantuntijoita.

Tämä tekee järjestelmästä tehokkaamman ja joustavamman. Se muistuttaa ihmisten tapaa toimia. Et pyydä jokaiseen ongelmaan apua kaikilta tuntemiltasi ihmisiltä. Käännyt niiden puoleen, jotka sopivat parhaiten kyseiseen tilanteeseen. MOE:n avulla tekoälyjärjestelmät voivat kehittyä älykkäämmiksi muuttumatta tarpeettoman raskaiksi.

Monet tutkijat uskovat, että tämä kehityssuunta on tärkeä pitkän aikavälin tavoitteelle eli yleiselle tekoälylle (AGI). Monenlaisia ongelmia ratkaiseva järjestelmä tarvitsee muutakin kuin suuren koon. Sen on pystyttävä tekemään päätöksiä. Sen on tiedettävä, mitä kykyjä käyttää ja milloin.

Tämä ajatus ei rajoitu tutkimusartikkeleihin.

Olemme itse asiassa kehittäneet Dvina-palvelua samankaltaisella lähestymistavalla. Oletimme alusta asti, ettei mikään yksittäinen kielimalli tai työkalu olisi hyvä kaikessa. Sen sijaan, että olisimme tukeutuneet yhteen malliin, rakensimme orkestrointikerroksen, joka toimii useiden mallien, työkalujen ja tietolähteiden päällä.

Tämä orkestrointikerros vastaa päätöksenteosta. Kun käyttäjä esittää kysymyksen, se päättää, mitä mallia tai resurssia käytetään. Joskus se käyttää vain yhtä. Joskus se yhdistää useita ja kokoaa tulokset yhteen. Tavoitteena ei ole tuoda monimutkaisuutta näkyviin, vaan piilottaa se yksinkertaisen käyttökokemuksen taakse.

Tuloksena on järjestelmä, joka tuntuu mukautuvalta. Esität kysymyksen, ja järjestelmä selvittää, miten siihen voi vastata mahdollisimman tehokkaasti. Perusajatus on hyvin lähellä sitä, mitä MOE ehdottaa mallitasolla, mutta tässä sitä sovelletaan järjestelmätasolla.

AGI ei ole vielä täällä. MOE:n kaltaiset ideat kuitenkin osoittavat, ettei tie eteenpäin perustu vain mittakaavan kasvattamiseen. Kyse on rakenteesta, koordinoinnista ja resurssien älykkäämmästä käytöstä.

Jos haluat kokeilla, miltä tällainen lähestymistapa tuntuu käytännössä, voit kokeilla Dvina-palvelua ilmaiseksi osoitteessa https://dvina.ai. Se ei ole AGI, mutta antaa pienen välähdyksen siitä, miten tulevaisuuden tekoälyjärjestelmät saattavat ajatella ja toimia.

Liity Dvina-palveluun

Rekisteröidy ilmaiseksi ja tuo kaikki työkalusi yhteen helppokäyttöiseen työtilaan.

Tutustu lisää