Është një moment interesant për inteligjencën artificiale. Për një kohë të gjatë, përparimi në AI ndoqi një rregull të thjeshtë: bëji modelet më të mëdha. Më shumë parametra, më shumë të dhëna, më shumë fuqi llogaritëse. Kjo funksionoi, por krijoi edhe probleme serioze. Trajnimi i modeleve të mëdha është i kushtueshëm, i ngadaltë dhe konsumon një sasi të madhe energjie.
Së fundmi, Nvidia prezantoi një ide të ndryshme të quajtur Mixture of Experts, ose MOE. Në vend që të aktivizohet i gjithë rrjeti nervor për çdo detyrë, modeli mëson të zgjedhë cilat pjesë të sistemit nevojiten realisht. Çdo pjesë vepron si një ekspert në një fushë të caktuar. Për çdo pyetje të dhënë, përdoren vetëm ekspertët më të përshtatshëm.
Kjo e bën sistemin më efikas dhe më fleksibël. Është e ngjashme me mënyrën se si punojnë njerëzit. Ju nuk i kërkoni ndihmë çdo personi që njihni për çdo problem. U drejtoheni atyre që janë më të përshtatshëm për atë situatë. Me MOE, sistemet e AI mund të bëhen më të zgjuara pa u bërë pa nevojë të rënda.
Shumë studiues besojnë se ky drejtim është i rëndësishëm për synimin afatgjatë të Inteligjencës së Përgjithshme Artificiale, ose AGI. Një sistem që mund të përballojë shumë lloje të ndryshme problemesh ka nevojë për më shumë sesa thjesht madhësi bruto. Ka nevojë për vendimmarrje. Duhet të dijë cilat aftësi të përdorë dhe kur.
Kjo ide nuk kufizohet vetëm te punimet kërkimore.
Në fakt, ne kemi punuar me një qasje të ngjashme në Dvina. Që në fillim, ne supozuam se asnjë model i vetëm gjuhësor apo mjet nuk do të ishte i mirë në gjithçka. Në vend që të mbështeteshim te një model i vetëm, ndërtuam një shtresë orkestrimi që qëndron mbi disa modele, mjete dhe burime të dhënash.
Ky orkestrues funksionon si një shtresë vendimmarrjeje. Kur një përdorues bën një pyetje, ai vendos se cili model ose burim duhet përdorur. Ndonjëherë përdor një. Ndonjëherë kombinon disa dhe bashkon rezultatet. Qëllimi nuk është të shfaqë kompleksitetin, por ta fshehë atë pas një përvoje të thjeshtë.
Rezultati është një sistem që ndihet përshtatës. Ju bëni një pyetje, dhe sistemi kupton si t’i përgjigjet në mënyrën më efikase. Kjo është shumë afër në frymë me atë që propozon MOE në nivel modeli, por e zbatuar në nivel sistemi.
AGI ende nuk ka mbërritur. Por ide si MOE tregojnë se rruga përpara nuk ka të bëjë vetëm me shkallën. Ka të bëjë me strukturën, koordinimin dhe përdorimin më të zgjuar të burimeve.
Nëse jeni kuriozë se si ndihet në praktikë kjo lloj qasjeje, mund ta provoni Dvina falas në https://dvina.ai. Nuk është AGI, por jep një vështrim të vogël se si sistemet e ardhshme të AI mund të mendojnë dhe të funksionojnë.
