Ovo je zanimljiv trenutak za veštačku inteligenciju. Dugo je napredak u AI pratio jednostavno pravilo: pravite veće modele. Više parametara, više podataka, više računarske snage. To je funkcionisalo, ali je stvorilo i ozbiljne probleme. Obuka velikih modela je skupa, spora i troši ogromnu količinu energije.
Nedavno je Nvidia predstavila drugačiju ideju pod nazivom Mixture of Experts, odnosno MOE. Umesto da aktivira celu neuronsku mrežu za svaki zadatak, model uči da izabere koji delovi sistema su zaista potrebni. Svaki deo funkcioniše kao stručnjak za određenu oblast. Za bilo koje 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 da postanu pametniji, a da pritom ne postanu nepotrebno glomazni.
Mnogi istraživači veruju da je ovaj pravac važan za dugoročni cilj veštačke opšte inteligencije, odnosno AGI-ja. Sistem koji može da rešava mnogo različitih vrsta problema zahteva više od same veličine. Potrebno mu je donošenje odluka. Mora da zna koje sposobnosti da koristi i kada.
Ova ideja nije ograničena samo na istraživačke radove.
Zapravo, u Dvina već radimo sa sličnim pristupom. Od samog početka polazili smo od toga da nijedan pojedinačni jezički model ili alat neće biti dobar za sve. Umesto oslanjanja na jedan model, izgradili smo orkestracioni sloj koji se nalazi iznad više modela, alata i izvora podataka.
Taj orkestrator funkcioniše kao sloj za donošenje odluka. Kada korisnik postavi pitanje, on odlučuje koji model ili resurs treba upotrebiti. Ponekad koristi jedan. Ponekad kombinuje nekoliko njih i objedinjuje rezultate. Cilj nije da se pokaže složenost, već da se ona sakrije iza jednostavnog iskustva.
Rezultat je sistem koji deluje prilagodljivo. Postavite pitanje, a sistem sam pronalazi kako da na njega odgovori na najefikasniji način. To je po duhu veoma blisko onome što MOE predlaže na nivou modela, ali primenjeno na nivou sistema.
AGI još nije stigao. Ali ideje poput MOE pokazuju da put napred nije samo pitanje razmere. Reč je o strukturi, koordinaciji i pametnijem korišćenju 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 da razmišljaju i funkcionišu.
