Ovo je zanimljiv trenutak za veštačku inteligenciju. Dugo je napredak u AI pratio jednostavno pravilo: praviti sve veće modele. Više parametara, više podataka, više računarske snage. To je davalo rezultate, ali je stvaralo 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. Umesto da za svaki zadatak aktivira celu neuronsku mrežu, model uči da bira delove sistema koji su zaista potrebni. Svaki deo deluje kao stručnjak za određenu oblast. Za svako pitanje koriste se samo najrelevantniji stručnjaci.
To čini sistem 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 najpogodniji za tu situaciju. Uz MOE, AI sistemi mogu da postaju pametniji, a da pritom ne postanu nepotrebno glomazni.
Mnogi istraživači veruju da je ovaj pravac važan za dugoročni cilj razvoja opšte veštačke inteligencije, odnosno AGI-ja. Sistemu koji može da rešava mnogo različitih vrsta problema potrebno je više od same veličine. Mora da ume da donosi odluke. Mora da zna koje sposobnosti da koristi i kada.
Ova ideja nije ograničena samo na istraživačke radove.
Zapravo, sličan pristup već primenjujemo na platformi Dvina. Od početka smo polazili od pretpostavke da nijedan pojedinačni jezički model ili alat neće biti dobar u svemu. Umesto da se oslonimo na jedan model, izgradili smo orkestracioni sloj iznad više modela, alata i izvora podataka.
Ovaj orkestrator služi kao sloj za donošenje odluka. Kada korisnik postavi pitanje, on odlučuje koji model ili resurs treba koristiti. Ponekad koristi samo jedan. Ponekad kombinuje više njih i objedinjuje rezultate. Cilj nije da se složenost pokaže, već da se sakrije iza jednostavnog korisničkog iskustva.
Rezultat je sistem koji deluje prilagodljivo. Vi postavite pitanje, a sistem pronalazi najefikasniji način da na njega odgovori. Suštinski, to je 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 u povećavanju obima. 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.
