Με το ChatGPT, το OpenAI δοκιμάζει επί του παρόντος ένα μοντέλο γλώσσας γενικής χρήσης που βασίζεται σε διάλογο. Σύμφωνα με τον γνωστικό επιστήμονα Gary Marcus, το ChatGPT είναι απλώς μια πρόγευση του GPT-4.

Οι φήμες για το GPT-4 κυκλοφορούν στο διαδίκτυο εδώ και εβδομάδες και έχουν δύο κοινά πράγματα: το GPT-4 υποτίθεται ότι ξεπερνά σημαντικά το GPT-3 και το ChatGPT και θα κυκλοφορήσει σχετικά σύντομα την άνοιξη.

Το OpenAI τρέχει επί του παρόντος ένα κοινό πρόγραμμα επιχορήγησης με τη Microsoft, οι συμμετέχοντες της οποίας πιθανότατα έχουν ήδη πρόσβαση στο GPT-4. Ο CTO της Microsoft, Scott Stein, προέβλεψε πρόσφατα ότι το το 2023 θα είναι ένα σημαντικό έτος για την Τεχνητή Νοημοσύνη.

Ο ψυχολόγος και γνωστικός επιστήμονας Gary Marcus εντάσσεται στη φρενίτιδα του GPT-4, λέγοντας ότι γνωρίζει πολλούς ανθρώπους που έχουν ήδη δοκιμάσει το GPT-4. «Εγγυώμαι ότι θα καταπλήξει», γράφει ο Marcus, ο οποίος είναι γνωστός ως πολέμιος των μεγάλων γλωσσικών μοντέλων, ή πιο συγκεκριμένα, με τον χειρισμό τους στην καθημερινή ζωή.

Το GPT-4, είπε, θα «επισκιάσει πλήρως το ChatGPT» και θα δημιουργήσει ακόμα περισσότερο θόρυβο. Τεχνικά, ο Marcus αναμένει ότι το GPT-4 θα προσφέρει περισσότερες παραμέτρους και θα εκπαιδευτεί με περισσότερα δεδομένα, «ένα σημαντικό μέρος του διαδικτύου στο σύνολό του». «Το GPT-4 θα είναι ένα τέρας», γράφει ο Marcus.

Όσον αφορά την αρχιτεκτονική του, ο Marcus δεν αναμένει σημαντικές διαφορές και ως εκ τούτου υποθέτει ότι το GPT-4 θα έχει τις ίδιες αδυναμίες με το GPT-3 ή το ChatGPT: Το μοντέλο τεχνητής νοημοσύνης στερείται βασικής κατανόησης του κόσμου, κάτι που οδηγεί μερικές φορές σε ανακρίβειες (ασήμαντές ή λιγότερο ασήμαντες). Λόγω αυτής της έλλειψης αξιοπιστίας, ο συνιδρυτής του OpenAI Sam Altman συμβούλεψε πρόσφατα να μην χρησιμοποιείτε το ChatGPT για σημαντικές εργασίες.

Ο Marcus είναι υπέρμαχος των υβριδικών συστημάτων AI που συνδυάζουν τη βαθιά μάθηση με προ-προγραμματισμένους κανόνες. Κατά την άποψή του, η κλιμάκωση μεγάλων γλωσσικών μοντέλων είναι μόνο μέρος της λύσης στο δρόμο προς την τεχνητή νοημοσύνη. Αναμένει ότι ο κλάδος της τεχνητής νοημοσύνης θα κινηθεί όλο και περισσότερο προς αυτήν την υβριδική προσέγγιση τα επόμενα χρόνια, αναφέροντας ως θετικό παράδειγμα τη Diplomacy AI της Meta.

Το ChatGPT, το νέο chatbot που είναι το αντικείμενο πολλών συζητήσεων στη Silicon Valley, μπορεί να φτιάξει χαϊκού, να κάνει αστεία στα ιταλικά και μπορεί σύντομα να γίνει η μάστιγα των δασκάλων παντού που αντιμετωπίζουν ψεύτικα δοκίμια που δημιουργούνται από την τεχνολογία AI.

Αλλά μια ερώτηση που δεν μπορεί να απαντήσει πλήρως είναι η εξής: Πώς θα βγάλει χρήματα το OpenAI;

Ο ερευνητικός οργανισμός, ο οποίος ιδρύθηκε από τον Έλον Μασκ και τον επενδυτή Σαμ Άλτμαν και υποστηρίζεται από χρηματοδότηση 1 δισεκατομμυρίου δολαρίων από τη Microsoft Corp, αναμένει ότι η επιχείρησή του θα εκτιναχθεί.

Τρεις πηγές που ενημερώθηκαν για την πρόσφατη προώθηση του OpenAI στους επενδυτές είπαν ότι ο οργανισμός αναμένει έσοδα 200 εκατομμυρίων δολαρίων το επόμενο έτος και 1 δισεκατομμυρίου δολαρίων έως το 2024.

Η πρόβλεψη, που αναφέρθηκε για πρώτη φορά από το Reuters, αντιπροσωπεύει τον τρόπο με τον οποίο ορισμένοι στη Silicon Valley στοιχηματίζουν ότι η υποκείμενη τεχνολογία θα ξεπεράσει κατά πολύ τις εκρηκτικές και μερικές φορές ελαττωματικές δημόσιες επιδείξεις.

Το OpenAI αποτιμήθηκε πρόσφατα στα 20 δισεκατομμύρια δολάρια σε μια δευτερεύουσα πώληση μετοχών, είπε μια από τις πηγές. Η startup έχει ήδη εμπνεύσει ανταγωνιστές και εταιρείες που κατασκευάζουν εφαρμογές πάνω στο λογισμικό δημιουργίας τεχνητής νοημοσύνης της, το οποίο περιλαμβάνει τη δημιουργία εικόνων DALL-E 2. Η OpenAI χρεώνει τους προγραμματιστές που αδειοδοτούν την τεχνολογία της περίπου μια ένα σέντ ή λίγο περισσότερο για να δημιουργήσουν 20.000 λέξεις κειμένου και περίπου 2 σεντ να δημιουργήσει μια εικόνα από γραπτή προτροπή, σύμφωνα με τον ιστότοπό της.

Ένας εκπρόσωπος του OpenAI αρνήθηκε να σχολιάσει τα οικονομικά και τη στρατηγική του. Η εταιρεία, η οποία ξεκίνησε να κυκλοφορεί εμπορικά προϊόντα το 2020, δήλωσε ότι η αποστολή της παραμένει η προώθηση της τεχνητής νοημοσύνης με ασφάλεια για την ανθρωπότητα.

Σε μια γεύση του τι θα ακολουθήσει, νεοφυείς επιχειρήσεις, συμπεριλαμβανομένων των Synthesia και Jasper, οι οποίες βασίζονται στην τεχνολογία του OpenAI, έχουν προσελκύσει εταιρείες του καταλόγου Fortune 500 να χρησιμοποιήσουν τα εργαλεία δημιουργίας βίντεο ή τεχνητής νοημοσύνης, σύμφωνα με τους ιστότοπούς τους. Το OpenAI έχει επίσης προσελκύσει την προσοχή ως πάροχος τεχνητής νοημοσύνης και πιθανός ανταγωνιστής της αναζήτησης Google, με το ChatGPT να απαντά σε ερωτήματα για περισσότερους από 1 εκατομμύριο χρήστες μέχρι στιγμής.

Η Microsoft, που παρέχει κεφάλαιο στο project του OpenAI και υπολογιστική ισχύ για το λογισμικό της, ωφελείται και αυτή. Ερωτηθείς για το ChatGPT και για το εάν η Microsoft θεωρούσε αυτή την τεχνολογία ως πειραματική ή στρατηγική, ο Πρόεδρός της Μπραντ Σμιθ είπε στο Reuters ότι η τεχνητή νοημοσύνη έχει προχωρήσει ταχύτερα από ό,τι πολλοί είχαν προβλέψει.

«Θα δούμε προόδους το 2023 που οι άνθρωποι πριν από δύο χρόνια θα περίμεναν το 2033. Θα είναι εξαιρετικά σημαντικό όχι μόνο για το μέλλον της Microsoft, αλλά για το μέλλον όλων», είπε σε συνέντευξή του αυτή την εβδομάδα.

Ορισμένοι επενδυτές εξέφρασαν σκεπτικισμό. Ορισμένες μεγάλες εταιρείες επιχειρηματικών κεφαλαίων προτίμησαν να μην υποστηρίξουν το OpenAI φέτος, αμφισβητώντας εάν θα μπορούσε να δικαιολογήσει μια υψηλότερη αποτίμηση ή να ανταγωνιστεί ανταγωνιστές όπως η Google.

Μια δομή "capped-profit" που δημιούργησε το OpenAI το 2019 αντιπροσώπευε επίσης έναν ασυνήθιστο περιορισμό για το επιχειρηματικό κεφάλαιο. Το OpenAI ήθελε να διαφυλάξει την αποστολή του περιορίζοντας τις αποδόσεις των υποστηρικτών στο 100 φορές την επένδυσή τους ή λιγότερο στο μέλλον.

Άλλοι μπορεί να διπλασιάζονται. Η Microsoft φέτος εξέτασε την αύξηση του μεριδίου της, ανέφεραν δύο άλλες πηγές στο Reuters και στην Wall Street Journal. Η ελπίδα της είναι να οδηγήσει τις επιχειρήσεις για το cloud της Microsoft καθώς περισσότερες επιχειρήσεις αγκαλιάζουν την τεχνητή νοημοσύνη.

Η Adobe ξεκινάει μια νέα υπηρεσία στοκ εικόνων σε δημιουργίες που γίνονται με τη βοήθεια προγραμμάτων τεχνητής νοημοσύνης όπως το Dall-E και το Stable Diffusion, λέει η εταιρεία στο Axios.

Γιατί έχει σημασία: Ενώ ορισμένοι βλέπουν τα αναδυόμενα εργαλεία δημιουργίας τεχνητής νοημοσύνης ως απειλή για θέσεις εργασίας ή νόμικο ναρκοπέδιο (ή και τα δύο), η Adobe τα αγκαλιάζει.

Στο συνέδριό Max της Adobe που έλαβε χώρα τον Οκτώβριο, η Adobe περιέγραψε έναν ευρύ ρόλο που βλέπει να παίζει η αναγεννητική (generative) τεχνητή νοημοσύνη στο μέλλον της δημιουργίας περιεχομένου, λέγοντας ότι βλέπει την τεχνητή νοημοσύνη ως συμπλήρωμα και όχι ως αντικατάσταση των ανθρώπων καλλιτεχνών.

Το πιο πρόσφατο: Η Adobe λέει ότι δέχεται τώρα εικόνες που υποβάλλονται από καλλιτέχνες που έχουν κάνει χρήση αναγεννητικής τεχνητής νοημοσύνης με τους ίδιους όρους με άλλα έργα, αλλά απαιτεί να επισημαίνονται ως τέτοιες.

Ξεκίνησε αθόρυβα να δοκιμάζει τέτοιες εικόνες πριν ανακοινώσει επίσημα την κίνηση σήμερα.
«Μας εξέπληξε ευχάριστα», είπε στο Axios η ανώτερη διευθύντρια της Adobe, Sarah Casillas. «Αντιστοιχεί στα ποιοτικά μας πρότυπα και έχει καλή απόδοση», είπε.
Η μεγάλη εικόνα: Άλλοι ακολουθούν μια πιο συντηρητική προσέγγιση. Η Getty Images, για παράδειγμα, δήλωσε τον Σεπτέμβριο ότι δεν θα δεχτεί συνεισφορές που χρησιμοποιούν αναγεννητική τεχνητή νοημοσύνη, επικαλούμενη νομικούς κινδύνους.

Η Adobe, αντίθετα, φαίνεται να είναι άνετη με τον νομικό κίνδυνο. Αν και απαιτείται από τους δημιουργούς να επιβεβαιώσουν ότι έχουν τα κατάλληλα δικαιώματα για τα έργα που υποβάλλουν, θα αποζημιώσει τους αγοραστές εικόνων στοκ σε περίπτωση που υπάρχουν νομικές προκλήσεις.
Αυτό είναι σημαντικό δεδομένου ότι υπάρχουν μια σειρά από αναπάντητα ερωτήματα σχετικά με τη αναγεννητική τεχνητή νοημοσύνη, συμπεριλαμβανομένου του εάν τα άτομα των οποίων τα έργα έχουν συμμετάσχει στην εκπαίδευση των συστημάτων AI έχουν νομική αξίωση για τα συστήματα ή τα έργα που παράγουν.

Η εταιρεία ερευνών Τεχνητής Νοημοσύνης (AI) OpenAI ανακοίνωσε την Τετάρτη το ChatGPT, ένα πρωτότυπο chatbot τεχνητής νοημοσύνης που βασίζεται σε διάλογο, ικανό να κατανοεί και να ανταποκρίνεται σε φυσική γλώσσα. Έκτοτε έχει κατακλύσει το Διαδίκτυο, με τους ανθρώπους να εκπλήσσονται με το πόσο έξυπνο ακούγεται το bot που λειτουργεί με AI. Κάποιοι το αποκάλεσαν ακόμη και ως αντικαταστάτη της Google, καθώς είναι σε θέση να δίνει λύσεις σε περίπλοκα προβλήματα άμεσα – σχεδόν σαν ένας προσωπικός παντογνώστης.

«Έχουμε εκπαιδεύσει ένα μοντέλο που ονομάζεται ChatGPT το οποίο αλληλοεπιδρά με το διάλογο. Η μορφή διαλόγου δίνει τη δυνατότητα στο ChatGPT να απαντά σε επόμενες ερωτήσεις, να παραδέχεται τα λάθη του, να αμφισβητεί λανθασμένες προτάσεις και να απορρίπτει ακατάλληλα αιτήματα», έγραψε το OpenAI στη σελίδα ανακοίνωσής του για το ChatGPT.

Το ChatGPT βασίζεται στο GPT-3.5, ένα γλωσσικό μοντέλο που χρησιμοποιεί βαθιά εκμάθηση (deep learning) για την παραγωγή κειμένου που μοιάζει με ανθρώπινο. Ωστόσο, ενώ το παλαιότερο μοντέλο GPT-3 λάμβανε μόνο μηνύματα κειμένου και προσπαθούσε να συνεχίσει τη συνομιλία βασισμένο σε δικό του αποθηκευμένο λεξικό, το ChatGPT είναι πιο ελκυστικό. Είναι πολύ καλύτερο στη δημιουργία λεπτομερούς κειμένου και μπορεί ακόμη και να δημιουργήσει ποιήματα. Ένα άλλο μοναδικό χαρακτηριστικό είναι η μνήμη. Το bot μπορεί να θυμάται προηγούμενα σχόλια σε μια συνομιλία και να τα αναφέρει στον χρήστη.

Μέχρι στιγμής, το OpenAI έχει ανοίξει μόνο το bot για αξιολόγηση και δοκιμές beta, αλλά η πρόσβαση στο API αναμένεται να ακολουθήσει το επόμενο έτος. Με πρόσβαση API, οι προγραμματιστές θα μπορούν να εφαρμόσουν το ChatGPT στο δικό τους λογισμικό.

Αλλά ακόμη και στη φάση δοκιμών beta, οι ικανότητες του ChatGPT είναι ήδη αρκετά αξιοσημείωτες. Εκτός από τις διασκεδαστικές απαντήσεις όπως η παραπάνω απάντηση με τις κολοκύθες, έχουν ήδη βρεθεί πραγματικές εφαρμογές και σενάρια χρήσης για το chatbot.

Αλλά ενώ πολλοί ένιωθαν δέος για τις ικανότητες του chatbot, κάποιοι έσπευσαν να εντοπίσουν τους περιορισμούς του. Το ChatGPT εξακολουθεί να είναι επιρρεπές σε παραπληροφόρηση και προκαταλήψεις, κάτι που ταλαιπώρησε και τις προηγούμενες εκδόσεις του GPT. Το μοντέλο μπορεί να δώσει λανθασμένες απαντήσεις, ας πούμε, σε αλγεβρικά προβλήματα.

Και λόγω του γεγονότος ότι φαίνεται τόσο σίγουρος για τις εξαιρετικά λεπτομερείς απαντήσεις του, οι άνθρωποι μπορούν εύκολα να παραπλανηθούν και να πιστέψουν ότι αυτές είναι αληθινές.

Το OpenAI κατανοεί αυτά τα ελαττώματα και τα έχει σημειώσει στο ιστολόγιο ανακοινώσεων του: «Το ChatGPT μερικές φορές γράφει εύλογες, αλλά εσφαλμένες ή παράλογες απαντήσεις. Η διόρθωση αυτού του προβλήματος είναι πρόκληση, καθώς: (1) κατά τη διάρκεια της εκπαίδευσης σε πραγματικές συνθήκες, δεν υπάρχει προς το παρόν πηγή αλήθειας. (2) η εκπαίδευση του μοντέλου ώστε να είναι πιο προσεκτικό το αναγκάζει να απορρίψει ερωτήσεις που μπορεί να απαντήσει σωστά. και (3) η εποπτευόμενη εκπαίδευση παραπλανά το μοντέλο επειδή η ιδανική απάντηση εξαρτάται από το τι γνωρίζει το μοντέλο και όχι από το τι γνωρίζει ο άνθρωπος που επιδεικνύει».

Εκτός από τους περιορισμούς, το ChatGPT εξακολουθεί να αποτελεί ένα διασκεδαστικό μικρό bot για αλληλεπίδραση. Μπορείτε να το δοκιμάσετε από τον επίσημο ιστότοπό του αφού εγγραφείτε σε αυτόν.

Την Τρίτη, η Meta AI ανακοίνωσε την ανάπτυξη του Cicero, η πρώτη Τεχνητή Νοημοσύνη (ΤΝ) που επιτυγχάνει επιδόσεις σε ανθρώπινο επίπεδο στο στρατηγικό επιτραπέζιο παιχνίδι Diplomacy. Είναι ένα αξιοσημείωτο επίτευγμα γιατί το παιχνίδι απαιτεί βαθιές διαπροσωπικές διαπραγματευτικές δεξιότητες, κάτι που σημαίνει ότι ο Cicero έχει αποκτήσει μια ορισμένη γνώση της γλώσσας που είναι απαραίτητη για να κερδίσει το παιχνίδι.

Ακόμη και πριν ο Deep Blue κερδίσει τον Garry Kasparov στο σκάκι το 1997, τα επιτραπέζια παιχνίδια ήταν ένα χρήσιμο μέτρο για το επίτευγμα της τεχνητής νοημοσύνης. Το 2015, ένα άλλο εμπόδιο έπεσε όταν η AlphaGo νίκησε τον master του Go Lee Sedol. Και τα δύο αυτά παιχνίδια ακολουθούν ένα σχετικά σαφές σύνολο αναλυτικών κανόνων (αν και οι κανόνες του Go είναι συνήθως απλοποιημένοι για την τεχνητή νοημοσύνη του υπολογιστή).

Αλλά με το Diplomacy, ένα μεγάλο μέρος του παιχνιδιού περιλαμβάνει κοινωνικές δεξιότητες. Οι παίκτες πρέπει να δείξουν ενσυναίσθηση, να χρησιμοποιήσουν φυσική γλώσσα και να χτίσουν σχέσεις για να κερδίσουν — ένα δύσκολο έργο για έναν παίκτη υπολογιστή. Έχοντας αυτό κατά νου, η εταιρία ρώτησε: «Μπορούμε να δημιουργήσουμε πιο αποτελεσματικούς και ευέλικτους πράκτορες που να μπορούν να χρησιμοποιούν τη γλώσσα για να διαπραγματεύονται, να πείθουν και να συνεργάζονται με τους ανθρώπους για να επιτύχουν στρατηγικούς στόχους παρόμοιους με τον τρόπο που κάνουν οι άνθρωποι;»

Σύμφωνα με την Meta, η απάντηση είναι ναι. Ο Cicero έμαθε τις δεξιότητές του παίζοντας μια διαδικτυακή έκδοση του Diplomacy στο https://webdiplomacy.net/.

Για να δημιουργήσει το Cicero, η Meta συγκέντρωσε μοντέλα τεχνητής νοημοσύνης για στρατηγικό συλλογισμό (παρόμοιο με το AlphaGo) και επεξεργασία φυσικής γλώσσας (παρόμοια με το GPT-3) και τα συνέταξε σε έναν παράγοντα. Κατά τη διάρκεια κάθε παιχνιδιού, ο Κικέρων εξετάζει την κατάσταση του ταμπλό του παιχνιδιού και το ιστορικό συνομιλιών και προβλέπει πώς θα ενεργήσουν οι άλλοι παίκτες. Κατασκευάζει ένα σχέδιο που εκτελεί μέσω ενός γλωσσικού μοντέλου που μπορεί να δημιουργήσει διάλογο που μοιάζει με άνθρωπο, επιτρέποντάς του να συντονιστεί με άλλους παίκτες.

H Meta AI αποκαλεί τις δεξιότητες φυσικής γλώσσας του Cicero «ελεγχόμενο μοντέλο διαλόγου», όπου βρίσκεται η καρδιά της προσωπικότητας του Cicero. Όπως το GPT-3, ο Cicero αντλεί από ένα μεγάλο σώμα κειμένου στο Διαδίκτυο που έχει ανακτηθεί από τον Ιστό. «Για να δημιουργήσουμε ένα ελεγχόμενο μοντέλο διαλόγου, ξεκινήσαμε με ένα μοντέλο γλώσσας τύπου BART 2,7 δισεκατομμυρίων παραμέτρων, προεκπαιδευμένο σε κείμενο από το Διαδίκτυο και συντονισμένο σε πάνω από 40.000 ανθρώπινα παιχνίδια στο https://webdiplomacy.net/. Το μοντέλο που προέκυψε κατέκτησε τις περιπλοκές ενός πολύπλοκου παιχνιδιού. «Ο Cicero μπορεί να συμπεράνει, για παράδειγμα, ότι αργότερα στο παιχνίδι θα χρειαστεί την υποστήριξη ενός συγκεκριμένου παίκτη», λέει ο Meta AI, «και στη συνέχεια να δημιουργήσει μια στρατηγική για να κερδίσει την εύνοια αυτού του ατόμου—και ακόμη και να αναγνωρίσει τους κινδύνους και τις ευκαιρίες που βλέπει αυτός ο παίκτης, από την ιδιαίτερη σκοπιά τους».

Το OpenAI έχει δημιουργήσει το καλύτερο ρομπότ που παίζει Minecraft μέχρι σήμερα, κάνοντάς το να παρακολουθεί 70.000 ώρες βίντεο με άτομα που παίζουν το δημοφιλές παιχνίδι υπολογιστή. Παρουσιάζει μια ισχυρή νέα τεχνική που θα μπορούσε να χρησιμοποιηθεί για να εκπαιδεύσει μηχανές ώστε να εκτελούν ένα ευρύ φάσμα εργασιών, μπαίνοντας σε ιστότοπους όπως το YouTube, μια τεράστια και αναξιοποίητη πηγή δεδομένων εκπαίδευσης.

Το Minecraft AI έμαθε να εκτελεί περίπλοκες ακολουθίες κλικ πληκτρολογίου και ποντικιού για να ολοκληρώσει εργασίες στο παιχνίδι, όπως το κόψιμο δέντρων και τη δημιουργία εργαλείων. Είναι το πρώτο ρομπότ που μπορεί να δημιουργήσει τα λεγόμενα εργαλεία διαμαντιού, μια εργασία που συνήθως απαιτεί από τους καλούς παίκτες 20 λεπτά κλικ υψηλής ταχύτητας—ή περίπου 24.000 ενέργειες.

Το αποτέλεσμα είναι μια σημαντική ανακάλυψη για μια τεχνική γνωστή ως μίμηση μάθησης, στην οποία τα νευρωνικά δίκτυα εκπαιδεύονται πώς να εκτελούν εργασίες βλέποντας τους ανθρώπους να τις κάνουν. Η μάθηση μίμησης μπορεί να χρησιμοποιηθεί για την εκπαίδευση της τεχνητής νοημοσύνης στον έλεγχο των βραχιόνων ρομπότ, στην οδήγηση αυτοκινήτων ή στην πλοήγηση σε ιστοσελίδες.

Υπάρχει ένας τεράστιος όγκος βίντεο στο διαδίκτυο που δείχνει ανθρώπους να κάνουν διαφορετικές εργασίες. Αξιοποιώντας αυτόν τον πόρο, οι ερευνητές ελπίζουν να κάνουν για την εκμάθηση μίμησης ό,τι έκανε το GPT-3 για μεγάλα γλωσσικά μοντέλα. «Τα τελευταία χρόνια είδαμε την άνοδο αυτού του παραδείγματος GPT-3 όπου βλέπουμε εκπληκτικές δυνατότητες να προέρχονται από μεγάλα μοντέλα που έχουν εκπαιδευτεί σε τεράστιες περιοχές του Διαδικτύου», λέει ο Bowen Baker στο OpenAI, ένας από την ομάδα πίσω από το νέο Minecraft. bot. «Ένα μεγάλο μέρος αυτού οφείλεται στο ότι διαμορφώνουμε το τι κάνουν οι άνθρωποι όταν μπαίνουν στο διαδίκτυο».

Μια μικρή εταιρεία με έδρα τη Νεμπράσκα των ΗΠΑ, έλαβε άδεια από τον FDA για λογισμικό της που βασίζεται στην τεχνητή νοημοσύνη και βοηθά στην ανίχνευση του καρκίνου του προστάτη σε μαγνητικές τομογραφίες.

Το πρόγραμμα Bot Image's ProstatID εκπαιδεύτηκε χρησιμοποιώντας χιλιάδες ψηφιακές εικόνες, ερμηνείες από ακτινολόγους και αποτελέσματα βιοψίας. Αναγνωρίζει αυτόματα και μετρά τον όγκο του αδένα του προστάτη και επισημαίνει ύποπτες βλάβες που θα μπορούσαν να φιλοξενούν καρκινικά κύτταρα.

«Η υιοθέτηση των μεθόδων προσυμπτωματικού ελέγχου και ανίχνευσης του καρκίνου του προστάτη έχει αλλάξει ελάχιστα τα τελευταία 30 χρόνια, παρά τη πληθώρα των στοιχείων που δείχνουν την αποτελεσματικότητα των ανώτερων τεχνολογιών και τη ματαιότητα των παλιών μεθόδων», δήλωσε ο CEO Randall Jones. «Δυστυχώς, αυτό είχε ως αποτέλεσμα τους περιττούς και πρόωρους θανάτους αμέτρητου αριθμού ανδρών μόνο στις ΗΠΑ».

Επιπλέον, ο ίδιος ο προστάτης μπορεί να αποτελέσει πρόκληση όταν πρόκειται να γίνει μια καθαρή σάρωση, λόγω της θέσης του μέσα στο σώμα και της ομοιομορφίας του ιστού του, σημείωσε η εταιρεία.

Για να βοηθήσουν στη διάγνωση του καρκίνου, οι αλγόριθμοι μηχανικής μάθησης του Bot Image έχουν σχεδιαστεί για να παράγουν έναν έγχρωμο χάρτη φυσιολογικού και μη φυσιολογικού ιστού. Το πρόγραμμα εκχωρεί επίσης μια βαθμολογία πιθανότητας σε κάθε βλάβη—που προέρχεται από το Τ2, τον συντελεστή φαινομενικής διάχυσης και τις σταθμισμένες εικόνες διάχυσης.

Η εταιρεία σχεδιάζει να προσφέρει το ProstatID, το πρώτο της προϊόν, ως SaaS (Software as a Service). Οι ακτινολόγοι θα συνδέονται με τους διακομιστές του Bot Image στο cloud, θα ανεβάσουν τις σαρώσεις μαγνητικής τομογραφίας και θα λάβουν ως αντάλλαγμα μια αναφορά που δημιουργείται από AI, με ολόκληρη τη διαδικασία να διαρκεί λιγότερο από μία ώρα για να ρυθμιστεί, σύμφωνα με τον Jones.

Η Bot Image —μια εταιρεία που αρχικά επωάστηκε στον πάροχο μαγνητικής τομογραφίας ScanMed— σχεδιάζει επίσης να αναπτύξει λογισμικό τεχνητής νοημοσύνης για τον εντοπισμό καταστάσεων όπως εγκεφαλικό επεισόδιο, ηπατική νόσο, χρόνια αποφρακτική πνευμονοπάθεια και άλλους καρκίνους χρησιμοποιώντας απεικόνιση μαγνητικής τομογραφίας.

Οι σημερινοί πιο επιτυχημένοι αλγόριθμοι τεχνητής νοημοσύνης, τα τεχνητά νευρωνικά δίκτυα, βασίζονται χαλαρά στους περίπλοκους ιστούς πραγματικών νευρωνικών δικτύων στον εγκέφαλό μας. Αλλά σε αντίθεση με τους εξαιρετικά αποδοτικούς εγκεφάλους μας, η εκτέλεση αυτών των αλγορίθμων σε υπολογιστές καταναλώνει μεγάλα ποσά ενέργειας. Τα μεγαλύτερα μοντέλα καταναλώνουν σχεδόν τόση ισχύ με πέντε αυτοκίνητα κατά τη διάρκεια της ζωής τους.

Γι'αυτό το λόγο αναπτύσσεται ο νευρομορφικός υπολογισμός, ένα πιο ταιριαστό μοντέλο με τις αρχές σχεδιασμού και τη φυσική του εγκεφάλου μας που θα μπορούσε να γίνει το μέλλον της τεχνητής νοημοσύνης, εξοικονομώντας ενέργεια. Αντί να μεταφέρουμε δεδομένα σε μεγάλες αποστάσεις μεταξύ μιας κεντρικής μονάδας επεξεργασίας και των τσιπ μνήμης, τα νευρομορφικά σχέδια μιμούνται την αρχιτεκτονική της μάζας που μοιάζει με ζελέ στα κεφάλια μας, με υπολογιστικές μονάδες (νευρώνες) τοποθετημένες δίπλα στη μνήμη (αποθηκευμένες στις συνάψεις που συνδέουν τους νευρώνες). Για να μοιάσουν περισσότερο με τον εγκέφαλο, οι ερευνητές συνδυάζουν νευρομορφικά τσιπ με αναλογικούς υπολογιστές, οι οποίοι μπορούν να επεξεργάζονται συνεχή σήματα, όπως ακριβώς οι πραγματικοί νευρώνες. Τα τσιπ που προκύπτουν διαφέρουν πολύ από την τρέχουσα αρχιτεκτονική και τον τρόπο υπολογισμού των υπολογιστών που χρησιμοποιούν μόνο ψηφιακούς υπολογιστές που βασίζονται σε δυαδική επεξεργασία σήματος 0 και 1.

Με οδηγό τον εγκέφαλο, τα νευρομορφικά τσιπ υπόσχονται μια μέρα να καταρρίψουν την κατανάλωση ενέργειας υπολογιστικών εργασιών βαρέων δεδομένων όπως η τεχνητή νοημοσύνη. Δυστυχώς, οι αλγόριθμοι τεχνητής νοημοσύνης δεν έχουν σωστή συνεργασία με τις αναλογικές εκδόσεις αυτών των τσιπ λόγω ενός προβλήματος που είναι γνωστό ως ασυμφωνία συσκευών: Στο τσιπ, μικροσκοπικά στοιχεία εντός των αναλογικών νευρώνων δεν ταιριάζουν σε μέγεθος λόγω της διαδικασίας κατασκευής. Επειδή τα μεμονωμένα τσιπ δεν είναι αρκετά εξελιγμένα για να εκτελέσουν τις πιο πρόσφατες διαδικασίες εκπαίδευσης, οι αλγόριθμοι πρέπει πρώτα να εκπαιδευτούν ψηφιακά σε υπολογιστές. Στη συνέχεια, όμως, όταν οι αλγόριθμοι μεταφέρονται στο τσιπ, η απόδοσή τους καταρρέει μόλις συναντήσουν την αναντιστοιχία στο αναλογικό υλικό.

Τώρα, μια εργασία που δημοσιεύτηκε τον περασμένο μήνα στο Proceedings of the National Academy of Sciences αποκάλυψε επιτέλους έναν τρόπο να παρακάμψει αυτό το πρόβλημα. Μια ομάδα ερευνητών με επικεφαλής τον Friedemann Zenke στο Ινστιτούτο Βιοϊατρικής Έρευνας Friedrich Miescher και τον Johannes Schemmel στο Πανεπιστήμιο της Χαϊδελβέργης έδειξε ότι ένας αλγόριθμος τεχνητής νοημοσύνης γνωστός ως νευρωνικό δίκτυο - το οποίο χρησιμοποιεί το διακριτικό σήμα επικοινωνίας του εγκεφάλου, γνωστό ως ακίδα - θα μπορούσε εργαστείτε με το τσιπ για να μάθει πώς να αντισταθμίζει την αναντιστοιχία της αναλογικής συσκευής. Η εργασία είναι ένα σημαντικό βήμα προς τον αναλογικό νευρομορφικό υπολογισμό με AI.

«Το εκπληκτικό είναι ότι λειτούργησε τόσο καλά», είπε ο Sander Bohte, ειδικός σε νευρωνικά δίκτυα στο CWI, το εθνικό ερευνητικό ινστιτούτο για τα μαθηματικά και την επιστήμη των υπολογιστών στην Ολλανδία. "Είναι ένα πολύ επίτευγμα και πιθανότατα ένα σχέδιο για περισσότερα με αναλογικά νευρομορφικά συστήματα."

Η σημασία του αναλογικού υπολογισμού για τους υπολογιστές που βασίζονται στον εγκέφαλο είναι λεπτή. Ο ψηφιακός υπολογιστής μπορεί να αντιπροσωπεύει αποτελεσματικά μια δυαδική πτυχή του σήματος ακίδας του εγκεφάλου, μια ηλεκτρική ώθηση που εκτοξεύεται μέσω ενός νευρώνα σαν κεραυνός. Όπως συμβαίνει με ένα δυαδικό ψηφιακό σήμα, είτε η ακίδα αποστέλλεται είτε όχι. Αλλά οι αιχμές αποστέλλονται με την πάροδο του χρόνου συνεχώς - το οποίο στην ουσία είναι ένα αναλογικό σήμα - και ο τρόπος με τον οποίο οι νευρώνες μας αποφασίζουν να στείλουν μια ακίδα είναι επίσης συνεχής, με βάση μια ηλεκτρική τάση μέσα στο κελί που αλλάζει με την πάροδο του χρόνου. (Όταν η τάση φτάσει σε ένα συγκεκριμένο όριο σε σύγκριση με την τάση έξω από την κυψέλη, ο νευρώνας στέλνει μια ακίδα.)

«Στην αναλογικότητα βρίσκεται η ομορφιά των βασικών υπολογισμών του εγκεφάλου. Η μίμηση αυτής της βασικής πτυχής του εγκεφάλου είναι ένας από τους κύριους μοχλούς του νευρομορφικού υπολογισμού», δήλωσε η Charlotte Frenkel, ερευνήτρια νευρομορφικής μηχανικής στο Πανεπιστήμιο της Ζυρίχης και στο ETH Zurich.

Ο Dr Nando de Freitas, επικεφαλής ερευνητής στο DeepMind της Google, δήλωσε ότι "το παιχνίδι τελείωσε" αναφορικά με την προσπάεθεια επίτευξης τεχνητής γενικής νοημοσύνης (AGI-Artificial General Intelligence) ή νοημοσύνης σε ανθρώπινο επίπεδο.

Ο Dr Freitas ανάρτησε το παραπάνω στο Twitter ως απάντηση σε ένα άρθρο γνώμης του Tristan Greene μετά την κυκλοφορία του, Gato της DeepMind, στο οποίο ο Greene προτείνει ότι η ανθρωπότητα μπορεί να μην επιτύχει ποτέ AGI και ότι τουλάχιστον φαίνεται ότι "σαν το AGI δεν θα συμβαίνει στη ζωή μας".

Το Gato είναι μια τεχνητή νοημοσύνη (AI) που η DeepMind αποκαλεί "A Generalist Agent". Ο Freitas επέβλεψε το έργο Gato και είναι ένας από τους συγγραφείς μιας μελέτης που ανέβηκε στο arXiv.

Ο Dr Freitas πιστεύει ότι η επίτευξη του AGI είναι ουσιαστικά ένα κλεισμένο θέμα για την ανθρωπότητα και η επίτευξή του είναι μόνο θέμα χρόνου. Σύμφωνα με τον Dr Freitas, η επίλυση των προκλήσεων που αντιμετωπίζει η κλιμάκωση των μοντέλων τεχνητής νοημοσύνης και η μνήμη, η αποτελεσματικότητα, η ασφάλεια και άλλες πτυχές τους «είναι αυτό που θα προσφέρει το AGI».

Ο Freitas ανέφερε επίσης και τον επικεφαλής επιστήμονα του OpenAI, Ilya Sutskever, σε ένα επόμενο tweet, λέγοντας ότι έχει δίκιο, πιθανώς αναφερόμενος σε ένα tweet πριν από μερικούς μήνες όπου ο Sutskever είπε «ίσως τα σημερινά μεγάλα νευρωνικά δίκτυα να έχουν ελαφρώς συνειδητότητα».

Η δημοτικότητα των εργαλείων μηχανικής μάθησης έχει εκτοξευθεί στα ύψη τα τελευταία χρόνια. Αυτό οφείλεται τόσο στην αυξανόμενη εμπιστοσύνη στην ακρίβειά τους όσο και στη μείωση του κόστους. Πολλές επιχειρήσεις χρησιμοποιούν πλέον τη μηχανική εκμάθηση για να παρέχουν ακριβείς προβλέψεις και να αναλύουν γρήγορα μεγάλα σύνολα δεδομένων. Σε αυτό το πλαίσιο η IBM αυξάνει τις επενδύσεις στην τεχνητή νοημοσύνη. Η εταιρεία λέει ότι οι εφευρέτες της αναπτύσσουν νέα τεχνολογία AI για να ωθήσουν τις επιχειρήσεις να κλιμακώσουν τη χρήση της τεχνητής νοημοσύνης τους.

Επικεντρώνεται στην έναρξη της αλλαγής μέσω της επεξεργασίας φυσικής γλώσσας (NLP), της αυτοματοποίησης και της ανάπτυξης εμπιστοσύνης στην τεχνητή νοημοσύνη. Επιπλέον, συνεχίζει να εισάγει νέες ικανότητες από το σκέλος της Ε&Α στα προϊόντα της.

Η IBM λέει ότι το επόμενο βήμα στην τεχνητή νοημοσύνη είναι αυτό που ονομάζει ρευστή νοημοσύνη. Σύμφωνα με την εταιρεία, η τρέχουσα τεχνολογία μηχανικής εκμάθησης είναι περιορισμένη. Κατά συνέπεια, η χρήση εκπαιδευμένων μοντέλων για αναδυόμενες ανάγκες απαιτεί σημαντικό χρόνο και εκπαίδευση φρέσκων δεδομένων. Χρειαζόμαστε λοιπόν τεχνητή νοημοσύνη που συνδυάζει ένα ευρύ φάσμα πληροφοριών, εξερευνά αιτιώδεις συνδέσεις και ανακαλύπτει από μόνη της νέες εμπειρίες.

Τα συστήματα τεχνητής νοημοσύνης έχουν γίνει κοινά όχι μόνο στην καθημερινή ζωή αλλά και στις επιχειρήσεις. Αποτελούν ζωτικά εργαλεία για να βοηθήσουν στη λήψη αποφάσεων. Αυτό συμβαίνει επειδή η πολυπλοκότητα και η αποτελεσματικότητά τους παρέχουν δυνατότητες αποκάλυψης ουσιαστικών πληροφοριών για διάφορες χρήσεις. Ωστόσο, η ευρεία υιοθέτηση τέτοιων συστημάτων απαιτεί ανθρώπινη πίστη στην παραγωγή τους.

Προς μελλοντικά κεντρικά συστήματα AI
Η IBM υποστηρίζει ότι οι άνθρωποι έχουν την τάση να εμπιστεύονται την τεχνολογία που κατανοούν. Αυτό συμβαίνει γιατί την έχουν αξιολογήσει και πιστεύουν στην ασφάλειά της. Η IBM επιμένει περαιτέρω ότι οι χρήστες πρέπει να γνωρίζουν ότι είναι δίκαιο, αξιόπιστο και ασφαλές για τους χρήστες να εμπιστεύονται έναν αλγόριθμο. Ως εκ τούτου, το τμήμα Ε&Α του επιδιώκει διαφορετικές προσεγγίσεις που θα το βοηθήσουν να δημιουργήσει συστήματα τεχνητής νοημοσύνης με επίκεντρο το μέλλον. Αυτά ευθυγραμμίζονται με τις κοινωνικές αξίες επειδή είναι σταθερές, εξηγήσιμες και υπεύθυνες. Αυτό θα διασφαλίσει ότι οι εφαρμογές ML τους είναι αποτελεσματικές και δίκαιες καθ' όλη τη διάρκεια.

Η εταιρεία είναι επίσης μεγάλη στο NLP. Θεωρεί ότι οι πληροφορίες που είναι κεντρικές για τον μετασχηματισμό των επιχειρήσεων είναι απρόσιτες. Για τον σκοπό αυτό, κατασκευάζει συστήματα τεχνητής νοημοσύνης αιχμής που μπορούν να διασπάσουν τεράστιες ποσότητες κειμένου για να έχουν ευρεία εφαρμογή σε οποιαδήποτε γλώσσα.

Επιπλέον, η IBM αναπτύσσει νέες αρχιτεκτονικές και συσκευές με τεράστιες δυνατότητες επεξεργασίας. Αυτό το υλικό είναι στιβαρό και αρκετά γρήγορο ώστε να χειρίζεται τις τεράστιες ομάδες δεδομένων που παράγουμε καθημερινά. Αυτά θα μας επιτρέψουν να αξιοποιήσουμε πλήρως τις δυνατότητες της τεχνητής νοημοσύνης.

Ο ιαπωνικός τεχνολογικός γίγαντας Sony αποκάλυψε αυτή την εβδομάδα ότι έχει εκπαιδεύσει τον πιο σκληρό αντίπαλο για τον προσομοιωτή αγώνων αυτοκινήτων Gran Turismo -- έναν πρωταθλητή που μπορεί να νικήσει κορυφαίους οδηγούς ηλεκτρονικών σπορ στα δικά του παιχνίδια, την τεχνητή νοημοσύνη.
Ανδρωμένο στα πεδία μάχης περισσότερων από 1.000 κονσολών PlayStation 4, το AI Racer-bot έχει γίνει αρκετά έξυπνο ώστε να εντοπίζει βέλτιστες διαδρομές πορείας και μπορεί να εκτελεί δεξιοτεχνικούς τακτικούς ελιγμούς για να προσπεράσει ή να μπλοκάρει τους ανταγωνιστές του. Το κάνει με αδίστακτη αποτελεσματικότητα -- ενώ εξακολουθεί να σέβεται την ανθρώπινη εθιμοτυπία του παιχνιδιού, ισχυρίζεται η Sony. Η εταιρεία δημοσίευσε έρευνα για το πνευματικό της τέκνο -- που ονομάστηκε Gran Turismo Sophy -- στο περιοδικό Nature αυτή την εβδομάδα. Η διαδικασία ανάπτυξης συνδύασε «αλγόριθμους εκμάθησης προηγμένης τεχνολογίας, χωρίς μοντέλα, βαθιάς ενίσχυσης με εκπαίδευση σε μικτά σενάρια για την εκμάθηση μιας ολοκληρωμένης πολιτικής ελέγχου που συνδυάζει εξαιρετική ταχύτητα με εντυπωσιακές τακτικές», ανέφερε. "Επιπλέον, κατασκευάζουμε μια λειτουργία ανταμοιβής που επιτρέπει στο Sophy να είναι ανταγωνιστικό, ενώ τηρεί τους σημαντικούς, αλλά καθορισμένους αθλητικούς κανόνες του αγώνα."

Σε μια επίδειξη μετάδοσης μέσων μαζικής ενημέρωσης, το Sophy κέρδισε τέσσερις από τους κορυφαίους οδηγούς Gran Turismo στον κόσμο σε διαγωνισμούς 1 vs 1, αποδεικνύοντας την ανωτερότητα της τεχνολογίας έναντι των απλών θνητών. Αλλά η φιλοδοξία του Sophy δεν ήταν ποτέ να συντρίψει το ηθικό της ανθρωπότητας ή να μας αφήσει να νιώθουμε ηττημένοι. Αντίθετα, έχει σκοπό να πυροδοτήσει νέο ενθουσιασμό στα ηλεκτρονικά αθλήματα, ειδικά μεταξύ των ελίτ παικτών που ένιωθαν ότι δεν είχαν καμία πρόκληση. «Αισθάνομαι απογοητευμένος, αυτό δεν συνέβη ποτέ πριν παλέψω με AI», είπε ο Tomoaki Yamanaka, ένας από τους τέσσερις οδηγούς, μετά την ήττα. "Οδήγησα σαν να οδηγούσα ενάντια σε άνθρωπο. Αυτό είναι πραγματικά εκπληκτικό πράγμα."

Ερευνητές της startup εταιρίας βιοτεχνολογίας Cortical Labs δημιούργησαν «μίνι εγκεφάλους» που αποτελούνται από 800.000 έως ένα εκατομμύριο ζωντανά ανθρώπινα εγκεφαλικά κύτταρα σε ένα τρυβλίο Petri, σύμφωνα με τον δικτυακό τόπο newscientist.com. Τα κύτταρα τοποθετούνται πάνω από μια συστοιχία μικροηλεκτροδίων που αναλύει τη νευρική δραστηριότητα. Για να διδάξει στους μίνι εγκεφάλους το παιχνίδι, η ομάδα δημιούργησε μια απλοποιημένη έκδοση του "Pong" χωρίς αντίπαλο. Ένα σήμα αποστέλλεται είτε στα δεξιά είτε στα αριστερά της συστοιχίας για να δείξει πού βρίσκεται η μπάλα και οι νευρώνες από τα εγκεφαλικά κύτταρα στέλνουν σήματα πίσω για να μετακινήσουν το κουπί.

Ο Brett Kagan, επικεφαλής επιστημονικός υπεύθυνος στο Cortical Labs και επικεφαλής της έρευνας του έργου, είπε ότι ενώ οι μίνι εγκέφαλοι δεν μπορούν να παίξουν το παιχνίδι τόσο καλά όσο ένας άνθρωπος, μαθαίνουν όντως γρηγορότερα από ορισμένες AI.

«Το εκπληκτικό είναι πόσο γρήγορα μαθαίνει, σε πέντε λεπτά, σε πραγματικό χρόνο», είπε στο New Scientist. «Αυτό είναι πραγματικά ένα καταπληκτικό πράγμα που μπορεί να κάνει η βιολογία».

Η ομάδα του Cortical Labs ελπίζει να χρησιμοποιήσει τα ευρήματά της για να αναπτύξει εξελιγμένη τεχνολογία χρησιμοποιώντας "ζωντανούς βιολογικούς νευρώνες ενσωματωμένους με τον παραδοσιακό επεξεργαστή πυριτίου", σύμφωνα με τον ιστότοπό τους.

Υπάρχει πραγματικά βίντεο με τα εγκεφαλικά κύτταρα να παίζουν Pong. Ο επικεφαλής επιστημονικός υπεύθυνος είπε στο New Scientist ότι όταν τα κύτταρα είναι στο παιχνίδι, στην πραγματικότητα πιστεύουν ότι είναι το κουπί. 

«Πιστεύουμε ότι είναι δίκαιο να τους αποκαλούμε εγκεφάλους cyborg», λέει ο Brett Kagan, επικεφαλής επιστημονικός υπεύθυνος της Cortical Labs, ο οποίος ηγείται της έρευνας.

Πολλές ομάδες σε όλο τον κόσμο έχουν μελετήσει δίκτυα νευρώνων σε τρυβλία, συχνά αναπτύσσοντάς τους σε όργανα που μοιάζουν με τον εγκέφαλο. Αλλά αυτή είναι η πρώτη φορά που βρέθηκαν μικροεγκέφαλοι να εκτελούν καθήκοντα με συγκεκριμένο στόχο, λέει ο Kagan.