До този извод стигат в разговор двама от важните лица на Google – модератора Сергей Брин и ръководителя на Google Deep Mind Демис Хасабис. Диалогът им бързо се превърна в обсъждане на тема, която се превърна в един от основните въпроси за индустрията през последните месеци – кога ще се появи изкуствен интелект, способен да действа на нивото на човека.
И двамата събеседници смятат, че такъв етап може да настъпи около 2030 г., въпреки че в професионалните среди няма обща отправна точка: някои говорят за следващите две години, а други признават, че ще трябва да почакаме почти десетилетие, пише сайтът Калдата. Какъв точно може да бъде този интелект и как ще се промени ежедневието, ако стане достъпен за широката аудитория, остава неясно.
Макар че голяма част от програмата на конференцията беше посветена на новите функции на съществуващите услуги, разговорът между Брин и Хасабис се съсредоточи върху това какви стъпки са необходими, за да се доближат технологиите до нивото на универсалните модели. Хасабис отбеляза, че движението в една посока не е достатъчно: индустрията ще трябва едновременно да увеличи мащаба на настоящите системи и да търси методи, които могат да ги изведат на следващото ниво. Брин добави, че новите алгоритми понякога дават по-голям тласък, отколкото простото разширяване на изчислителните ресурси, въпреки че и двете линии на развитие сега са се засилили и комбинацията от тях ускорява напредъка.
Хасабис припомни, че са необходими поне два такива пробива, като първият от тях е частично проявен в последните експерименти на Google, OpenAI и други изследователски групи. Става дума за модели, които не бързат да дадат отговор и отделят допълнително време за оценка на множество варианти. Подходът напомня на нормалния човешки мисловен процес, при който първо прекарваме мисълта през главата си и едва след това формулираме отговора. Брин отбеляза с усмивка, че за някои хора би било добре да се научат на това.
Има два нови инструмента, които все още остават в сянка, но вече показват как може да се развие работата с модели от следващо поколение. Единият от тях е Gemini Diffusion. Това е езиков алгоритъм, изграден на принципите на дифузионните мрежи, които досега се използваха почти единствено за генериране на изображения. В текстовата версия методът работи по подобен начин: моделът започва с набор от случайни данни и стъпка по стъпка ги „изчиства“, докато се получи стройна фраза или програмен блок. Този подход дава осезаемо увеличение на скоростта и дава възможност за получаване на резултати по-бързо, отколкото при използване на обичайните архитектури.
Вторият инструмент е режимът Deep Think (Дълбоко мислене). Той добавя към работата с моделите възможността да не се ограничава до едно-единствено решение, а да се анализират няколко пътя едновременно. Алгоритъмът сравнява получените заключения и избира това, което изглежда по-надеждно. Тази схема помага на системата да се справя по-точно със задачи, при които е важна последователната логика, а не незабавното първо предположение.
Хасабис и Брин бяха попитани дали трябва да се изчака до 2030 г. или по-късно за появата на универсален интелект. Брин клони към по-ранната дата, а Хасабис – към по-късната. Хасабис завърши разговора, като отбеляза с усмивка, че Брин може да си позволи само да излага очаквания, докато самият той трябва да отговаря за превръщането на тези очаквания в работеща технология.