Περίληψη άρθρου:
Η DeepMind, το εργαστήριο Τεχνητής Νοημοσύνης που ανήκει στην Google, αναπτύσσει ένα νέο σύστημα Τεχνητής Νοημοσύνης με την ονομασία Gemini, το οποίο στοχεύει να ξεπεράσει το ChatGPT της OpenAI. Το Gemini θα συνδυάσει την τεχνογνωσία της DeepMind στην ενισχυτική μάθηση, που χρησιμοποιείται στο ιστορικό πρόγραμμα AlphaGo, με μεγάλα γλωσσικά μοντέλα παρόμοια με το GPT-4. Ο στόχος είναι να δώσει στο Gemini νέες δυνατότητες, όπως ο σχεδιασμός και η επίλυση προβλημάτων. Η ανάπτυξη του Gemini αποτελεί μέρος της απάντησης της Google στην ανταγωνιστική απειλή που θέτει το ChatGPT και άλλες τεχνολογίες δημιουργικής τεχνητής νοημοσύνης. Ωστόσο, οι ανησυχίες σχετικά με τους κινδύνους και τη δυνατότητα ελέγχου των ισχυρών μοντέλων τεχνητής νοημοσύνης παραμένουν, και ο διευθύνων σύμβουλος της DeepMind Demis Hassabis αναγνωρίζει την ανάγκη για περισσότερη έρευνα και δοκιμές αξιολόγησης για την αντιμετώπιση αυτών των ανησυχιών.

Κύρια σημεία του άρθρου:

• Η DeepMind εργάζεται πάνω σε ένα νέο σύστημα που ονομάζεται Gemini και συνδυάζει τεχνικές από το πρόγραμμα AlphaGo και μεγάλα γλωσσικά μοντέλα όπως το GPT-4.
• Το Gemini στοχεύει να έχει νέες δυνατότητες, όπως ο σχεδιασμός και η επίλυση προβλημάτων.
• Το Gemini βρίσκεται ακόμη σε στάδιο ανάπτυξης και θα μπορούσε να διαδραματίσει σημαντικό ρόλο στην απάντηση της Google στον ανταγωνισμό από το ChatGPT της OpenAI.
• Η DeepMind έχει επίγνωση των πιθανών κινδύνων που συνδέονται με την ανάπτυξη της ΤΝ και ερευνά ενεργά την ασφάλεια της ΤΝ.
• Ο διευθύνων σύμβουλος Demis Hassabis πιστεύει ότι ενώ υπάρχουν κίνδυνοι, τα οφέλη της ΤΝ καθιστούν επιτακτική την ανάγκη να συνεχιστεί η ανάπτυξη της τεχνολογίας.

Αναλυτικά το άρθρο:
Ο Demis Hassabis λέει ότι η εταιρεία εργάζεται πάνω σε ένα σύστημα που ονομάζεται Gemini και θα αξιοποιεί τεχνικές που βοήθησαν το AlphaGo να νικήσει έναν πρωταθλητή του Go το 2016.

Το 2016, ένα πρόγραμμα τεχνητής νοημοσύνης με την ονομασία AlphaGo από το εργαστήριο τεχνητής νοημοσύνης DeepMind της Google έγραψε ιστορία νικώντας έναν πρωταθλητή παίκτη του επιτραπέζιου παιχνιδιού Go. Τώρα ο Demis Hassabis, συνιδρυτής και διευθύνων σύμβουλος της DeepMind, λέει ότι οι μηχανικοί του χρησιμοποιούν τεχνικές από το AlphaGo για να φτιάξουν ένα σύστημα τεχνητής νοημοσύνης με την ονομασία Gemini, το οποίο θα είναι πιο ικανό από αυτό που βρίσκεται πίσω από το ChatGPT της OpenAI.

Το Gemini της DeepMind, το οποίο βρίσκεται ακόμη σε στάδιο ανάπτυξης, είναι ένα μεγάλο γλωσσικό μοντέλο που λειτουργεί με κείμενο και είναι παρόμοιο στη φύση του με το GPT-4, το οποίο τροφοδοτεί το ChatGPT. Αλλά ο Hassabis λέει ότι η ομάδα του θα συνδυάσει αυτή την τεχνολογία με τεχνικές που χρησιμοποιούνται στο AlphaGo, με στόχο να δώσει στο σύστημα νέες δυνατότητες, όπως ο σχεδιασμός ή η ικανότητα επίλυσης προβλημάτων.

"Σε υψηλό επίπεδο μπορείτε να σκεφτείτε ότι το Gemini συνδυάζει μερικά από τα πλεονεκτήματα των συστημάτων τύπου AlphaGo με τις εκπληκτικές γλωσσικές δυνατότητες των μεγάλων μοντέλων", λέει ο Hassabis. "Έχουμε επίσης κάποιες νέες καινοτομίες που θα είναι αρκετά ενδιαφέρουσες". Το Gemini προτάθηκε για πρώτη φορά στο συνέδριο προγραμματιστών της Google τον περασμένο μήνα, όταν η εταιρεία ανακοίνωσε μια σειρά από νέα έργα τεχνητής νοημοσύνης.

Το AlphaGo βασίστηκε σε μια τεχνική που έχει πρωτοπορήσει η DeepMind και ονομάζεται ενισχυτική μάθηση, κατά την οποία το λογισμικό μαθαίνει να αναλαμβάνει δύσκολα προβλήματα που απαιτούν την επιλογή των ενεργειών που πρέπει να κάνει, όπως στο Go ή στα βιντεοπαιχνίδια, κάνοντας επαναλαμβανόμενες προσπάθειες και λαμβάνοντας ανατροφοδότηση σχετικά με την απόδοσή του. Χρησιμοποίησε επίσης μια μέθοδο που ονομάζεται αναζήτηση δέντρων για να εξερευνήσει και να θυμάται πιθανές κινήσεις στο ταμπλό. Το επόμενο μεγάλο άλμα για τα γλωσσικά μοντέλα μπορεί να περιλαμβάνει την εκτέλεση περισσότερων καθηκόντων στο διαδίκτυο και στους υπολογιστές.

Το Gemini βρίσκεται ακόμη σε στάδιο ανάπτυξης, μια διαδικασία που θα διαρκέσει αρκετούς μήνες, λέει ο Hassabis. Θα μπορούσε να κοστίσει δεκάδες ή εκατοντάδες εκατομμύρια δολάρια. Ο Sam Altman, διευθύνων σύμβουλος της OpenAI, δήλωσε τον Απρίλιο ότι η δημιουργία του GPT-4 κόστισε περισσότερα από 100 εκατομμύρια δολάρια.

Παίζοντας το παιχνίδι της αναπλήρωσης
Όταν το Gemini ολοκληρωθεί, θα μπορούσε να διαδραματίσει σημαντικό ρόλο στην απάντηση της Google στην ανταγωνιστική απειλή που θέτει το ChatGPT και άλλες τεχνολογίες δημιουργικής τεχνητής νοημοσύνης. Η εταιρεία αναζήτησης υπήρξε πρωτοπόρος σε πολλές τεχνικές που επέτρεψαν τον πρόσφατο χείμαρρο νέων ιδεών τεχνητής νοημοσύνης, αλλά επέλεξε να αναπτύξει και να αναπτύξει προϊόντα βασισμένα σε αυτές με προσοχή.

Από το ντεμπούτο του ChatGPT η Google έσπευσε να βγάλει το δικό της chatbot, το Bard, και να βάλει την παραγωγική AI στη μηχανή αναζήτησης και σε πολλά άλλα προϊόντα της. Για να δώσει ώθηση στην έρευνα ΤΝ, η εταιρεία τον Απρίλιο συνδύασε τη μονάδα DeepMind του Hassabis με το βασικό εργαστήριο ΤΝ της Google, το Brain, για να δημιουργήσει το Google DeepMind.

Ο Hassabis λέει ότι η νέα ομάδα θα συγκεντρώσει δύο δυνάμεις που ήταν θεμελιώδεις για την πρόσφατη πρόοδο της τεχνητής νοημοσύνης. "Αν κοιτάξετε πού βρισκόμαστε στην ΤΝ, θα έλεγα ότι το 80 ή 90 τοις εκατό των καινοτομιών προέρχεται από τη μία ή την άλλη", λέει ο Hassabis. "Υπάρχουν λαμπρά πράγματα που έχουν γίνει και από τους δύο οργανισμούς την τελευταία δεκαετία".

Ο Hassabis έχει εμπειρία στην διαχείριση των χρυσών εξάρσεων της ΤΝ που αναστατώνουν τους τεχνολογικούς γίγαντες - αν και την τελευταία φορά ο ίδιος προκάλεσε τη φρενίτιδα.

Το 2014, η DeepMind εξαγοράστηκε από την Google αφού παρουσίασε εντυπωσιακά αποτελέσματα από λογισμικό που χρησιμοποιούσε ενισχυτική μάθηση για να κατακτήσει απλά βιντεοπαιχνίδια. Κατά τη διάρκεια των επόμενων ετών, η DeepMind έδειξε πώς η τεχνική κάνει πράγματα που κάποτε φαίνονταν μοναδικά ανθρώπινα - συχνά με υπεράνθρωπες ικανότητες. Όταν το AlphaGo νίκησε τον πρωταθλητή του Go Lee Sedol το 2016, πολλοί ειδικοί της τεχνητής νοημοσύνης έμειναν άναυδοι, επειδή πίστευαν ότι θα περνούσαν δεκαετίες μέχρι οι μηχανές να γίνουν ικανές σε ένα παιχνίδι τέτοιας πολυπλοκότητας.

Νέα σκέψη
Η εκπαίδευση ενός μεγάλου γλωσσικού μοντέλου όπως το GPT-4 του OpenAI περιλαμβάνει την τροφοδοσία τεράστιων ποσοτήτων επιμελημένου κειμένου από βιβλία, ιστοσελίδες και άλλες πηγές σε λογισμικό μηχανικής μάθησης γνωστό ως μετασχηματιστή. Χρησιμοποιεί τα μοτίβα σε αυτά τα δεδομένα εκπαίδευσης για να γίνει ικανός στην πρόβλεψη των γραμμάτων και των λέξεων που πρέπει να ακολουθούν ένα κομμάτι κειμένου, ένας απλός μηχανισμός που αποδεικνύεται εντυπωσιακά ισχυρός στην απάντηση ερωτήσεων και στη δημιουργία κειμένου ή κώδικα.

Ένα σημαντικό πρόσθετο βήμα για την κατασκευή του ChatGPT και παρόμοιων ικανών γλωσσικών μοντέλων είναι η χρήση ενισχυτικής μάθησης με βάση την ανατροφοδότηση από τους ανθρώπους για τις απαντήσεις ενός μοντέλου τεχνητής νοημοσύνης, ώστε να βελτιωθεί η απόδοσή του.

Η βαθιά εμπειρία της DeepMind με την ενισχυτική μάθηση θα μπορούσε να επιτρέψει στους ερευνητές της να δώσουν στο Gemini νέες δυνατότητες.

Ο Hassabis και η ομάδα του θα μπορούσαν επίσης να προσπαθήσουν να ενισχύσουν την τεχνολογία των μεγάλων γλωσσικών μοντέλων με ιδέες από άλλους τομείς της τεχνητής νοημοσύνης.

Οι ερευνητές της DeepMind εργάζονται σε τομείς που κυμαίνονται από τη ρομποτική έως τις νευροεπιστήμες και νωρίτερα αυτή την εβδομάδα η εταιρεία παρουσίασε έναν αλγόριθμο ικανό να μάθει να εκτελεί εργασίες χειρισμού με ένα ευρύ φάσμα διαφορετικών ρομποτικών βραχιόνων.

Η μάθηση από τη φυσική εμπειρία του κόσμου, όπως κάνουν οι άνθρωποι και τα ζώα, αναμένεται ευρέως ότι θα είναι σημαντική για να γίνει η τεχνητή νοημοσύνη πιο ικανή. Το γεγονός ότι τα γλωσσικά μοντέλα μαθαίνουν για τον κόσμο έμμεσα, μέσω κειμένου, θεωρείται από ορισμένους ειδικούς της ΤΝ ως σημαντικός περιορισμός.

Θολό μέλλον
Ο Hassabis είναι επιφορτισμένος με την επιτάχυνση των προσπαθειών της Google για την Τεχνητή Νοημοσύνη, ενώ παράλληλα διαχειρίζεται άγνωστους και δυνητικά σοβαρούς κινδύνους. Οι πρόσφατες, ραγδαίες εξελίξεις στα γλωσσικά μοντέλα έχουν κάνει πολλούς εμπειρογνώμονες της ΤΝ -συμπεριλαμβανομένων ορισμένων που κατασκευάζουν τους αλγορίθμους- να ανησυχούν για το αν η τεχνολογία θα χρησιμοποιηθεί για κακόβουλες χρήσεις ή θα καταστεί δύσκολο να ελεγχθεί. Κάποιοι γνώστες της τεχνολογίας έχουν ζητήσει ακόμη και παύση της ανάπτυξης πιο ισχυρών αλγορίθμων για να αποφευχθεί η δημιουργία κάτι επικίνδυνου.

Ο Hassabis λέει ότι τα εξαιρετικά δυνητικά οφέλη της τεχνητής νοημοσύνης -όπως για την επιστημονική ανακάλυψη σε τομείς όπως η υγεία ή το κλίμα- καθιστούν επιτακτική την ανάγκη να μην σταματήσει η ανθρωπότητα την ανάπτυξη της τεχνολογίας. Πιστεύει επίσης ότι η επιβολή παύσης είναι ανέφικτη, καθώς θα ήταν σχεδόν αδύνατο να επιβληθεί. "Αν γίνει σωστά, θα είναι η πιο ευεργετική τεχνολογία για την ανθρωπότητα που υπήρξε ποτέ", λέει για την τεχνητή νοημοσύνη. "Πρέπει με τόλμη και γενναιότητα να κυνηγήσουμε αυτά τα πράγματα".

Αυτό δεν σημαίνει ότι ο Hassabis υποστηρίζει ότι η ανάπτυξη της τεχνητής νοημοσύνης προχωράει με γοργούς ρυθμούς. Η DeepMind διερευνούσε τους πιθανούς κινδύνους της ΤΝ από την εποχή που εμφανίστηκε το ChatGPT και ο Shane Legg, ένας από τους συνιδρυτές της εταιρείας, ηγείται μιας ομάδας "ασφάλειας ΤΝ" εντός της εταιρείας εδώ και χρόνια. Ο Hassabis ενώθηκε με άλλες προσωπικότητες υψηλού προφίλ της ΤΝ τον περασμένο μήνα, υπογράφοντας μια δήλωση που προειδοποιούσε ότι η ΤΝ μπορεί κάποια μέρα να αποτελέσει κίνδυνο συγκρίσιμο με τον πυρηνικό πόλεμο ή μια πανδημία.

Μία από τις μεγαλύτερες προκλήσεις αυτή τη στιγμή, λέει ο Hassabis, είναι να προσδιοριστούν οι κίνδυνοι που πιθανόν να ενέχει η πιο ικανή τεχνητή νοημοσύνη. "Νομίζω ότι πρέπει να γίνει περισσότερη έρευνα από τον τομέα -πολύ επειγόντως- για πράγματα όπως οι δοκιμές αξιολόγησης", λέει, για να καθοριστεί πόσο ικανά και ελέγξιμα είναι τα νέα μοντέλα ΤΝ.

Για το σκοπό αυτό, λέει, η DeepMind μπορεί να καταστήσει τα συστήματά της πιο προσιτά σε εξωτερικούς επιστήμονες. "Θα ήθελα πολύ να δω την ακαδημαϊκή κοινότητα να έχει έγκαιρη πρόσβαση σε αυτά τα πρωτοποριακά μοντέλα", λέει - ένα συναίσθημα που αν ακολουθηθεί θα μπορούσε να βοηθήσει στην αντιμετώπιση των ανησυχιών ότι οι ειδικοί εκτός των μεγάλων εταιρειών αποκλείονται από τη νεότερη έρευνα ΤΝ.

Πόσο πρέπει να ανησυχείτε; Ο Hassabis λέει ότι κανείς δεν γνωρίζει πραγματικά με βεβαιότητα ότι η ΤΝ θα αποτελέσει σημαντικό κίνδυνο. Είναι όμως βέβαιος ότι αν η πρόοδος συνεχιστεί με τον τρέχοντα ρυθμό, δεν υπάρχει πολύς χρόνος για να αναπτυχθούν δικλείδες ασφαλείας. "Μπορώ να δω τα είδη των πραγμάτων που ενσωματώνουμε σωστά στη σειρά Gemini και δεν έχουμε κανένα λόγο να πιστεύουμε ότι δεν θα λειτουργήσουν", λέει.

Πηγή: Google DeepMind’s CEO Says Its Next Algorithm Will Eclipse ChatGPT