‏متخصص گوگل دیپ‌مایند ۱.۱ میلیارد دلار برای ساخت هوش مصنوعی بدون داده انسانی جمع‌آوری کرد.

‏دیوید سیلور، دانشمند دیپ‌مایند که پشت پیروزی تاریخی آلفاگو در سال ۲۰۱۶ بر لی سدول، قهرمان جهان در بازی گو قرار داشت، ۱.۱ میلیارد دلار برای راه‌اندازی یک استارتاپ جمع‌آوری کرده است که بر این باور است که عصر بعدی هوش مصنوعی از فناوری‌های غالب امروزی نخواهد آمد.

شرکت سیلور، Ineffable Intelligence، در ماه ژانویه با ارزش ۵.۱ میلیارد دلار راه‌اندازی شد و بر یادگیری تقویتی شرط‌بندی می‌کند، روشی که در آن سیستم‌های هوش مصنوعی از طریق آزمون و خطا بهبود می‌یابند. سیلور استدلال می‌کند که این رویکرد، به جای مدل‌های زبانی بزرگ که اکنون بر این حوزه مسلط هستند، مسیری معتبرتر به سوی هوش فوق‌العاده ارائه می‌دهد.

سیلور به Wired گفت: «من مأموریت خود را برقراری اولین تماس با هوش فوق‌العاده می‌دانم. منظور من از هوش فوق‌العاده، چیزی باورنکردنی است. این هوش باید اشکال جدیدی از علم، فناوری، حکومت یا اقتصاد را برای خود کشف کند.»

این اصطلاح که توسط فیلسوف نیک بوستروم در کتاب سال ۲۰۱۴ خود با عنوان «فوق‌هوشمندی» رواج یافت، به هوش مصنوعی اشاره دارد که از هوش انسانی در تقریباً تمام حوزه‌ها فراتر می‌رود، در حالی که هوش عمومی مصنوعی یا AGI، سیستم‌هایی را توصیف می‌کند که قادر به مطابقت با استدلال در سطح انسان در طیف گسترده‌ای از وظایف هستند.

سیلور استدلال می‌کند که مدل‌های زبانی بزرگ اساساً محدود هستند زیرا از داده‌های تولید شده توسط انسان یاد می‌گیرند، به جای اینکه درک خود را از طریق تجربه بسازند.

او گفت: «داده‌های انسانی مانند نوعی سوخت فسیلی هستند که یک میانبر شگفت‌انگیز را فراهم کرده است. شما می‌توانید سیستم‌هایی را که برای خودشان یاد می‌گیرند، به عنوان یک سوخت تجدیدپذیر در نظر بگیرید – چیزی که می‌تواند برای همیشه، بدون محدودیت، یاد بگیرد و یاد بگیرد.»

سیلور بخش زیادی از دوران حرفه‌ای خود را صرف پیشبرد این استدلال کرده است. آلفاگو، که داده‌های آموزشی انسانی را با یادگیری تقویتی و خود-بازی ترکیب کرد، استراتژی‌هایی را توسعه داد که حتی بازیکنان برتر انسانی را شگفت‌زده کرد و نشان داد که چگونه هوش مصنوعی می‌تواند از سابقه انسانی در حوزه‌های محدود فراتر رود.

او به Wired گفت: «من احساس می‌کنم واقعاً مهم است که یک آزمایشگاه هوش مصنوعی نخبه وجود داشته باشد که واقعاً صد درصد بر این رویکرد متمرکز باشد. این فقط یک گوشه از مکان دیگری نیست که به LLMها اختصاص داده شده است.»

برنامه‌های Ineffable Intelligence

Ineffable Intelligence قصد دارد آنچه را که سیلور «فرا-یادگیرنده‌ها» می‌نامد بسازد – عوامل هوش مصنوعی که در داخل شبیه‌سازی‌ها قرار می‌گیرند و در آنجا می‌توانند اهداف را دنبال کنند، شکست بخورند، سازگار شوند و بدون محدودیت‌های یک مجموعه داده انسانی ایستا، بهبود یابند. سیلور از توصیف اینکه این شبیه‌سازی‌ها چگونه خواهند بود خودداری کرد، اما گفت که این رویکرد به عوامل اجازه می‌دهد تا همکاری کنند و قابلیت‌ها را به طور مستقل توسعه دهند.

سیلور استدلال کرد که مدل‌های زبانی بزرگ با داده‌هایی که بر روی آن‌ها آموزش داده می‌شوند محدود می‌شوند و افزود که یک مدل آموزش‌دیده در دنیایی که همه معتقد بودند زمین مسطح است، احتمالاً این باور را حفظ می‌کند مگر اینکه بتواند واقعیت را برای خود آزمایش کند. او گفت، سیستمی که از طریق تجربه یاد می‌گیرد، می‌تواند در غیر این صورت کشف کند.

Ineffable Intelligence بلافاصله به درخواست برای اظهار نظر توسط Decrypt پاسخ نداد.