Yann LeCun , Meta (META) s Chef-K.I. Wissenschaftler und in seinem Fachgebiet als einer der „Paten“ des Deep Learning bekannt, glaubt das weitverbreitete Angst diese mächtige K.I. Die Frage, ob Modelle gefährlich sind, ist weitgehend imaginär, da die derzeitige KI Technologie ist bei weitem nicht annähernd mit der Intelligenz eines Menschen vergleichbar – nicht einmal mit der Intelligenz einer Katze. Und obwohl er sicher ist, dass K.I. wird das erreichen sogenannten künstlichen allgemeinen Intelligenz (AGI)-Stadium Letztendlich könnte dieser Zeitrahmen viel länger sein, als die meisten Forscher denken.
wie viele goli gummis am tag
„Wir sind wirklich weit von Intelligenz auf menschlicher Ebene entfernt. Es gab Geschichten über die Tatsache, dass man ein LLM (großes Sprachmodell) verwenden konnte, um Anweisungen für die Herstellung chemischer Waffen oder Biowaffen zu erhalten. Das erweist sich als falsch“, sagte LeCun diese Woche während eines Bühneninterviews beim Weltregierungsgipfel in Dubai.
„Diese Systeme werden auf öffentlichen Daten trainiert. Sie können zumindest heute nichts wirklich erfinden“, erklärte er weiter. „Irgendwann in der Zukunft könnten diese Systeme tatsächlich intelligent genug sein, um Ihnen nützliche Informationen besser zu liefern, als Sie es mit einer Suchmaschine erreichen könnten. Aber das stimmt heute einfach nicht.“
Der französische Wissenschaftler, der zusammen mit den Turing Award 2018 gewann Geoffrey Hinton Und Joshua Bengio für seinen Beitrag zur Forschung zu künstlichen neuronalen Netzen berühmt gesagt dass selbst die fortschrittlichste KI Heutige Systeme haben weniger gesunden Menschenverstand als eine Hauskatze.
„Das Gehirn einer Hauskatze hat etwa 800 Millionen Neuronen. „Man muss das mit 2.000 multiplizieren, um die Anzahl der Synapsen oder die Verbindungen zwischen Neuronen zu erhalten, was der Anzahl der Parameter in einem LLM entspricht“, sagte LeCun und stellte fest, dass die größten LLMs ungefähr die gleiche Anzahl an Parametern haben als die Anzahl der Synapsen im Gehirn einer Katze. Zum Beispiel das GPT-3.5-Modell von OpenAI, das die kostenlose Version von ChatGPT unterstützt, hat 175 Milliarden Parameter . Das fortgeschrittenere GPT-4 ist soll auf acht Sprachmodellen laufen , jeweils mit 220 Milliarden Parametern.
„Vielleicht haben wir also die Größe einer Katze. Aber warum sind diese Systeme nicht so schlau wie eine Katze?“ fragte LeCun. „Eine Katze kann sich erinnern, kann die physische Welt verstehen, kann komplexe Aktionen planen, kann ein gewisses Maß an Argumentation beherrschen – eigentlich viel besser als die größten LLMs.“ Das zeigt, dass uns konzeptionell etwas Großes fehlt, um Maschinen genauso intelligent zu machen wie Tiere und Menschen.“
Was ist mit dem Verlobten von Nancy Grace passiert?
Zur Veranschaulichung: Das Gehirn eines Hundes verfügt über etwa 2 Milliarden Neuronen, und das Gehirn eines reifen Menschen verfügt über etwa 2 Milliarden Neuronen etwa 100 Milliarden .
Bevor wir die KI auf menschlicher Ebene (HLAI) erreichen, müssen wir die KI auf Katzen- und Hundeebene erreichen.
Da sind wir noch lange nicht dran.
Uns fehlt immer noch etwas Großes.
Ungeachtet der sprachlichen Fähigkeiten von LLM.
Eine Hauskatze hat viel mehr gesunden Menschenverstand und Verständnis für die Welt als jeder andere LLM.— Yann LeCun (@ylecun) 5. Februar 2023
hallo frisch gegen blaue schürze
Auf die Frage, wann K.I. wird tatsächlich die menschliche Intelligenz übertreffen, sagte LeCun: „Wahrscheinlich in mehr als 10 Jahren, vielleicht innerhalb von 20.“ Dann fügte er schnell hinzu: „Wenn ich das sage, gehe ich ein großes Risiko ein, denn jede einzelne K.I. Forscher in der Geschichte der K.I. war in den letzten 65 Jahren übermäßig optimistisch, was solche Vorhersagen angeht … und sie haben sich offensichtlich geirrt.“
LeCun kam 2013 als Director of A.I. des Unternehmens zu Meta. Forschung, bevor er zum Vizepräsidenten und Chief A.I. ernannt wurde. Wissenschaftler. Er ist Teil von Metas Fundamental A.I. Forschungsteam (FAIR). , geleitet von der kanadischen Informatikerin Joelle Pineau. LeCun ist außerdem Informatikprofessor an der New York University und unterrichtet nebenberuflich am NYU Center for Data Science und am Courant Institute of Mathematical Sciences.
