Citat:
Ursprungligen postat av
Cyborg2030
Det jag menar är att de modeller som misslyckas har förmodligen inte tillräckligt med träning på det specifika problemet att prova sig fram för att förstå spelets regler. Om man skulle sätta upp det bättre i träningen skulle den klara spelet vilket du själv bekräftar. "Två AI-modeller har klarat alla tre spel, men det är alltså inte LLMs det handlar om". Artificiell Intelligens kan, får innehålla och innehåller de facto fler teknologier än bara LLM.
Att LLM skulle klara alla typer av logiska uppgifter har varken jag eller någon annan hävdat någonsin.
-Har du AGI så ska du ju inte behöva ha någon särskild träning alls förutom det man redan har. Du ska ha förmåga att resonera.
-Nu handlar ju tråden om just LLMs, förvisso inklusive multimodala LLMs. Som jag redan skrivit så är dessa mer eller mindre hopplösa i Arc v3. Ändå är det dessa modeller det läggs mest pengar på och som lanseras i nästan alla branscher.
Citat:
Ursprungligen postat av
Cyborg2030
Grundteknologin är att skapa ett digitalt neuralt nätverk genom träning på stora datamängder och mycket beräkningskraft. Som det verkar finns det knappt något problem som vi inte kan träna en AI (smal eller generell) till att klara så länge vi har tillräckligt bra träningsdata för de problemen som ska lösas. Vid något tillfälle i framtiden kommer träningsdatat vara såpass rikt och de generella multimodala frontier-modellerna kommer att vara såpass stora att de kan lösa alla logiska problem som människor kan klura ut, för alltid (och nej, de kommer inte att vara baserade på LLM enbart). Hur ska du då förkasta att vi har en AGI?
-(om det fetade) Nej precis, och just det underkänner idén att AGI ska nås den vägen. Om AI måste tränas för att lösa problem så kan det aldrig lösa originella problem då det saknas träningsdata för dessa. Den begränsningen har inte människan, vars hela existens har byggt på att kunna lösa helt nya problem - dvs inte något som människan har klurat ut eller tränat oss för.
-Även om man kommer till en plats där man genom träningsdata kan lösa alla logiska problem som människor kan klura ut så måste jag vänligt påminna om att AGI inte är detsamma som att kunna lösa samma logiska problem som människor. AGI är att matcha eller överträffa människans förmåga i alla kognitiva uppgifter. Detta kan inte lösas genom probabilistiska modeller på existerande eller syntetisk träningsdata just eftersom den teknologin inte resonerar överhuvudtaget - till skillnad från människan.
