Rośnie konkurencja dla Chatu GPT. Wszystko zaczęło się od gry w Go

 - Można powiedzieć, że Gemini łączy niektóre mocne strony systemów typu AlphaGo z niesamowitymi zdolnościami językowymi dużych modeli. Mamy również kilka pionierskich innowacji, które będą bardzo interesujące - zapowiada Hassabis.  

AlphaGo opierała się na technologii opracowanej przez DeepMind, zwanej uczeniem ze wzmocnieniem, w której oprogramowanie uczy się rozwiązywania trudnych problemów wymagających wyboru działań, tak jak w grze Go lub grach wideo, poprzez wielokrotne próby i otrzymywanie informacji zwrotnej. Wykorzystano również metodę zwane drzewem poszukiwań, aby badać i zapamiętywać możliwe ruchy na planszy. Następny wielki krok dla modeli językowych może polegać na wykonywaniu większej liczby zadań w internecie i na komputerach.

Proces opracowywania Gemini ma potrwać kilka miesięcy i może kosztować dziesiątki lub setki milionów dolarów. Sam Altman, CEO OpenAI, powiedział w kwietniu, że stworzenie GPT-4 kosztowało ponad 100 milionów dolarów.

Hassabis i jego zespół mogą również próbować wzbogacać technologię dużego modelu językowego poprzez wykorzystanie pomysłów z zupełnie innych dziedzin sztucznej inteligencji. Badacze DeepMind pracują w obszarach od robotyki po neurobiologię, a ostatnio firma zaprezentowała algorytm zdolny do nauki wykonywania zróżnicowanych zadań manipulacyjnych za pomocą różnych typów robotów.

Uczestniczenie w fizycznym doświadczeniu świata, tak jak czynią to ludzie i zwierzęta, jest powszechnie uważane za ważne dla zwiększenia zdolności AI. Fakt, że modele językowe uczą się o świecie pośrednio, poprzez tekst, jest według niektórych ekspertów ds. AI głównym ograniczeniem tej technologii.

Gemini to niewątpliwie odpowiedź Google na konkurencyjne zagrożenie ze strony ChatGPT i innych technologii generatywnego AI. Firma kojarząca się z internetową wyszukiwarką wdrożyła wiele innowacji, które umożliwiły ostatni napływ nowych pomysłów dotyczących AI, ale wybrała ostrożne podejście do ich opracowywania.

W 2014 roku DeepMind zostało przejęte przez Google. W ciągu kolejnych kilku lat DeepMind dowiodło, że technologia AI realizuje rzeczy, które kiedyś wydawały się unikalnie ludzkie. Kiedy AlphaGo pokonywało w 2016 roku kolejnych mistrzów Go, wielu ekspertów AI było wstrząśniętych, ponieważ uważali, że minie jeszcze kilkadziesiąt lat, zanim maszyny staną się biegłe w grze o takiej złożoności.

Warto jednak przypomnieć, że pokonani Chińczycy zauważyli, że niektóre posunięcia DeepMInd były absolutnie zaskakujące i miały w sobie coś nieludzkiego. Możemy się zastanawiać, czy wdrożenie równie obcego ludzkim umysłom sposobu myślenia nie jest zagrożeniem.

Hassabis ma zresztą za zadanie zarządzać nieznanymi i potencjalnie poważnymi ryzykami. Ostatnie szybkie postępy w dziedzinie modeli językowych zaniepokoiły wielu ekspertów ds. AI, włączając w to niektórych z twórców algorytmów. Zastanawiają się oni, czy technologia ta nie zostanie wykorzystana w złym celu lub czy nie stanie się trudna do kontrolowania. Niektórzy wręcz wzywają do wstrzymania rozwoju potężniejszych algorytmów w celu uniknięcia stworzenia czegoś niebezpiecznego.

Hassabis uważa jednak, że nadzwyczajne potencjalne korzyści wynikające z AI, takie jak odkrycia naukowe w obszarach takich jak zdrowie czy klimat, sprawiają, że jest niezbędne, aby dalej tę technologię rozwijać. - Jeśli wszystko zostanie wykonane poprawnie, będzie to najbardziej korzystna dla ludzkości technologia wszech czasów - mówi o AI.

Według Hassabisa jednym z największych wyzwań jest określenie prawdopodobnych zagrożeń związanych z jeszcze bardziej inteligentną AI. - Uważam, że pole badawcze musi prowadzić badania na temat testów ewaluacyjnych. Chciałbym, aby środowisko akademickie miało wczesny dostęp do tych nowatorskich modeli - powiedział szef Google Deepmind.

Krzysztof Maciejewski