بیل گیتس: هوش مصنوعی به راهبردهایی برای اندیشیدن نیاز دارد

به گزارش بیکینگ از ایسنا، به نقل از فست کمپانی، «بیل گیتس»(Bill Gates) بنیانگذار شرکت «مایکروسافت»(Microsoft) در پادکست «Next Big Idea Club» این ایده را مطرح کرد. گیتس در صحبت با «روفوس گریسکوم»(Rufus Griscom) میزبان پادکست، یک صحبت طولانی درباره «فراشناخت»(Metacognition) داشت که به توانایی فکر کردن درباره تفکر اشاره دارد.

گیتس فراشناخت را این گونه تعریف کرد: درباره یک مشکل به معنای وسیع فکر می‌کنیم و به عقب بازمی‌گردیم و می‌گوییم چقدر مهم است که به آن پاسخ دهم؟ چگونه می‌توانم پاسخ خود را بررسی کنم؟ چه روش‌های بیرونی در این کار به من کمک می‌کنند؟

گیتس خاطرنشان کرد که راهبرد شناختی مدل‌های زبانی بزرگ کنونی مانند «GPT-۴» یا «لاما»(Llama) هنوز فاقد پیچیدگی لازم است. وی افزود: این راهبرد شناختی، هر توکن و دنباله را فقط از طریق محاسبات ثابت تولید می‌کند و کارآیی آن شگفت‌انگیز است زیرا مثل یک انسان عقب‌نشینی نمی‌کند، بلکه می‌گوید: «من این مقاله را می‌نویسم و ​​این چیزی است که می‌خواهم پوشش دهم. بسیار خوب، من متن را در اینجا قرار می‌دهم و این چیزی است که می‌خواهم برای خلاصه کردن انجام دهم.»
 

گیتس بر این باور است که روش مورد استفاده پژوهشگران حوزه هوش مصنوعی برای عملکرد بهتر مدل‌های زبانی بزرگ، یعنی تکیه کردن بر داده‌های آموزشی و قدرت محاسباتی آنها فقط چند جهش بزرگ به جلو به همراه خواهد داشت. پس از آن، پژوهشگران باید از راهبردهای فراشناخت استفاده کنند تا به مدل‌های هوش مصنوعی بیاموزند که هوشمندتر فکر کنند.

گیتس گفت: پژوهش پیرامون فراشناخت ممکن است کلید رفع مشکل آزاردهنده مدل‌های زبانی بزرگ باشد که قابلیت اطمینان و دقت آنهاست. این فناوری به سطوح فوق بشری خواهد رسید. اگر محدودیت قابلیت اطمینان را در نظر بگیریم، می‌بینیم که امروز آنجا نیستیم. بسیاری از پژوهش‌های جدید، سطحی از فراشناخت را اضافه می‌کنند که اگر به درستی انجام شود، مشکل ماهیت نامنظم را برطرف می‌سازند.