آینده هوش مصنوعی مولدچیست؟l سخنرانی های تورینگ با مایک وولدریج

این ویدئو ارائه‌ای جامع از تاریخچه، عملکرد، و چالش‌های هوش مصنوعی (AI)، به‌ویژه یادگیری ماشینی و مدل‌های زبانی بزرگ، توسط مایکل والدریج ارائه می‌دهد. در پارت اول، او توضیح می‌دهد که هوش مصنوعی از زمان جنگ جهانی دوم وجود داشته، اما پیشرفت آن تا قرن بیست‌ویکم کند بود. از حدود سال ۲۰۰۵، یادگیری ماشینی، به‌ویژه یادگیری نظارت‌شده، با استفاده از داده‌های آموزشی (مانند شناسایی چهره الن تورینگ) شروع به موفقیت کرد. این فناوری از شبکه‌های عصبی الهام گرفته شده از مغز انسان استفاده می‌کند که با داده‌های زیاد و قدرت محاسباتی بالا آموزش می‌بینند. از سال ۲۰۱۲، پردازشگرهای گرافیکی (GPU) این پیشرفت را تسریع کردند و کاربردهایی مثل تشخیص تومور یا رانندگی خودکار تسلا را ممکن ساختند.

در پارت دوم، والدریج به ظهور مدل‌های زبانی بزرگ مثل GPT-3 در سال ۲۰۲۰ اشاره می‌کند که با معماری ترنسفورمر و مقیاس عظیم داده‌ها (۵۰۰ میلیارد کلمه از وب) کار می‌کنند. این مدل‌ها در تکمیل متن بسیار توانمندند و قابلیت‌های غیرمنتظره‌ای مثل استدلال ساده نشان داده‌اند، اما آموزش آن‌ها هزینه‌بر است و تنها شرکت‌های بزرگ فناوری قادر به ساختشان هستند. او به مشکلات این فناوری، از جمله خطاها، سوگیری (به دلیل داده‌های عمدتاً آمریکایی)، محتوای سمی، نقض کپی‌رایت، و مسائل حریم خصوصی (GDPR) اشاره می‌کند. تلاش‌ها برای افزودن “گاردریل” به این سیستم‌ها اغلب ناکافی است و به راه‌حل‌های عمیق‌تر نیاز است.

در پارت سوم، والدریج محدودیت‌های هوش مصنوعی را بررسی می‌کند، مثل ناتوانی در مواجهه با موقعیت‌های خارج از داده‌های آموزشی (مانند کامیونی که تابلوهای توقف حمل می‌کند). او تأکید می‌کند که این سیستم‌ها فاقد ذهن یا آگاهی هستند و صرفاً حدس‌های مبتنی بر داده می‌زنند، نه استدلال آگاهانه. او درباره هوش مصنوعی عمومی (AGI) بحث می‌کند که توانایی انجام هر کاری مثل انسان را دارد، اما معتقد است که هنوز فاصله زیادی تا آن داریم، به‌ویژه در وظایف فیزیکی مثل رباتیک. بااین‌حال، مدل‌های چندوجهی (مثل جمینای گوگل) که متن، تصویر و صدا را پردازش می‌کنند، به AGI نزدیک‌ترند. در نهایت، او ادعاهای آگاهی ماشین (مثل مورد لامبدا) را رد می‌کند، زیرا این سیستم‌ها تجربه ذهنی ندارند و صرفاً شبیه‌سازی‌کننده‌های پیشرفته هستند.

این ویدئو مناسب چه کسانی است؟

این ویدئو برای گروه‌های زیر مناسب است:

1. دانشجویان و پژوهشگران فناوری: افرادی که می‌خواهند درک عمیقی از تاریخچه، مکانیزم‌ها و محدودیت‌های هوش مصنوعی، به‌ویژه یادگیری ماشینی و مدل‌های زبانی، به دست آورند.
2. متخصصان فناوری و توسعه‌دهندگان: کسانی که در حوزه AI کار می‌کنند و به توضیحات غیرفنی اما دقیق درباره شبکه‌های عصبی و چالش‌های آن علاقه‌مندند.
3. علاقه‌مندان به اخلاق و سیاست‌گذاری فناوری: افرادی که نگران مسائل سوگیری، حریم خصوصی، کپی‌رایت، و تأثیرات اجتماعی هوش مصنوعی هستند.
4. کاربران عمومی فناوری: کسانی که از ابزارهایی مثل چت‌جی‌پی‌تی استفاده می‌کنند و می‌خواهند بدانند این سیستم‌ها چگونه کار می‌کنند و چرا گاهی اشتباه می‌کنند.
5. فیلسوفان و علاقه‌مندان به علوم شناختی: افرادی که به مباحث آگاهی، تفاوت هوش انسانی و ماشینی، و آینده AGI کنجکاو هستند.
6. مدیران و تصمیم‌گیرندگان کسب‌وکار: کسانی که می‌خواهند از پتانسیل‌ها و محدودیت‌های هوش مصنوعی در کاربردهای تجاری آگاه شوند. این ویدئو برای هر کسی که به دنبال فهم ساده اما جامع از هوش مصنوعی و تأثیرات آن است، جذاب خواهد بود.

مشخصات ویدئو