बबल वाढताना – एआय बूमचे बुडबुड्यात रूपांतर होत असल्याची वाढती भीती असताना, एक व्यापक आदरणीय शास्त्रज्ञ आणि सखोल शिक्षणाचे प्रणेते यांनी आता आणखी एक बबल होण्याचा इशारा दिला आहे: ह्युमनॉइड रोबोट रेस. मेटा येथील मुख्य एआय शास्त्रज्ञ यान लेकुन यांनी चेतावणी दिली आहे की बहुतेक रोबोटिक्स कंपन्यांना ह्युमनॉइड रोबोट्स उपयुक्त बनविण्यासाठी आवश्यक बुद्धिमत्ता कशी विकसित करावी हे माहित नाही आणि त्याऐवजी हार्डवेअर तयार करण्यावर लक्ष केंद्रित केले आहे.

“गेल्या काही वर्षांमध्ये ह्युमनॉइड रोबोट्स बनवण्यासाठी मोठ्या संख्येने रोबोटिक्स कंपन्या तयार केल्या गेल्या आहेत. उद्योगाचे मोठे रहस्य हे आहे की त्या यंत्रमानवांना उपयुक्त होण्यासाठी पुरेसे स्मार्ट कसे बनवायचे किंवा मला असे म्हणायला हवे की, सामान्यपणे उपयुक्त ठरेल इतके स्मार्ट कसे बनवायचे, हे या उद्योगाचे मोठे रहस्य आहे,” LeCun म्हणाले.

अमेरिकेतील मॅसॅच्युसेट्स येथील प्रतिष्ठित मॅसॅच्युसेट्स इन्स्टिट्यूट ऑफ टेक्नॉलॉजी येथे एमआयटी जनरेटिव्ह एआय इम्पॅक्ट सिम्पोजियम (एमजीएआयसी) च्या उद्घाटनप्रसंगी ते बोलत होते. या जाहिरातीच्या खाली कथा पुढे चालू आहे या परिसंवादाचे उद्दिष्ट आंतरविद्याशाखीय संशोधन आणि उद्योगासोबत प्रभावी सहकार्याद्वारे जनरेटिव्ह AI लँडस्केपला आकार देण्याच्या MIT च्या वचनबद्धतेवर प्रकाश टाकणे आहे.

“आम्ही त्या रोबोट्सना विशिष्ट कामांसाठी, कदाचित उत्पादन आणि यासारख्या गोष्टींसाठी प्रशिक्षित करू शकतो. परंतु तुमच्या घरगुती रोबोटमध्ये असे अनेक प्रगती आहेत जे शक्य होण्यापूर्वी AI मध्ये येणे आवश्यक आहे,” LeCun जोडले. त्यांनी पुढे असा युक्तिवाद केला की या कंपन्यांचे भविष्य, ज्यांनी यशस्वीरित्या अब्जावधी डॉलर्सची गुंतवणूक केली आहे, मूलत: “आम्ही अशा प्रकारच्या जागतिक मॉडेल नियोजन-प्रकारच्या आर्किटेक्चर्सकडे प्रगती करणार आहोत की नाही, लक्षणीय प्रगती करणार आहोत की नाही यावर अवलंबून आहे.

” LeCun चे टिप्पण अनेक संशोधन-स्तरीय अडथळ्यांचे एक गंभीर मूल्यांकन प्रतिबिंबित करते ज्यांना रोबोटिक्सच्या दशकाची सुरुवात करण्यासाठी संबोधित करणे आवश्यक आहे. जनरेटिव्ह AI शर्यतीने देखील अशाच प्रकारे सावधगिरीच्या टिप्पण्या दिल्या आहेत, तज्ञांनी असे निदर्शनास आणून दिले आहे की टेलिग्युअल कॉन्टिन्युअल किंवा काँटिन्युअल कॉन्टिन्युअल एजी साध्य करण्यासाठी सतत शिकण्यासारख्या आव्हानांना संबोधित करणे आवश्यक आहे. शिकणे

तुम्ही त्यांना फक्त काही सांगू शकत नाही आणि ते ते लक्षात ठेवतील. त्यांची संज्ञानात्मक कमतरता आहे आणि ते कार्य करत नाही. या सर्व समस्यांवर काम करण्यास सुमारे एक दशक लागेल,” ओपनएआयचे सह-संस्थापक आणि एआय/एमएल संशोधक आंद्रेज कार्पाथी यांनी सोशल मीडियावर व्हायरल झालेल्या अलीकडील पॉडकास्ट भागावर सांगितले.

या जाहिरातीच्या खाली कथा पुढे चालू आहे AGI प्रमाणेच, व्यावसायिक स्तरावर ह्युमनॉइड रोबोट्स आणण्याची टाइमलाइन हा वादाचा विषय बनला आहे. लेकुनचा असा विश्वास आहे की सध्याचे मोठे भाषा मॉडेल ह्युमनॉइड रोबोट्सला शक्ती देण्यास सक्षम नाहीत. “सर्वप्रथम, आम्ही काहीतरी मोठे गमावत आहोत, जे व्हिडिओ सारख्या नैसर्गिक, उच्च-बँडविड्थ संवेदी डेटामधून शिकण्यासाठी आम्हाला एआय सिस्टमची आवश्यकता आहे.

केवळ मजकूराचे प्रशिक्षण देऊन आम्ही मानवी स्तरावरील बुद्धिमत्तेपर्यंत कधीही पोहोचणार नाही,” तो एमआयटी इव्हेंटमध्ये म्हणाला. “चार वर्षांच्या मुलाने सर्व सार्वजनिक उपलब्ध मजकुरावर प्रशिक्षित केलेल्या सर्वात मोठ्या एलएलएमइतका डेटा दृष्टीद्वारे पाहिला आहे,” तो पुढे म्हणाला. त्याऐवजी, 65 वर्षीय फ्रेंच संशोधकाने ‘वर्ल्ड मॉडेल’ म्हणून ओळखल्या जाणाऱ्या एखाद्या गोष्टीवर विश्वास व्यक्त केला आहे.

जागतिक मॉडेल काय आहे? जागतिक मॉडेल ही एक AI प्रणाली आहे जी उच्च-बँडविड्थ व्हिडिओ आणि संवेदी इनपुटमधून भौतिक जगाची अंतर्गत समज निर्माण करण्यासाठी शिकू शकते. “T च्या वेळी जगाच्या स्थितीचे प्रतिनिधित्व केल्यामुळे आणि एजंट ज्या कृतीची कल्पना करेल अशी कृती दिल्यास, ही कृती केल्यामुळे जगाच्या स्थितीचा अंदाज लावता येईल का? हे एक जागतिक मॉडेल आहे,” LeCun म्हणाले. V-JEPA (व्हिडिओ जॉइंट एम्बेडिंग प्रेडिक्टिव आर्किटेक्चर) सारख्या नॉन-जनरेटिव्ह, सेल्फ-पर्यवेक्षित आर्किटेक्चरवर स्वतःच्या संशोधनावर प्रकाश टाकताना, जे व्हिडिओमध्ये पुढे काय होईल याचा अंदाज लावण्यासाठी प्रशिक्षित आहेत, LeCun म्हणाले, “त्या सिस्टीम मुळात दाखवू शकतात की त्यांनी थोडेसे सामान्य ज्ञान शिकले आहे.

” या जाहिरातीच्या खाली कथा पुढे चालू ठेवते “जर तुम्ही त्यांना असा व्हिडिओ दाखवला की जिथे काहीतरी अशक्य घडते, जसे की एखादी वस्तू उत्स्फूर्तपणे नाहीशी होते किंवा आकार किंवा काहीतरी बदलते, तर भविष्यवाणीची त्रुटी छतावरून जाते. आणि म्हणून ते तुम्हाला असे काहीतरी सांगू शकतात जे मला समजत नाही.

ते स्वयं-पर्यवेक्षित शिक्षण प्रणालीचे पहिले लक्षण आहे,” ते पुढे म्हणाले. LeCun च्या मते, जागतिक मॉडेल्सचा वापर “रोबोटला टास्क झिरो शॉट पूर्ण करण्यासाठी करण्यासाठी केला जाऊ शकतो.

हे कार्य पूर्ण करण्यासाठी तुम्हाला प्रशिक्षण देण्याची गरज नाही. कोणतेही प्रशिक्षण नाही.

आरएल नाही. प्रशिक्षण पूर्णपणे स्व-पर्यवेक्षित आहे.

Yann LeCun कोण आहे? AI च्या तीन गॉडफादरपैकी एक म्हणून ओळखले जाणारे, LeCun हे फ्रेंच संगणक शास्त्रज्ञ आहेत ज्यांना मशीन लर्निंग, कॉम्प्युटेशनल न्यूरोसायन्स, कॉम्प्युटर व्हिजन आणि मोबाइल रोबोटिक्स यांसारख्या विविध क्षेत्रात प्राविण्य आहे. LeCun यांनी सोरबोन विद्यापीठातून कॉम्प्युटर सायन्समध्ये पीएचडी केली आहे.

ते सध्या न्यूयॉर्क विद्यापीठात प्राध्यापक आहेत. कनव्होल्युशनल नेटवर्क्स आणि सखोल शिक्षणावरील त्याच्या कार्याने मशीन्स कसे पाहतात आणि शिकतात आणि ते जग कसे ऐकतात आणि कसे समजून घेतात हे बदलले आहे. 2018 मध्ये, LeCun ने Geoffrey Hinton आणि Yoshua Bengio सोबत ट्युरिंग अवॉर्ड (जो कंप्युटिंगसाठी नोबेल पुरस्कार-समतुल्य आहे) जिंकला.