[new-object]

Chciałbym z kimś podyskutować na ten temat. Najlepiej ktoś z neurobiologii.

Bo uważam, że również człowiek uczy się na statystyce powodzeń i nie powodzeń, przez buduje sobie neurony w mózgu, który przejmuje później proces pamięci i aktywowania neuronów w odpowiedniej chwili.

W sumie tak samo jak AI.

Więc czym się różnimy od AI, czego AI nigdy nie ogarnie od nas, zakładając, że mamy nieograniczoną moc obliczeniową.

Dlaczego chce dyskutować? Bo sporo ludzi mówi: że AI to tylko statystyka i statystycznie odpowiada, co najlepiej pasuje. Ale czy człowiek tak samo nie robi, na podstawie swoich doświadczeń? Oczywiście nie oblicza w głowie całek, bo to robi mózg, a świadomość jest abstrakcją całego ciała, bez dostępu do komponentów niskopoziomowych. Np. nie może sterować sercem i innymi procesami.

#pytanie #ai #sztucznainteligencja #neurobiologia

[JoeGlodomor]

@new-object: a nie myślałeś, żeby po prostu o tym poczytać, zamiast starać się dyskutować, nie mając pojęcia?

[Anihilacja_entropii]

Bo sporo ludzi mówi: że AI to tylko statystyka i statystycznie odpowiada co najlepiej pasuje.

@new-object: To raczej nawiązanie, do tego jak działą jedna z części współczesnych AI. (Tzn. teraz są coraz bardziej skomplikowane).
A mianowicie, jeżeli mamy klasyczne zadnie
"Ala ma [x]" to w jakimś procencie będzie to słowo "kota" bez analizy co to w zasadzie za Ala

[new-object]

"Ala ma [x]" to w jakimś procencie będzie to słowo "kota" bez analizy co to w zasadzie za Ala itd.

@Anihilacja_entropii: w sumie też bym powiedział, że Kota, bo z swoih doświadczeń wiem że powinno być "kota".

Ala też musiałeś wcześniej analizować, i wiesz, że Ala to imię. Imię żeńskie. Tak twój mózg na podstawie twoich wcześniejszych nauk zakwalifikował ten zwrot jako imię.

AI też wie że to imie, bo

[Arkass]

@new-object:
Nie jestem naukowcem, a jedynie laikiem.

Więc czym się różnimy od AI, czego AI nigdy nie ogarnie od nas, zakładając, że mamy nieograniczoną moc obliczeniową.

IMO:
Z tego co mówią neuronaukowcy, nasza moc obliczeniowa wynika głównie z ilości połączeń (synaps) w mózgu, a ta jest skończona, zatem teza, że możemy mieć nieograniczoną moc obliczeniową, jest

[wstanczyk]

Bo uważam, że również człowiek uczy się na statystyce powodzeń i nie powodzeń, przez buduje sobie neurony w mózgu, który przejmuje później proces pamięci i aktywowania neuronów w odpowiedniej chwili.

@new-object: ( ͡° ͜ʖ ͡°)

A tak na serio, to przede wszystkim LLMy (nie mówmy o AI, bo nie tym to jest) nie uczą się po deployu, a także nie radzą sobie tak z szeroką gamą

[new-object]

A tak na serio, to przede wszystkim LLMy (nie mówmy o AI, bo nie tym to jest) nie uczą się po deployu, a także nie radzą sobie tak z szeroką gamą różnorodnych problemów.

@wstanczyk: zgadzam się. Ale to z powodu ograniczeń obliczeniowych. Dlatego dałem abstrakcyjny przykład, że mamy nieograniczoną moc obliczeniową. Przez co AI uczy się.

Obecnie realizujemy to poprzez kontekst. I tak, AI uczy się podczas twojej rozmowy. Ale kontekst jest

[Arkass]

A tak na serio, to przede wszystkim LLMy (nie mówmy o AI, bo nie tym to jest) nie uczą się po deployu, a także nie radzą sobie tak z szeroką gamą różnorodnych problemów.

@wstanczyk: IMO:
Tyle, że obecnie granicznymi modelami nie są LLMy, ale multimodalne LRMy.

Gdy prowadzi się benchmarki z zadaniami logicznymi, które faktycznie myślenia wymagają i nie było nic podobnego w danych treningowych, to te modele w ogóle sobie

[wstanczyk]

zgadzam się. Ale to z powodu ograniczeń obliczeniowych.

@new-object: No niekoniecznie, bo LLMy wykorzystują o rzędy wielkości większą moc, niż biologiczne mózgi.

Obecnie realizujemy to poprzez kontekst. I tak, AI uczy się podczas twojej

[wstanczyk]

Tyle, że obecnie granicznymi modelami nie są LLMy, ale multimodalne LRMy.

@Arkass: LRMY to też są LLMy. Po prostu tworzy się wielokrotne zapytania i mają dostępną całą gamę narzędzi, z których mogą przy tworzeniu odpowiedzi korzystać.

Wytykasz mi bzdury, a wykładasz się na takich podstawach xd Polecam trochę pokory, bo mimo że publikuje się czasem pop-artykuły z clickbaitowymi tytułami, to wszystko dalej wywala się, gdy stworzy się poprawnie zaprojektowane i szerokozakresowe

[Anihilacja_entropii]

Model nie zapamiętuje „Ala to imię” jako zdania, uczy się struktury języka, znaczeń i relacji, przewidywanie kolejnego tokena wymusza powstanie pojęć wyższego rzędu

Dlatego też rozumie analogie, poprawnie wnioskuje w nowych kontekstach, potrafi wyjaśniać, a nie tylko powtarzać.

@new-object: widzę, że rozmawiamy o całkiem innych rzeczach i dyskusja będzie trudna. ( ͡° ͜ʖ ͡°)

a, że dziś

[ratty]

@new-object też mam podobne przemyślenia, ludzie jadą po LLMach że to nie jest prawdziwe AI, tylko statystyczne przewidywanie kolejnego słowa w ciągu, ale wydaje mi się że podobnie ludzie uczą się języka. (choć bardziej znam się na AI niż na działaniu mózgu). Gadałam o tym ostatnio z kolegą i zwrócił mi uwagę na jeszcze jedną kwestię - wg obecnej wiedzy naukowej nie wiadomo dokładnie w jaki sposób ludzie się uczą, ale

[Anihilacja_entropii]

No i myślę że człowiek czerpie dużo dodatkowych danych z poziomu swojego biologicznego interfejsu - odczuwa różne poziomy hormonów w reakcji na różne sytuacje, czuje świat wszystkimi zmysłami, tego wszystkiego AI nie ma, a jest to ogromny (choć niedoceniany) wkład w ludzkie myślenie, zwłaszcza jeśli chodzi o sytuacje społeczne i odczytywanie emocji innych ludzi.

@ratty: W ludzkie myślenie być może, nie jest to jednak koniecznie w przypadku AI, bo i po co

[new-object]

@new-object: No niekoniecznie, bo LLMy wykorzystują o rzędy wielkości większą moc, niż biologiczne mózgi.

@wstanczyk: no właśnie o tym mówie że LLMy mają ograniczenia obliczeniowe i energii. Potrafimy zasymulować pojedyncze neurony ludzkie, ale mózg zjada super komputery na śniadanie w połączeniach neuronowych.

@new-object: Nie, LLMy nie uczą się podczas twojej rozmowy. One jedynie zbierają część historii do tworzenia kontekstu i lepszej odpowiedzi na twoje zapytanie, ale to nie

[new-object]

No i myślę że człowiek czerpie dużo dodatkowych danych z poziomu swojego biologicznego interfejsu - odczuwa różne poziomy hormonów w reakcji na różne sytuacje, czuje świat wszystkimi zmysłami, tego wszystkiego AI nie ma, a jest to ogromny (choć niedoceniany) wkład w ludzkie myślenie, zwłaszcza jeśli chodzi o sytuacje społeczne i odczytywanie emocji innych ludzi.

@ratty: dlatego też AI ma problem z chodzeniem w robotyce. Ciało to jeden wielki sensor, miliony

[Arkass]

LRMY to też są LLMy. Po prostu tworzy się wielokrotne zapytania i mają dostępną całą gamę narzędzi, z których mogą przy tworzeniu odpowiedzi korzystać.

@wstanczyk: IMO:
Na tej samej zasadzie hulajnoga tak samo jest pojazdem jak czołg.
Tyle że czołg to nie to samo co hulajnoga. ;)
Tutaj współtwórca technologi transformerów, dzięki którym powstały i LLMy, mówi o tym, że LLMy to nie to samo co multimodalne

[Arkass]

I przychodzi kwestia robotów i AI, które chodzić nie potrafią. Nie potrafią, bo mają za mało sensorów. A jak już będą mieć odpowiednią ilość sensorów, to moc obliczeniowa jest problemem.

@new-object: IMO:
Masz nieaktualne dane, może sprzed 2.5 roku.
I piszesz