Mentionsy

W Dolinie Krzemowej jeszcze inwestorzy płacą za AGI, za wizję AGI, a więc trzeba mówić o AGI.

Cała magia polega na tym, że akcelerator graficzny jest na jednej płycie z procesorem CPU i to ma swoje zalety i wady.

Czyli żebyśmy zaczęli w ogóle mówić o AGI, bo to jest taki wątek, który dzisiaj się pojawia.

Tak jak kiedyś mówiono, że AGI to będzie General Intelligence, to dzisiaj już twórcy dużych modeli językowych mówią, że nasz model będzie za dwa lata robił General Intelligence.

To jest w ogóle droga na wielkie skróty, to jest uproszczenie w ogóle tego, czym ma być AGI.

Teraz jednym z elementów takiej drogi do AGI jest interakcja świata sztucznej inteligencji z prawdziwym światem.

Tam jest oczywiście w AGI kilka problemów do rozwiązania, ale takim pierwszym podstawowym to jest oczywiście interakcja ze światem zewnętrznym, żeby sztuczna inteligencja uczyła się

Czyli pierwszy to jest interakcja ze światem zewnętrznym, żeby powstało AGI.

Czyli mamy jakby trzy wątki, które w AGI są istotne, czyli ciągłe uczenie, później mamy tą kwestię związaną z interakcją ze światem zewnętrznym i tak dalej, i tak dalej.

Chyba, że twórcy sztucznej inteligencji, tak jak powiedziałem, ograniczą definicję AGI-a, czyli powiedzą... Ale to jest oszukiwanie.

Tak, to jest oszukiwanie się, no bo AGI to jest tak naprawdę umiejętna... Pójdźmy jeszcze trochę do tyłu, czyli

I teraz AGI nastąpi wtedy, kiedy my nawet na niskim poziomie będziemy potrafili umiejętności kognitywne ze sobą łączyć.

Już nie mówię o tym AGI.

Każda firma oczywiście będzie miała za dwa, trzy lata AGI.

Swoją definicję AGI.

Tak, myślę, że to jest związane z tym, że w Dolinie Krzemowej jeszcze inwestorzy płacą za AGI, za wizję AGI, a więc trzeba mówić o AGI.

I ta pamięć ma kolosalne znaczenie, bo w procesie treningowym modelu my tę pamięć potrzebujemy do załadowania modelu lub danych i danych, powiedzmy, do tej karty graficznej, dlatego że karta graficzna nie może komunikować się za bardzo z procesorem, to jest bardzo wolna jakby magistrala.

I głównym ograniczeniem nie jest liczba operacji zmiennoprzecinkowych na sekundę, jak się mówi o teraflopsach, czyli czy petaflopsach na dużych komputerach obliczeniowych, tylko prędkość przesyłu na GPU, na magistralach GPU wewnątrz.

I wszystkie te rzeczy są optymalizowane, czyli mówimy o optymalizacji wewnątrz GPU, magistra, które przesyłają po prostu informacje.

Jeżeli dodamy do tego jeszcze to, o czym mówiłem podczas AGI-a, damy jej umiejętność samouczenia się, to całkowicie stracimy kontrolę nad sztuczną inteligencją.

I teraz jak zrozumieć to, co model myśli w kontekście wejścia właśnie w AGI, w superinteligencję.

że my zdefiniujemy AGI jako coś bardzo mądrego, a jednocześnie coś bardzo głupiego.

I trzymamy kciuki za Bielika i trzymamy kciuki także za zrozumienie wagi tej pracy, żeby to zostało docenione i żeby, nie wiem, na przykład politycy jakoś łaskawszym okiem na to spojrzeli, może jakoś Wam pomogli, finansując naukę w zakresie, w którym jest to Wam akurat potrzebne.