ثبت بازخورد

لطفا میزان رضایت خود را از دیجیاتو انتخاب کنید.

Very satisfied Satisfied Neutral Dissatisfied Very dissatisfied
واقعا راضی‌ام
اصلا راضی نیستم
چطور میتوانیم تجربه بهتری برای شما بسازیم؟

نظر شما با موفقیت ثبت شد.

از اینکه ما را در توسعه بهتر و هدفمند‌تر دیجیاتو همراهی می‌کنید
از شما سپاسگزاریم.

جدیدترین اخبار و روندهای دنیای فناوری را با نگاهی دقیق و حرفه‌ای، در کانال تلگرام دیجیاتو دنبال کنید.

ورود به کانال تلگرام دیجیاتو
ایلیا ساتسکور
هوش مصنوعی

هم‌بنیان‌گذار OpenAI: افزایش توان محاسباتی برای پیشرفت هوش مصنوعی کافی نیست

ساتسکیور می‌گوید شرکت‌های هوش مصنوعی باید دوباره تمرکز خود را روی پژوهش قرار دهند.

حمید گنجی
نوشته شده توسط حمید گنجی تاریخ انتشار: ۵ آذر ۱۴۰۴ | ۱۹:۰۰

در دیجیاتو ثبت‌نام کنید

جهت بهره‌مندی و دسترسی به امکانات ویژه و بخش‌های مختلف در دیجیاتو عضو ویژه دیجیاتو شوید.

عضویت در دیجیاتو

«ایلیا ساتسکیور»، هم‌بنیان‌گذار OpenAI، معتقد است بازیگران صنعت هوش مصنوعی باید دوباره به مرحله پژوهش بازگردند، چراکه افزایش توان محاسباتی به‌تنهایی برای پیشرفت هوش مصنوعی کافی نخواهد بود.

به گزارش بیزینس اینسایدر، ساتسکیور که در قسمت جدیدی از پادکست Dwarkesh حضور یافته بود، این دیدگاه رایج را که مقیاس‌پذیری می‌تواند نقشه‌راه اصلی پیشرفت هوش مصنوعی باشد به چالش کشید. ساتسکیور یکی از پیشگامان هوش مصنوعی مدرن است و نقش مهمی در تأسیس OpenAI و ساخت ChatGPT داشته است. او هم‌اکنون شرکت خودش را با نام Safe Superintelligence Inc اداره می‌کند.

ساتسکیور عقیده دارد که شرکت‌ها هم‌اکنون به توان پردازشی کافی دسترسی دارند

صحبت‌های ساتسکیور درحالی مطرح می‌شود که شرکت‌های فناوری صدها میلیارد دلار برای خرید GPU و ساخت مراکز داده سرمایه‌گذاری کرده‌اند تا ابزارهای هوش مصنوعی خود را بهبود ببخشند. هم‌اکنون بارو عمومی بر این است که هرچه توان پردازشی بیشتری در اختیار داشته باشید یا داده‌های آموزشی بیشتری در دسترس باشد، ابزار هوش مصنوعی شما هوشمندتر خواهد شد.

ایلیا ساتسکور

ساتسکیور در این مصاحبه گفت که طی حدود ۵ سال گذشته، این دستورالعمل نتایج قابل‌توجهی ایجاد کرده است. همچنین این روش برای شرکت‌ها کارآمد است، زیرا در مقایسه با سرمایه‌گذاری روی پژوهش‌هایی که ممکن است به هیچ نتیجه‌ای نرسند، راهی ساده و بسیار کم‌ریسک برای صرف منابع فراهم می‌کند.

بااین‌حال، ساتسکیور معتقد است این روش دیگر به پایان مسیر خود نزدیک می‌شود. او می‌گوید داده‌ها محدود هستند و سازمان‌ها همین حالا نیز به مقدار عظیمی توان پردازشی دسترسی دارند.

او گفت: «اگر باور بر این است که [قدرت فعلی] بسیار زیاد است، اما چنان‌چه ۱۰۰ برابر شود، همه چیز متفاوت خواهد شد، البته که متفاوت می‌شود. اما اگر اعتقاد بر این است که چنان‌چه صرفاً مقیاس را ۱۰۰ برابر کنید، همه چیز متحول می‌شود، من فکر نمی‌کنم این درست باشد. پس دوباره به دوران پژوهش بازگشته‌ایم، البته این بار با رایانه‌های بسیار قدرتمند.»

البته ساتسکیور نقش نیاز به توان پردازشی را انکار نکرد و گفت که کامپیوتر هنوز برای پژوهش ضروری است و در صنعتی که همه سازمان‌های بزرگ با یک پارادایم واحد کار می‌کنند، می‌تواند تمایزی اساسی ایجاد کند. بااین‌حال، او گفت پژوهش برای یافتن روش‌های مؤثر و کارآمد استفاده از این توان پردازشی حیاتی خواهد بود.

حمید گنجی
حمید گنجی

دیدگاه‌ها و نظرات خود را بنویسید
مطالب پیشنهادی