Budúcnosť AI: Hassabis o simuláciách, fyzike a hrách
AI podľa Hassabisa mení chápanie reality a prispieva k vedeckému pokroku. Model V3 demonštruje "intuitívnu fyziku" bez programovania, zatiaľ čo AI vo videohrách umožní dynamický príbeh a tvorbu obsahu hráčmi. AGI do roku 2030?
V poslednom Lex Fridman Podcast epizóde sa stretli Demis Hassabis, CEO Google DeepMind, a Lex Fridman na rozsiahlej diskusii o budúcnosti umelej inteligencie. Rozhovor sa dotkol širokého spektra tém – od modelovania prírodných systémov pomocou klasických algoritmov až po potenciál AI v oblasti videohier a vedeckého výskumu. Hassabis predstavil fascinujúce pohľady na to, ako AI môže premeniť naše chápanie reality a prispieť k pokroku v rôznych oblastiach.
Kľúčové poznatky
- Klasické učenie a modelovanie prírody: Prekvapivo účinné klasické učebné systémy dokážu modelovať komplexné javy ako je dynamika tekutín a správanie materiálov, naznačujúc schopnosť extrahovať základné štruktúry z dát.
- LNS (Learnable Natural Systems): Hassabis navrhuje nový koncept "LNS" – triedu zložitosti reprezentujúcu prírodné systémy efektívne učiteľné klasickými systémami.
- V3 a intuitívna fyzika: Model V3 pre generovanie videa demonštruje pozoruhodnú schopnosť modelovať fyziku (kvapaliny, osvetlenie, materiály) bez explicitného programovania pravidiel.
- AI vo videohrách: Hassabis vidí obrovský potenciál AI v oblasti hier, najmä v open-world hrách s dynamickým príbehom a možnosťou hráčov prispievať k tvorbe obsahu.
- AGI (Artificial General Intelligence): Hassabis odhaduje 50% šancu na dosiahnutie AGI do roku 2030, definovanú ako zodpovedajúcu ľudským kognitívnym funkciám a schopnú konzistentne fungovať v rôznych úlohách.
- Dôležitosť vedeckého výskumu: Hassabis zdôrazňuje potrebu kombinácie LLM (Large Language Models) s evolučnými algoritmy pre nové objavy a riešenie problémov, pričom sa inšpiruje prírodnou evolúciou.
Modelovanie reality pomocou klasických algoritmov
Jedným z najzaujímavejších bodov diskusie bolo presvedčenie Hassabisa o tom, že klasické učebné systémy – tie, ktoré nepoužívajú kvantové výpočty – môžu byť prekvapivo účinné pri modelovaní komplexných prírodných systémov. Tieto modely sa zdá, že dokážu extrahovať základné štruktúry z dát a identifikovať nízko-dimenzionálne "manifoldy" v realite. To naznačuje, že AI môže odkrývať skryté vzory a princípy riadiace prírodné javy. Hassabis vidí v tom potenciál pre efektívne modelovanie prírody pomocou klasických algoritmov, čo by mohlo viesť k novým vedeckým objavom.
V3: Intuitívna fyzika bez explicitného programovania
Model V3, ktorý je súčasťou ekosystému Google DeepMind, ukazuje pozoruhodnú schopnosť modelovať fyziku – správne simuluje tekutiny, osvetlenie a správanie materiálov – a to všetko bez toho, aby bol explicitne naprogramovaný s týmito pravidlami. Hassabis nazýva tento jav "intuitívnou fyzikou" - AI sa učí o tom, ako veci fungujú, len pasívnym pozorovaním. To predstavuje významný posun v oblasti AI a spochybňuje predstavy, že pre pochopenie fyziky je nevyhnutná fyzická interakcia s okolitým svetom (embodiment).
Budúcnosť videohier: Dynamický príbeh a hráčska tvorivosť
Hassabis vyjadril svoju dlhodobú túžbu vrátiť sa k vývoju hier, najmä open-world titulov, ktoré umožňujú hráčom vytvárať vlastný obsah a ovplyvňovať priebeh príbehu. Vidí potenciál AI (podobne ako interaktívna verzia V3) na generovanie personalizovaných herných zážitkov typu "choose your own adventure". Predpovedá, že systémy schopné dynamicky generovať herný obsah v reakcii na hráčove rozhodnutia budú dostupné už do 5-10 rokov.
AGI a výzvy pre vedecký výskum
Diskusia sa dotkla aj témy umelej všeobecnej inteligencie (AGI) a jej potenciálneho dopadu na spoločnosť. Hassabis odhaduje, že existuje 50% šanca na dosiahnutie AGI do roku 2030. Zároveň upozornil na výzvy spojené s generovaním nových, inovatívnych vedeckých hypotéz – niečo, v čom súčasné AI systémy ešte nedosahujú ľudskú úroveň. Dôležitá je kombinácia LLM a evolučných algoritmov pre nové objavy.
Sociálne implikácie a budúcnosť technológií
Hassabis zdôraznil potrebu širokej spoločenskej diskusie o AI, podporuje iniciatívy ako AI summity na podporu informovaného rozhodovania a riadenia. Predpovedá, že pokrok v oblasti AI povedie k "éra radikálnej abundance", kde sa zmiernia problémy s nedostatkom zdrojov a umožní ľudskému druhu prosperovať a preskúmať vesmír. Zároveň upozornil na potrebu medzinárodnej spolupráce pri riešení potenciálneho zneužitia AI.
Zdroje a odkazy:
Približne 317 gCO₂ bolo uvoľnených do atmosféry a na chladenie sa spotrebovalo 1.59 l vody za účelom vygenerovania tohoto článku.
Hodnotenie článku:
Budúcnosť AI: Hassabis o simuláciách, fyzike a hrách
Zdôvodnenie: Článok sa dotýka rozsiahlej škály tém a poskytuje hlbšie ponorenie do Hassabisových názorov na AI. Analyzuje rôzne oblasti (modelovanie prírody, videohry, AGI) s detailmi a spomína aj sociálne implikácie.
Zdôvodnenie: Článok sumarizuje rozhovor s uznávaným odborníkom a prezentuje kľúčové poznatky. Informácie sú relevantné a vychádzajú z autoritatívneho zdroja (DeepMind). Chýba však priame odkazovanie na konkrétne vedecké práce.
Zdôvodnenie: Článok prezentuje rozhovor s Hassabisom bez evidentnej zaujatosti. Sústruje sa na faktické zhrnutie a citácie, minimalizuje manipuláciu.
Zdôvodnenie: Článok prezentuje pohľad do budúcnosti AI a jej potenciálu v rôznych oblastiach. Popisuje inovácie a naznačuje možné riešenia pre vedecký výskum a videohry.
Zdôvodnenie: Článok sa zameriava na technologický pokrok a vedecký výskum v oblasti AI. Neobsahuje politické vyhlásenia ani hodnotenie ideológií.
Komentáre ()