आम्ही आधीच कृत्रिम बुद्धिमत्तेपेक्षा 2025 अधिक आणले आहे: या उच्च -चार्जिंग क्षमतांचे आपण काय करू शकतो (आणि खालील काय आहे)?

N म्नेस्टी इंटरनॅशनल लँग्वेज मॉडेल (एलएलएम) च्या नवीनतम आवृत्ती, जसे की मानवी आणि झाईच्या मानवाच्या क्लॉड 7.7 आणि ग्रोक 3, बर्‍याचदा कामगिरी पीएचडी पातळीवर – किमान काही निकषांनुसार. ही कामगिरी Google एरिक श्मिटचे माजी मुख्य कार्यकारी अधिकारी असलेल्या पुढील चरणांचे प्रतिनिधित्व करते लक्षात घ्याएक जग प्रत्येक व्यक्ती महान “पॉलीमॅथ” पर्यंत पोहोचू शकतो, जे कर्जमाफी आंतरराष्ट्रीय आहे जे शाखांद्वारे जटिल समस्या सोडविण्यासाठी विशाल ज्ञानाच्या शरीरावर अवलंबून राहण्यास सक्षम आहे.

टीप प्रोफेसर वार्टन एथन मलिक अली एक गोष्ट उपयुक्त आहे दोन वर्षांपूर्वी जीपीटी -4 पेक्षा जास्त संगणकीय शक्ती वापरुन या अलीकडील मॉडेल्समध्ये प्रशिक्षित केलेला ब्लॉग, जीआरओके 3 च्या खात्यात 10 वेळा प्रशिक्षण आहे. “एआयएसची ही नवीन पिढी अधिक बुद्धिमान आहे आणि क्षमतेत उडी मारणे आश्चर्यकारक आहे” या वस्तुस्थितीवर लक्ष केंद्रित करून हे ग्रोक 3 “जनरल 3” एआय मॉडेल बनवेल, असे त्यांनी सांगितले.

उदाहरणार्थ, क्लॉड 7.7 उदयोन्मुख क्षमता दिसून येते, जसे की वापरकर्त्याच्या गरजा अपेक्षित आहेत आणि समस्यांचे निराकरण करण्यासाठी नवीन कोपरे विचार करण्याची क्षमता. मानववंशशास्त्रज्ञांच्या मते, हे पहिले आहे संकरित विचार मॉडेल, जटिल समस्यांचे निराकरण करण्यासाठी द्रुत प्रतिसाद आणि प्रगत विचारांच्या क्षमतेसाठी पारंपारिक एलएलएम एकत्र करते.

मिकेलने या घडामोडींचे श्रेय दोन जवळच्या दिशेने दिले: एलएलएमला प्रशिक्षण देण्यासाठी अंकगणित शक्तीचा वेगवान विस्तार आणि जटिल समस्यांच्या निराकरणाचे निराकरण करण्यासाठी (बहुतेकदा विचार किंवा विचार म्हणून वर्णन केलेले) कृत्रिम बुद्धिमत्तेची वाढीव क्षमता. त्यांनी असा निष्कर्ष काढला की हे दोन ट्रेंड “उच्च कृत्रिम बुद्धिमत्तेची क्षमता” आहेत.

या सुपर कृत्रिम बुद्धिमत्तेचे आपण काय करू शकतो?

एका महत्त्वाच्या चरणात, ओपनई गोळीबार एआयचा “खोल शोध” ग्राहक. पुनरावलोकनात ते चालू आहे प्लॅटफॉर्मकेसी न्यूटन यांनी टिप्पणी केली की खोल संशोधन “प्रभावीपणे पात्र” दिसत आहे. न्यूटन यांनी लक्ष वेधले की सखोल संशोधन आणि तत्सम साधने संशोधन, विश्लेषण आणि इतर ज्ञानाच्या इतर प्रकारांना गती देऊ शकतात, जरी जटिल क्षेत्रातील त्याची विश्वसनीयता अद्याप एक खुली समस्या आहे.

अद्याप अप्रकाशित असलेल्या ओ 3 थिंकिंग मॉडेलच्या व्हेरिएबलवर आधारित, खोल संशोधन दीर्घकाळ विचारात गुंतू शकते. हे विचार मालिका (सीओटी) मधील विचारांचा वापर करून हे करते, जे जटिल कार्ये एकाधिक तार्किक चरणांमध्ये विभाजित करते, ज्याप्रमाणे मानवी संशोधक त्यांचा दृष्टिकोन सुधारू शकतो. तो वेबमध्ये देखील शोधू शकतो, त्यास स्वरूपन प्रशिक्षण डेटापेक्षा अधिक अद्ययावत माहितीमध्ये प्रवेश करण्याची परवानगी देतो.

टिमोथीने मला मध्ये लिहिले कृत्रिम बुद्धिमत्ता समजून घेणे बर्‍याच चाचण्यांविषयी, तज्ञ अधिक खोलवर गेले आहेत की “त्याची कार्यक्षमता ओ 3 मूलभूत मॉडेलची प्रभावी क्षमता दर्शविते.” हायड्रोजनसाठी इलेक्ट्रिकल फॅक्टरी कशी तयार करावी याबद्दल चाचणीची विनंती करणे. आउटपुटच्या गुणवत्तेवर भाष्य करताना, मेकॅनिकल अभियंताने “असा अंदाज लावला की हे प्रकरण एक चांगले काहीतरी तयार करण्यासाठी आठवड्यातून अनुभवी व्यावसायिक घेईल 4000 शब्दांचा अहवाल द्या ओपनई चार मिनिटांत तयार केले गेले. ”

पण थांबा, आणखी काही आहे …

अलीकडेच गूगल डीपमाइंड परिपूर्ण “एआय को-एस-सायंटिस्ट,” एआय एआय सिस्टम मिथुन 2.0 एलएलएमवर आधारित आहे. वैज्ञानिकांना नवीन गृहीतक आणि संशोधन योजना तयार करण्यात मदत करण्यासाठी त्यांची रचना केली गेली आहे. खरंच, इम्पीअरियल कॉलेज लंडनने या साधनाचे मूल्य सिद्ध केले आहे. प्रोफेसर जोस आर च्या मते आर. बेनाडिस, त्याच्यासाठी संघाने वर्षे घालविली काही अलौकिक त्रुटी अँटीबायोटिक्सचा प्रतिकार का करतात हे दर्शवा. कृत्रिम बुद्धिमत्तेने त्यांचे परिणाम फक्त 48 तासात पुन्हा केले. अत्यंत प्रवेगक कृत्रिम बुद्धिमत्ता ही कल्पनेची निर्मिती आहे, तरीही मानवी शास्त्रज्ञांनी अद्याप निकालांची पुष्टी करणे आवश्यक आहे. तथापि, पेनाड्स तो म्हणाला नवीन कृत्रिम बुद्धिमत्ता अनुप्रयोगात “विज्ञान चार्ज करण्याची क्षमता आहे.”

सुपरचार्जसाठी याचा अर्थ काय आहे?

गेल्या ऑक्टोबरमध्ये अँथ्रोपोर डारिओ अम्युडीचे मुख्य कार्यकारी अधिकारी त्याच्यामध्ये लिहिले.प्रेम मशीन“ब्लॉग अपेक्षित” n म्नेस्टी इंटरनॅशनल – बहुतेक कृत्रिम जनरल इंटेलिजेंस (एजीआय) म्हणून ओळखल्या जाणार्‍या कालावधीमुळे 5 ते 10 वर्षांत “50 ते 100 वर्षे जैविक प्रगती (संशोधन) होईल.” संशोधन आणि Google एआय, ज्याचा उल्लेख अल्पावधीत “रूट ट्रान्सफॉर्मेशन” आहे, तो अधिक तार्किक दिसू लागला.

तथापि, कृत्रिम बुद्धिमत्ता जलद वैज्ञानिक शोध प्रतिबंधित करू शकते, परंतु जीवशास्त्र, कमीतकमी, अद्याप वास्तविक जग-प्रयोगात्मक सत्यापन, संघटनात्मक मान्यता आणि क्लिनिकल अनुभवांमधील निर्बंधांमुळे बंधनकारक आहे. कृत्रिम बुद्धिमत्ता विज्ञान चालू करेल की नाही हा प्रश्न यापुढे नाही (जसे की ते निश्चितच करेल), परंतु त्याचा पूर्ण परिणाम किती द्रुतगतीने आहे.

9 फेब्रुवारी रोजी ब्लॉग पोस्ट, ओपनई जर्मन मुख्य कार्यकारी अधिकारी समान म्हणाले की, “एजीआयचा संदर्भ घेण्यास सुरवात करणार्‍या प्रणाली मनात दिसून येतात.” एजीआयने “मानवी पातळीवर, बर्‍याच भागात, वाढत्या गुंतागुंतीच्या समस्यांस सामोरे जाणारी एक प्रणाली” असे वर्णन केले.

ऑल्टमॅनचा असा विश्वास आहे की हा महत्त्वाचा टप्पा गाठणे अर्ध -ऑप्टिकल भविष्य उघडू शकते, असे दिसते आहे की “आपल्या समोर आर्थिक वाढ आश्चर्यकारक वाटेल आणि आता आपण अशा जगाची कल्पना करू शकतो जिथे आपण सर्व आजारांवर उपचार करतो आणि आपल्या कुटुंबियांसमवेत त्याचा आनंद घेण्यासाठी आपल्याकडे अधिक वेळ आहे आणि आपण आपल्या सर्जनशील क्षमतांना पूर्णपणे समजू शकतो.”

नम्रतेचा एक डोस

कृत्रिम बुद्धिमत्तेच्या या घडामोडींना खूप महत्त्व आहे आणि अल्प कालावधीत अगदी वेगळ्या भविष्यात व्यक्त केले जाते. तथापि, कृत्रिम बुद्धिमत्तेमधून उल्का वाढणे संकटांशिवाय नव्हते. ह्यूमन एआयच्या शेवटच्या गडी टेडटोड? निश्चितच, एका वर्षा नंतर, कंपनी कोसळली आणि अवशेष विकले गेले आहेत त्यांच्या मूल्यमापनाचा एकदाच भाग.

वास्तविक जगात कृत्रिम बुद्धिमत्तेची उपकरणे बर्‍याच कारणांमुळे बर्‍याचदा मोठ्या अडथळ्यांचा सामना करतात, कारण पायाभूत सुविधांच्या निर्बंधासाठी संबंधित कोणताही अनुभव नाही. हा निश्चितपणे सेन्सी एजीचा अनुभव होता, जो जगातील सर्वात श्रीमंत गुंतवणूकदारांपैकी एकाने पाठिंबा दर्शविला होता. सुधारित पीक वाण वाढवून आणि कापणीसाठी रोबोट वापरुन कंपनीने कृषीवर कृत्रिम बुद्धिमत्ता लागू करण्यास सुरवात केली आहे, परंतु त्यास मोठे अडथळे आले. त्यानुसार वॉल स्ट्रीट जर्नलला, एक उदयोन्मुख कंपनीला तांत्रिक आव्हानांपासून ते अनपेक्षित तार्किक अडचणींपर्यंत अनेक अडचणींचा सामना करावा लागला, तर कृत्रिम बुद्धिमत्तेच्या क्षमता आणि त्याच्या व्यावहारिक अंमलबजावणीमधील अंतर हायलाइट करताना.

त्यानंतर काय येते?

आम्ही नजीकच्या भविष्याकडे पाहत असताना, विज्ञान नवीन सुवर्ण शोध युगाच्या उंबरठ्यावर आहे, कारण कृत्रिम बुद्धिमत्ता संशोधनात वाढत्या सक्षम भागीदार बनली आहे. मानवी कुतूहलासह कार्य करणारे डीप लर्निंग अल्गोरिदम रेकॉर्ड वेगाने जटिल समस्या प्रकट करू शकतात कारण कृत्रिम बुद्धिमत्ता प्रणाली डेटाचा विशाल डेटा रीफ्रेश करते, मानवांसाठी एक अदृश्य स्पॉट नमुने आणि एकाधिक असाइनमेंट सुचवितो.

खरंच, शास्त्रज्ञ संशोधनासाठी संशोधन सारण्यांवर दबाव आणण्यासाठी कृत्रिम बुद्धिमत्तेचा वापर करतात – प्रथिने संरचनेची भविष्यवाणी, साहित्य पुसणे, कामाची वर्षे महिने किंवा अगदी दिवसांपर्यंत कमी करणे – हवामान विज्ञानापासून ते औषधांपर्यंतच्या क्षेत्रांमध्ये संधी.

तथापि, मूलगामी परिवर्तनाची शक्यता अधिक स्पष्ट होत असल्याने, अशांतता आणि अस्थिरतेमध्ये क्षितिजावर लाटणारे धोके. ऑल्टमॅनने स्वत: आपल्या ब्लॉगमध्ये कबूल केले की “भांडवल आणि काम यांच्यातील सामर्थ्याचा संतुलन सहजपणे खराब होऊ शकतो”, जो कृत्रिम बुद्धिमत्तेचा परिणाम अस्थिर होऊ शकतो असा एक अचूक परंतु मोठा चेतावणी आहे.

अलीकडेच शहराप्रमाणे हाँगकाँगमध्ये दर्शविल्याप्रमाणे ही चिंता यापूर्वीच साध्य झाली आहे 10,000 कमी करणे कृत्रिम बुद्धिमत्ता गुंतवणूकीच्या तीव्रतेसह एकाच वेळी नागरी सेवा कार्य करते. जर हे ट्रेंड कायम राहिले आणि अधिक विस्तारत राहिले तर आपण कर्मचार्‍यांमध्ये व्यापक प्रमाणात दिसू शकतो, ज्यामुळे सामाजिक विकार वाढतात आणि जगभरातील संस्था आणि सरकारांवर व्यापक दबाव आणतो.

अ‍ॅम्नेस्टी इंटरनॅशनलमध्ये काम करणार्‍या जगाशी जुळवून घेत आहे

वैज्ञानिक शोध, विचार आणि निर्णयामध्ये कृत्रिम बुद्धिमत्तेची वाढती क्षमता एक असामान्य वचन आणि प्रचंड आव्हानांचे प्रतिनिधित्व करणारी एक खोल बदल परिभाषित करते. जरी हा मार्ग आर्थिक गोंधळ आणि संस्थात्मक जातींनी दर्शविला जाऊ शकतो, परंतु इतिहासाने हे सिद्ध केले आहे की समाज तंत्रज्ञानाच्या क्रांतीशी जुळवून घेऊ शकतात, जरी नेहमीच सहज किंवा परिणाम न घेता.

हे परिवर्तन यशस्वीरित्या हलविण्यासाठी, समाजांनी कृत्रिम बुद्धिमत्तेचे वितरण सुनिश्चित करण्यासाठी शासन, शिक्षण आणि कर्मचार्‍यांशी जुळवून घेण्यासाठी गुंतवणूक करणे आवश्यक आहे. कृत्रिम बुद्धिमत्ता संघटनेला राजकीय प्रतिकारांचा सामना करावा लागला असला तरी, वैज्ञानिक, धोरणकर्ते आणि व्यावसायिक नेत्यांनी नैतिक चौकट तयार करण्यासाठी सहकार्य केले पाहिजे आणि एआयच्या परिवर्तनात्मक परिणामाला त्रास देताना जोखीम कमी करणारे पारदर्शकता मानक आणि कारागीर लादले पाहिजेत. जर आपण अंतर्दृष्टी आणि जबाबदारीने या आव्हानास प्रवृत्त केले तर लोक आणि एआय जगातील सर्वात मोठ्या आव्हानांना सामोरे जाऊ शकतात आणि नवीन युगात एक दिवस अशक्य वाटणार्‍या ब्रेकथ्रूसह वापरू शकतात.