Higit pa sa mga Modelo ng Wika: Bakit Iniuugnay ni Jensen Huang ang Bukas na Pananaliksik sa AI sa Biyolohiya, Panahon, at Kinabukasan ng Computing
Panimula: Ano ang nawawala kapag itinuturing na chatbot lamang ang AI?
Dahil sa sistemang kayang makipag-usap, madaling makilala ang artipisyal na intelihensiya [AI]. Maaaring mag-type ng tanong ang mga tao at magbasa ng sagot. Ngunit isa lamang ang wika sa mga paraan ng paglalarawan sa mundo.
May impormasyon sa biyolohiya, kimika, panahon, at mga pisikal na sistema na hindi maipapaloob sa karaniwang pag-uusap. Iniuugnay ng argumento ni Jensen Huang para sa bukas na pananaliksik sa AI ang mas malawak na pagkakataong ito sa agham sa isang praktikal na problema sa computing: kailangang maunawaan ng mga nagdidisenyo ng hardware [Hardware] kung ano ang ipagagawa ng mga modelo sa hinaharap sa kanilang mga sistema.
May ilang bahagi ang argumentong ito. Maaaring suportahan ng bukas na gawain ang pananaliksik, palawakin ang pakikilahok, at tulungan ang industriya ng computing na malaman kung saan kailangang baguhin ang sarili nitong arkitektura [Architecture].
1. Itinuturo ng pagbuo ng mga modelo sa kompanya ng computing kung ano ang dapat buuin
Hindi maaaring umasa lamang ang kompanyang nagdidisenyo ng imprastraktura ng AI sa mga pangangailangan ng mga modelo kahapon. Kailangan nito ng tuwirang karanasan sa gawaing maaaring humubog sa mga sistema bukas.
Lumilikha ng ganoong karanasan ang pananaliksik sa arkitektura ng modelo [Model Architecture]. Maaaring magkakaiba ang hinihingi ng iba't ibang pamamaraan sa memorya [Memory], paggalaw ng datos, mga processor [Processors], at mga koneksiyon sa pagitan ng mga ito.
Iniuugnay ni Huang ang pananaliksik ng NVIDIA sa mga modelo sa mas malawak nitong estratehiya ng magkatuwang na pagdidisenyo [Co-design]. Isa pang paraan ng pag-unawa sa mga sistemang kailangan ng mga modelo ang mismong paggawa sa mga modelo.
Nagiging mahalaga ang pananaliksik dahil dito kahit hindi sinusubukan ng kompanya na maging tagapagbigay ng huling aplikasyon [Application] sa bawat larangan. Maaaring magamit ang natutuhan upang gabayan ang plataporma ng computing [Computing Platform] na ginagamit ng iba.
2. Nagbibigay sa mas maraming tao ng puwang para mag-eksperimento ang pagiging bukas
Kung bawat kapaki-pakinabang na modelo ay makukuha lamang bilang tapos nang serbisyong kontrolado ng may-ari [Proprietary Service], mas kaunti ang kalayaan ng mga mananaliksik at mas maliliit na organisasyon na suriin, iangkop, at gamitin ito bilang pundasyon ng iba pang gawain.
Maaaring magbigay ng ibang landas ang mga bukas na modelo [Open Models]. Maaaring subukan ng mga mananaliksik ang isang pamamaraan, pag-aralan ang kilos nito, at magsiyasat ng mga aplikasyong hindi prayoridad ng orihinal na gumawa.
Mahalaga ang pagkakataong iyon sa iba't ibang industriya at bansa. Maaaring mangailangan ang laboratoryo sa unibersidad, pangkat ng mga inhinyero, at pangkat ng mga dalubhasa sa agham ng magkakaibang paraan ng access [Access], ngunit bawat isa ay nakikinabang sa puwang upang maisagawa ang sariling gawain.
Hindi pangako ang pagiging bukas na magtatagumpay ang bawat eksperimento. Pinalalawak nito ang posibilidad ng pagkatuto at pag-aambag nang hindi kailangang magsimula sa wala ang lahat.
3. Kailangang tiyak ang kahulugan ng salitang "bukas"
Magkakaibang bagay ang mga numerikong timbang ng modelo [Model Weights], ang code para sa pagsasanay nito [Training Code], ang datos na ginamit sa pagsasanay, at ang mga paraang ginamit upang ihanda ang datos na iyon.
Ang pagbibigay ng access sa isa ay hindi awtomatikong pagbibigay ng access sa iba. Maaaring maging kapaki-pakinabang ang paglalabas ng bukas na mga timbang [Open-weight Release] kahit hindi nito ibinibigay ang lahat ng kailangan upang ulitin ang orihinal na proseso ng pagsasanay.
Para sa sinumang pumipili ng modelo, ang praktikal na tanong ay kung ano ang pinahihintulutan ng aktuwal na inilabas. Maaari ba itong siyasatin ng pangkat, baguhin, ilagay sa paggamit [Deploy] para sa nilalayong layunin, at maunawaan ang mga limitasyon nito?
Ang aral ay tingnan ang higit pa sa tatak. Ang kapaki-pakinabang na antas ng pagiging bukas ay nakadepende sa materyal na ibinigay at sa mga kondisyong kalakip nito.
4. Kailangan ng pang-agham na AI ng mga paglalarawang lampas sa karaniwang wika
Gumagamit ang modelo ng panahon ng kilos ng isang pisikal na sistema. Tungkol sa mga estruktura at ugnayan ang pananaliksik sa biyolohiya. Iniuugnay ng robotika [Robotics] ang pagdama at pagkilos sa nagbabagong kapaligiran.
Maaaring tulungan ng wika ang mga tao na ilarawan ang mga problemang iyon, ngunit maaaring mangailangan ang pinagbabatayang impormasyon at mga ugnayan ng ibang anyo ng paglalarawan [Representations]. Kaya higit sa pagpapahusay ng kasanayan sa pakikipag-usap ng isang malaking modelo ng wika [Large Language Model] ang kailangan para sa pag-unlad.
Binibigyan ng mas malawak na pananaw ni Huang ang mga espesyalisadong modelo ng lugar sa isang mas malaking sistema. Maaaring gamitin ng isang ahente [Agent] ang modelong pang-agham bilang isa sa mga kasangkapan nito, sa halip na subukang sagutin ang bawat tanong gamit lamang ang wika.
Kapaki-pakinabang na pagbabago ito ng diin. Nagiging layunin ang access sa tamang kakayahan para sa gawain, sa halip na asahang nasa iisang modelo ang lahat ng kakayahan.
5. Maaaring suportahan ng plataporma ang mga industriyang hindi nito nilalayong palitan
Hindi kailangang gumawa ang kompanya ng computing ng mismong kotse, tumuklas ng mismong gamot, o magpatakbo ng bawat institusyong pang-agham upang makapag-ambag sa mga larangang iyon.
Maaari itong magbigay ng mga modelo, kasangkapan, at imprastraktura na tumutulong sa mga dalubhasa na gawin ang sarili nilang trabaho. Dala ng mga dalubhasang iyon ang kaalaman sa larangan [Domain Knowledge], mga eksperimento, at praktikal na mga limitasyong hindi kayang ibigay nang mag-isa ng pangkalahatang plataporma.
Ipinapaliwanag din ng paghahating ito ng trabaho kung bakit maaaring magsabay ang bukas na pananaliksik at komersiyal na mga produkto. Maaaring tumugon sa isang layunin ang aplikasyong kontrolado ng may-ari [Proprietary Application] habang sinusuportahan ng ibinabahaging mga pundasyon ng pananaliksik ang mas malawak na komunidad.
Dapat manatiling malinaw ang mga hangganan. Simula lamang ang access sa modelo, hindi patunay na handa na ito para sa isang pasyang pang-agham o pang-operasyon.
Konklusyon: Dapat maglaan ng puwang ang susunod na plataporma para sa iba't ibang uri ng talino
Mas malawak kaysa paglalabas ng isa pang chatbot [Chatbot] ang argumento ni Huang para sa bukas na pananaliksik sa AI. Iniuugnay nito ang disenyo ng computing sa pagtuklas sa agham at sa kakayahan ng ibang tao na bumuo.
Nasa pagsasama ng mga pangkalahatang kasangkapan at espesyalisadong kaalaman ang pagkakataon, habang nililinaw kung ano ang bukas at kung ano ang nananatiling responsibilidad ng gumagamit na suriin.
Mas nagiging kapaki-pakinabang ang AI kapag kayang suportahan ng plataporma nito ang iba't ibang uri ng trabaho. Mahalagang paraan ng pakikipag-ugnayan [Interface] sa kinabukasang iyon ang wika. Hindi ito ang buong kinabukasan.
Powered By K7