伊利亚解决持续学习问题了吗?
摘要
讨论了未经证实的说法,即伊利亚·苏茨克维尔的新公司通过构建一个能实时学习和自我重连的模型,实现了人工智能的范式转变,可能推动AGI的发展。
Strawberry guy声称伊利亚·苏茨克维尔的新公司实现了人工智能领域的巨大范式转变。他们没有构建依赖巨大内存缓冲区来伪装理解的冻结模型,而是据称创建了一个在实际解决问题时能实时学习、适应并重新连接自身“大脑”的模型。如果属实,这将是迈向AGI的一大步。大家怎么看?新架构?
相似文章
我刚刚解决了持续学习
本文提出了一种人工智能中的持续学习方法,模型自主决定学习内容并实时更新其权重,可能实现向AGI的连续自我进化。
你对持续学习有何看法?[D]
一篇讨论帖,质疑AI中持续学习的定义和要求,引用了Dario Amodei和Demis Hassabis近期关于其对通用人工智能(AGI)重要性的言论。
@danintheory:精彩的对话,也是学习重要开放AI问题的有趣方式!
红杉资本强调当前一次性训练的AI模型与人类持续学习之间的差距,并指出了EngramLab在具有内部记忆、永不停止学习的AI方面的工作。
通用人工智能实现的现状与递归自我改进可能成真。
作者认为,当前的人工智能模型可以解决狭窄定义的任务,并推测通过迭代改进可能解决大型语言模型的瓶颈,从而可能通过递归自我改进实现通用人工智能。
@VraserX: 我现在最兴奋的AI研究是持续学习。我正在关注的三种方法:1: SEAL Models 生成…
作者分享了对三种持续学习方法的兴奋:SEAL模型(自适应)、测试时学习和终身模型编辑,预测到2027–2028年将实现真正的持续学习,从而形成一个通往人工超级智能的反馈循环。