Սիլիկոնյան հովտում չեն դադարում վեճերը. արդյոք բավական կլինի՞ մոդելները պարզապես տվյալներով և հաշվողական հզորություններով «լիցքավորելը»՝ Արհեստական Ընդհանուր Ինտելեկտի (AGI) հասնելու համար։ Google DeepMind-ի ղեկավար Դեմիս Հասսաբիսը, ում թիմը նոր էր ներկայացրել Gemini 3-ը, կոշտ դիրքորոշում է զբաղեցրել. մասշտաբավորումը ոչ միայն գործիք է, այլև ապագա ԱԲ-ի հիմքը։
Ինչպես հաղորդում է Business Insider-ը, Սան Ֆրանցիսկոյում կայացած Axios AI+ գագաթնաժողովում նա հայտարարել է. «Ընթացիկ համակարգերի մասշտաբավորումը պետք է հասցնել առավելագույնին, քանի որ, առնվազն, դա լինելու է AGI-ի վերջնական համակարգի առանցքային բաղադրիչը։ Իսկ գուցե և AGI-ի ողջ համակարգը՝ ամբողջությամբ»։
Ինչու՞ է Հասսաբիսը այդքան վստահ մասշտաբավորման հարցումՄասշտաբավորման օրենքը (scaling law) էմպիրիկ դիտարկում է. որքան շատ են մոդելի պարամետրերը և որքան շատ տվյալներ/հաշվարկներ են նրան տրամադրվում, այնքան լավ է այն հաղթահարում խնդիրները։ Gemini 3, Claude 3.5, Grok-3 – բոլոր վերջին բեկումները կառուցված են հենց այս սկզբունքի վրա։ Հասսաբիսը խոստովանում է, որ, ամենայն հավանականությամբ, կպահանջվի ևս «մեկ-երկու» բեկում, բայց հիմքը կմնա հենց հսկայական մասշտաբը։
Խնդիրներն ակնհայտ են. հանրային տվյալները շուտով չեն բավականացնի, իսկ տվյալների կենտրոնների կառուցումը գիգավատտներ էներգիա է «ուտում»։ Սակայն DeepMind-ի ղեկավարը կարծում է, որ խաղն արժե մոմերին։
Իսկ այլընտրանք կա՞Ոչ բոլորն են համաձայն։ Յան ԼըՔունը, ով հեռանում է Meta-ից՝ իր սեփական ստարտափը գործարկելու համար, վստահ է. «Ամենահետաքրքիր խնդիրների մեծ մասը չափազանց վատ է մասշտաբավորվում։ Չի կարելի պարզապես ենթադրել, որ ավելի շատ տվյալներ և հաշվարկներ = ավելի խելացի ԱԲ»։ Նա դնում է «աշխարհի մոդելների» (world models) վրա, որոնք սովորում են տարածական տվյալների, այլ ոչ թե տեքստերի հիման վրա։
Մյուս քննադատները խոսում են «նվազող եկամուտների» (diminishing returns) մասին. յուրաքանչյուր նոր հազար միլիարդ պարամետրն ապահովում է որակի ավելի ու ավելի փոքր աճ, իսկ ծախսերն աճում են էքսպոնենցիալ։
Կարճ ասածDeepMind-ի Դեմիս Հասսաբիսը ընթացիկ մոդելների մասշտաբավորումը համարում է AGI-ի հասնելու գլխավոր (եթե ոչ միակ) ուղին և կոչ է անում այն հասցնել առավելագույնի։ Յան ԼըՔունը և համայնքի մի մասը այլընտրանքներ են փնտրում՝ մոդելներ, որոնք հասկանում են ֆիզիկական աշխարհը, այլ ոչ թե պարզապես մանրացնում տերաբայթերով տեքստեր։ Ընդհանուր ինտելեկտի մրցավազքը շարունակվում է, և առայժմ ոչ ոք չգիտի, թե ով է ճիշտ. նրանք, ովքեր ավելի ու ավելի մեծ «վառարաններ» են կառուցում, թե նրանք, ովքեր բոլորովին նոր բաղադրատոմս են փնտրում։
Հետևեք NEWS.am Tech-ին Facebook-ում և Twitter-ում