Meta utvider AI-horisonten med "Self-Taught Evaluator": Mindre arbeid for mennesker, mer for maskiner
Meta kunngjorde en ny AI-modell "Self-Taught Evaluator" som autonomt kan evaluere og trene andre AI-modeller.
Dette er hva vi vet
Denne innovasjonen har som mål å redusere kostnadene og øke hastigheten på AI-utviklingen ved å eliminere behovet for menneskelig input som kreves i "Reinforcement Learning with Human Feedback"-metoden (RLAIF).
Self-Taught Evaluator bruker en "resonnementskjede"-teknikk for å bryte ned komplekse oppgaver i enklere trinn, noe som forbedrer nøyaktigheten i svarene på områder som vitenskap, programmering og matematikk. Modellen ble trent utelukkende på data generert av den kunstige intelligensen, og ifølge forskeren Jason Weston vil den kunstige intelligensen i fremtiden være i stand til å kontrollere resultatene sine bedre enn et gjennomsnittsmenneske.
Denne utviklingen kan redusere den menneskelige innsatsen på ulike områder betydelig, og bringe oss nærmere en fremtid der kunstig intelligens er helt autonom.
Kilde: The Times of India The Times of India