متا مدل هوش مصنوعی جدیدی با قابلیت ارزیابی دیگر مدل‌ها منتشر کرد
مدل Self-Taught Evaluator متا منتشر شد
مدل Self-Taught Evaluator همچنین قادر به ارزیابی دیگر مدل‌های هوش مصنوعی و آموزش آن‌هاست. «جیسون وستون»، یکی از محققان دخیل در این پروژه می‌گوید:
«امیدواریم در شرایطی که هوش مصنوعی بیشتر و بیشتر توانایی‌های فرابشری پیدا می‌کند، بتواند بهتر و بهتر کار خود را ارزیابی نماید و درواقع از متوسط انسان‌ها عملکرد بهتری داشته باشد.»
ایده یک مدل هوش مصنوعی که بتواند بدون دخالت انسان خودش و دیگر مدل‌ها را ارزیابی کند، شبیه ایده‌ای آینده‌نگرانه از یک فیلم سینمایی است.
متا به‌عنوان یکی از بازیگران بزرگ دنیای هوش مصنوعی از یک مدل جدید با عنوان «ارزیاب خودآموز» (Self-Taught Evaluator) رونمایی کرده است که هدفش ارزیابی خودکار آموزش سایر مدل‌های هوش مصنوعی است. این مدل می‌تواند نقش انسان در توسعه AI را کاهش دهد.
متا ابتدا در ماه آگوست مقاله مربوط به این ابزار را منتشر کرد و توضیح داد که چگونه از همان تکنیک مورداستفاده OpenAI در مدل o1 برای بررسی مدل‌ها استفاده می‌کند. این شرکت حالا این مدل را منتشر کرده است تا کاربران بتوانند از این ابزار استفاده کنند. این مدل مسائل پیچیده را به گام‌های منطقی کوچک‌تر تقسیم می‌کند و به‌نظر می‌رسد که دقت پاسخ‌ها را به مسائل چالش‌برانگیز در موضوعاتی مثل علوم، کدنویسی و ریاضیات افزایش می‌دهد.
مدل Self-Taught Evaluator متا منتشر شد
مدل Self-Taught Evaluator همچنین قادر به ارزیابی دیگر مدل‌های هوش مصنوعی و آموزش آن‌هاست. متا برای آموزش این مدل از داده‌های ساخته‌شده با هوش مصنوعی استفاده کرده است. «جیسون وستون»، یکی از محققان دخیل در این پروژه می‌گوید:
«امیدواریم در شرایطی که هوش مصنوعی بیشتر و بیشتر توانایی‌های فرابشری پیدا می‌کند، بتواند بهتر و بهتر کار خود را ارزیابی نماید و درواقع از متوسط انسان‌ها عملکرد بهتری داشته باشد.»
ایده یک مدل هوش مصنوعی که بتواند بدون دخالت انسان خودش و دیگر مدل‌ها را ارزیابی کند، شبیه ایده‌ای آینده‌نگرانه از یک فیلم سینمایی است. اما پیشرفت‌های اخیر نشان داده است که احتمالاً فاصله زیادی با دستیابی به چنین سطحی از توانایی نداریم. این رویکرد می‌تواند گامی مهم در مسیر رسیدن به دستیارهای هوش مصنوعی خودمختار باشد که می‌توانند اشتباهات خود را اصلاح کنند.
این سازوکار نیاز به وجود فرایندهای پرهزینه و غیرکارآمد امروزی، موسوم به «یادگیری تقویتی از بازخورد انسانی»، را حذف می‌کند. در این فرایندها، به نظر کارشناسان درباره دقت پاسخ‌های هوش مصنوعی نیاز است. وستون می‌گوید:
«ایده خودآموزی و توانایی خودارزیابی اساساً یک نکته‌ای حیاتی در مسیر رسیدن به هوش مصنوعی فرابشری است.»
