Суперкомпьютерная сеть будет обеспечивать общий искусственный интеллект уже в следующем году

Искусственный интеллект (ИИ) включает в себя такие технологии, как машинное обучение и генеративные системы искусственного интеллекта, такие как GPT-4.

Последние предлагают прогнозирующие рассуждения, основанные на обучении с большими наборами данных, и часто могут превосходить человеческие возможности в определенных областях.

Однако они менее эффективны в решении когнитивных или рассуждений и не могут эффективно применяться в нескольких дисциплинах.

IAG, напротив, представляет собой гипотетическую систему будущего, которая превзойдет человеческий интеллект в различных дисциплинах, будучи способной учиться самостоятельно и совершенствовать процесс принятия решений за счет доступа к большему количеству данных.

Согласно заявлению компании, суперкомпьютеры, построенные SingularityNET, образуют «многоуровневую сеть когнитивных вычислений», которая будет использоваться для размещения и обучения архитектур, необходимых для IAG.

Сюда входят элементы передовых систем, такие как глубокие нейронные сети, имитирующие функции человеческого мозга, большие языковые модели (LLM), которые обучают системы искусственного интеллекта огромными наборами данных, и мультимодальные системы, которые связывают поведение человека, например речь и движения, с мультимедийными выходными данными.

По словам представителей компании, первый из этих суперкомпьютеров будет введен в эксплуатацию в сентябре, а работы, как ожидается, будут завершены к концу 2024 или началу 2025 года, в зависимости от сроков поставки поставщика.

Модульный суперкомпьютер будет оснащен передовыми компонентами и аппаратной инфраструктурой, включающей графические процессоры Nvidia L40S, процессоры AMD Instinct и Genoa, стойки серверов Tenstorrent Wormhole с графическими процессорами Nvidia H200, а также системы Nvidia GB200 Blackwell.

Вместе они образуют одно из самых мощных доступных аппаратных средств искусственного интеллекта.

«Этот суперкомпьютер сам по себе станет шагом вперед в переходе к IAG», — заявляет Бен Герцель, генеральный директор компании.

«Хотя новые подходы нейросимволического искусственного интеллекта, разработанные командой SingularityNET, в некоторой степени снижают потребность в данных, обработке и энергии по сравнению со стандартными глубокими нейронными сетями, нам все еще нужны значительные суперкомпьютерные мощности»,

«Миссия создаваемой нами вычислительной машины — обеспечить фазовый переход от обучения с использованием больших данных и последующего воспроизведения контекстов из семантической памяти нейронной сети к неимитационному машинному мышлению, основанному на многоуровневых и многоуровневых алгоритмах рассуждения, динамическое моделирование мира с использованием междоменных моделей и итеративной дистилляции знаний.

«На наших глазах происходит парадигматический сдвиг в сторону непрерывного обучения, плавного обобщения и рефлексивной самомодификации ИИ», — пояснил он.

Цель SingularityNET — предоставить доступ к данным для развития ИИ и будущего искусственного сверхинтеллекта, гипотетической системы, которая намного превзойдет человеческие когнитивные способности. Для достижения этой цели Герцель и его команда также разработали уникальное программное обеспечение для управления федеративным (распределенным) вычислительным кластером.

Объединенные вычислительные кластеры позволяют абстрагировать пользовательские данные и предоставлять только те сводные данные, которые необходимы для выполнения крупномасштабных вычислений, защищая очень конфиденциальные элементы, такие как личная информация.

«OpenCog Hyperon — это программная платформа с открытым исходным кодом, разработанная специально для проектирования систем искусственного интеллекта», — сказал Герцель.

«Эта новая аппаратная инфраструктура создана для реализации OpenCog Hyperon и среды его экосистемы IAG».

Чтобы предоставить пользователям доступ к суперкомпьютеру, Герцель и его команда используют токенизированную систему, распространенную в искусственном интеллекте.

Пользователи могут получить доступ к суперкомпьютеру через токены, что позволит им использовать и добавлять данные в существующие наборы, которые другие пользователи используют для тестирования и развертывания концепций IAG.

В своей простейшей форме жетоны ИИ работают аналогично жетонам в аркадных видеоиграх, где игроки покупают жетоны для игры. Данные, собранные в этих играх, доступны другим игрокам не только на одном игровом автомате, но и везде, где находится эта игра.

«GPT-3 был обучен с использованием 300 миллиардов токенов (обычно слов, частей слов или знаков препинания), а GPT-4 — с 13 триллионами», — пишет Набил С. Куреши, ученый Mercatus и разработчик программного обеспечения.

«Автономные автомобили обучаются с помощью тысяч часов видео; OpenAI Copilot для программирования обучается на миллионах строк человеческого кода из Github.

Лидеры в области искусственного интеллекта, такие как Шейн Легг, соучредитель DeepMind, отмечают, что к 2028 году системы смогут соответствовать человеческому интеллекту или превзойти его.

По оценкам Герцеля, это произойдет в 2027 году , а Марк Цукерберг инвестирует 10 миллиардов долларов в инфраструктуру для обучения моделей продвинутых ИИ с января.

источник