有些人認為這樣的方式 人類水平的人工智能 現在已經規劃好了，現在這只是增加運算資源的問題，而其他方面則放慢了速度，因為許多要求仍然缺失。 然而，管理不同任務的非凡能力使 Gato 成為一個與其他人工智慧系統不同的系統，一方面它還不是每個人所期望的通用人工智慧，另一方面它仍然是一個創新系統。它設法處理來自相同架構的非常不同的數據 deep learning.
到目前為止，複雜的人工智能世界中的主要區別之一是弱人工智能（也稱為“狹義”人工智能）和強人工智能（也稱為“一般”人工智能）之間的區別。 這是立即解決思考機器問題的一種相當簡單的方法。 狹義人工智能是一種只執行一項任務的人工智能，例如規劃路線、提供相關搜索結果或進行書面對話。 另一方面，通用人工智能是我們在電影中看到的那種人工智能，它像人類一樣思考，同時執行許多任務，在它們之間產生有用的協同作用。 這些類人機器的首字母縮寫詞是 AGI， 人工智能. 對於大多數研究人員來說，這是一種理論上可能但我們不會很快達到的嵌合體。
然而，今天這種區別開始變得越來越難以解釋。 事實上，近年來的研究已推動創建越來越通用的人工智能模型，但並未導致 AGI 的發現。 因此它正在創建 一種中間地帶，我們發現人工智能模型能夠執行許多不同性質的任務，以至於它們不再被描述為“狹義”人工智能，但同時也沒有顯示出因果智能或意識許多專家應該是 AGI 中固有的。
我們可以稱這種類型的人工智能為“通才”或更準確地說“多式聯運”，因為有幾種與之交互的方式。 舉個例子，多模態人工智能係統將能夠找到我們地區的天氣預報（搜索並選擇最佳結果），告訴我們今天會下雨（自然語言處理和語音合成）並檢查我們是否要去帶或不帶雨傘（機器視覺）。 此外，多模式系統的主要特徵之一是“攝取”不同類型的數據——例如圖像和文本——知道如何從兩者中提取有用的信息。 結果，在我們看來，我們正在處理真正的智能，實際上只有多個 AI 模型“投入電池”並相互協同。
關於多模式 AI 的研究，最近幾週，倫敦公司 DeepMind，我們記得，它是銀河系的一部分。 谷歌，已經發布了兩個人工智能係統，這些系統已經引起了很多關於自己的討論。 第一個叫做 火烈鳥，並且是一個能夠解決“多模態任務”的模型，即可能具有通過不同模態（例如圖像、視頻和文本，甚至相互結合）傳達的傳入信息的任務。 Flamingo 是一種視覺語言模型 (VLM)，可以處理分類信息、字幕管理、基於圖像的問題答案，同時只提供少量輸入/輸出樣本（所謂的“few-shot learning”）。
該模型的目的是“理解”圖像或視頻的情況，用其語言系統正確描述它，並正確回答與其“看到”的內容有關的問題。
對於給定任務，Gato 並不總是最好的 AI 模型。 Sawyer 機器人（它是一個由手臂和許多“關節”組成的機器人）的控制是一個很好的標準，但字幕的創建只是平庸，而一些 Atari 遊戲的處理能力不如其他專用遊戲人工智能模型。 DeepMind 表示，在 450 項任務中（與他接受訓練的 604 項相比），Gato 比人類專家“有一半以上的時間”更準確。 一種有點令人費解的說法是，在總共 604 個任務中，至少有 154 個返回非常差的結果，而在剩下的 450 個任務中，有一半的時間 Gato 表現得比人類專家好，但另一半的時間它表現得很好更差。
這幾週的成果是 DeepMind 多年來一直堅持的承諾的結果。 我們不要忘記，公司的目標是“解決智能問題”，開發能夠解決各種不同問題的更通用的系統。 這就是公司所說的通用人工智能，這就是他們想要去的地方。 去年朝這個方向邁出了一步 感知者，基於 Transformer 架構的多模態模型，能夠處理不同類型的輸入，例如圖像、文本、視頻、聲音、3D 數據。 Gato 的創造者自己認為 Perceiver 可能有助於進一步擴展未來通用系統的模式數量。
文章摘自 Luca Sambucci, 如果你想閱讀整篇文章點擊這裡
