Datamaskiner tenker kanskje bedre uten vår hjelp

Ta mennesket ut av modellen: Ny forskning indikerer at den viktigste suksessparameteren for kunstig intelligens ikke er selve datamodellen, men harde treningsdata og rå datakraft.

Datamaskiner tenker kanskje bedre uten vår hjelp
Den grønne kurven viser Moores lov om veksten i antallet transistorer i databrikker. Den er grunnlaget for en påstand om at generelle, skalerbare metoder er mer effektive enn å bruke menneskelig tankevirksomhet på å forfine modellene bak kunstig intelligens. Påstanden får støtte i den måten som programmet AlphaGo Zero har lært seg selv å spille Go på. Samt i suksessen for proteinbrettings-programmet AlphaFold 2. Illustrasjon: Ingeniøren

GPT-3 kan skrive tekster, AlphaGo Zero kan spille Go, og AlphaFold 2 kan brette proteiner. Dette er tre eksempler fra den siste forskningen på kunstig intelligens (AI) på enkle, minimalt forutinntatte modeller, trent på enorme mengder data og med enorme mengder datakraft.