Google Hope: Το πρώτο AI που "μαθαίνει χωρίς να ξεχνά"

Χρησιμοποιεί την νέα μέθοδο της Google με όνομα Nested Learning.

Τα πιο σύγχρονα AI μοντέλα αντιμετωπίζουν δυσκολίες στο να θυμούνται, ειδικότερα όταν εκπαιδεύονται σε νέα δεδομένα, με αποτέλεσμα να αλλοιώνουν ή να ξεχνάνε τελείως τις πληροφορίες που γνώριζαν.

Το συγκεκριμένο μειονέκτημα περιορίζει την ικανότητά τους να μπορούν να ενημερώνονται συνεχώς και αξιόπιστα, για εφαρμογές της πραγματική ζωή. Προκειμένου να επιλύσει το συγκεκριμένο πρόβλημα, η Google παρουσίασε μια νέα μέθοδο με ονομασία Nested Learning και την πρωτότυπη αρχιτεκτονική της που φέρει το όνομα, Hope. Με αυτή την νέα μέθοδο, η Google δεν βλέπει την εκπαίδευση του AI ως μια συνεχής διαδικασία, αλλά ως ένα ιεραρχημένο σύστημα το οποίο περιέχει στρώματα που βρίσκονται το ένα μέσα στο άλλο και τα οποία ενημερώνονται σε διαφορετικές ταχύτητες:
Upper Layer / Άνω επίστρωση (Αργή): Αποθηκεύει σταθερή και μακροχρόνια γνώση που αλλάζει σπάνια (γραμματική, βασικές ιδέες κλπ.).
Lower Layer / Κάτω επίστρωση (Γρήγορη): Αποτελείται από ευέλικτα μέρη που μπορούν να επανεκπαιδευτούν γρήγορα ώστε να απορροφούν νέες ή ταχέα μεταβαλλόμενες πληροφορίες.

Ουσιαστικά, τα optimizers λειτουργούν ως συνειρμική μνήμη, βοηθώντας το μοντέλο να ανακαλέσει προηγούμενες διορθώσεις και να αποφύγει την επανάληψη των ίδιων λαθών. Τα θετικά της συγκεκριμένης αρχιτεκτονικής είναι ότι παρουσίασε υψηλότερη ακρίβεια στο language modeling και έδειξε μεγαλύτερη ευστάθεια σε εργασίες που απαιτούσαν εκτενές context. Από την άλλη, αν αυτό το μοντέλο κάνει όσα υπόσχεται, τότε οι επιχειρήσεις θα μπορούν να χρησιμοποιήσουν AI agents που θα μαθαίνουν “στο πόδι” και θα μπορούν να χειρίζονται εκτενές context πιο αποτελεσματικά και χωρίς να επεξεργάζονται από την αρχή παλιά δεδομένα. Η Google αναφέρει ότι το Hope είναι ένα αρχικό πρωτότυπο και ότι πρέπει να δοκιμαστεί για να επιβεβαιώσει την βιωσιμότητά του.

Διαβάστε για τα νέα Horizon games και συζητήστε για την Google στο αντίστοιχο forum topic.