Symbolica 立志透過賭注符號模型來避免 AI 軍備競賽
挑戰 AI 經典方法
Symbolica AI 的創始人喬治·摩根(George Morgan)是前特斯拉工程師,他在其工作歷程中認識到當前 AI 方法的局限性,並意識到若要實現長期可持續的 AI 發展,必須尋找替代方案。他對媒體表示傳統的深度學習和生成式語言模型需要巨大的計算量、時間和能源,而 Symbolica AI 則試圖透過構建新型模型,以更低的資料要求、更短的訓練時間和更低的成本產生更高的準確性,同時能提供證實正確的結構化輸出。AI 計算成本急劇上升
Stanford 和 Epoch AI 合著的報告指出,訓練尖端 AI 模型的成本在過去一年多已大幅增加。OpenAI 和 Google 分別花費約 7800 萬美元和 1.91 億美元培訓 GPT-4 和 Gemini Ultra。而預計這些成本還會進一步攀升。喬治·摩根開始調查他所稱的“結構化”AI 模型,這些模型在整體計算量較低的情況下能夠獲得更好的效能。符號 AI 的興起
符號 AI 並非全新的概念,它紮根於 AI 的符號代表知識的思想,並使用一組規則。這種定義符號操縱規則集專用於特定工作的方式有別於神經網路透過統計近似和從示例學習來解決任務。Symbolica AI 的未來
Symbolica AI 的產品是一個用於建立符號 AI 模型和預先為特定任務訓練好的模型的工具包。該公司的創始人表示 Symbolica 可能提供諮詢服務和支援,以幫助希望使用其技術構建定制模型的公司。專家觀點
支援者的看法
Symbolica AI 獲得 Kholsa Ventures 等投資者 3300 萬美元的支援,可見投資者對其技術和未來發展的信心。Kholsa Ventures 的創始人認為 Symbolica 正在解決 AI 行業面臨的一些最重要的挑戰。懷疑者的觀點
一些專家對符號 AI 的可行性表示懷疑。他們認為符號 AI 模型依賴高度結構化的資料,這使得它們非常脆弱並且依賴於特定的上下文,而且定義這些知識可能需要非常耗時。結論
Symbolica AI 的出現為 AI 領域注入了新的思考,但它面臨著來自龐大的 AI 實驗室等競爭者的挑戰。無論如何,Symbolica 都預期其未來增長,並希望到 2025 年將員工人數翻倍。無論結果如何,Symbolica 都值得業內關注。 Keywords:人工智慧-Symbolica,AI 競賽,符號模型,押注ArtificialIntelligence-Symbolica,AI 競賽,符號模型,押注