Rich Sutton Melancarkan Oak Lab untuk Merevolusikan Ejen AI Autonomi

Pemenang Anugerah Turing, Richard Sutton, telah secara rasmi memasuki arena syarikat pemula dengan pelancaran Oak Lab, sebuah usaha niaga berasaskan Toronto yang bertujuan untuk mentakrifkan semula kecerdasan buatan. Melangkaui batasan model generatif moden, syarikat ini berusaha untuk membina ejen autonomi yang mampu melakukan penemuan sebenar melalui pembelajaran masa nyata yang berterusan.

Melangkaui Imitasi Generatif

Richard Sutton, perintis pembelajaran pengukuhan (reinforcement learning) moden dan bekas penyelidik di Keen Technologies, percaya bahawa trajektori AI semasa adalah cacat secara fundamental. Walaupun industri kini sedang taksub dengan Model Bahasa Besar (LLM), Sutton berhujah bahawa kaedah pembelajaran mendalam ini adalah "lemah dan tidak cekap."

Menurut Sutton, AI generatif semasa cemerlang dalam imitasi tetapi gagal dalam penilaian kendiri. Oleh kerana model-model ini tidak dapat menilai output mereka sendiri secara kritis, mereka secara semula jadi tidak mampu melakukan penemuan tulen atau kemajuan saintifik. Misi Oak Lab adalah untuk beralih daripada era "latihan statik," di mana model diberikan set data yang besar dan kemudian dibekukan, menuju ke arah masa depan kecerdasan yang dinamik dan berkembang.

Matlamat: Pembelajaran Masa Nyata dan Model Dunia

Melalui kerjasama dengan Khurram Javed, Sutton sedang memposisikan Oak Lab untuk mengejar visi yang berakar umbi dalam pembelajaran pengukuhan yang maju. Daripada bergantung kepada data yang telah disediakan, Oak Lab bertujuan untuk membangunkan ejen yang belajar secara berterusan daripada persekitaran mereka.

Peta jalan teknikalnya memfokuskan kepada beberapa tonggak kritikal:

• Model Dunia Dalaman: Membina ejen yang bukan sekadar meramalkan token seterusnya, tetapi memahami mekanik asas persekitaran mereka.
• Penilaian Autonomi: Membangunkan sistem yang boleh mengendalikan proses variasi, penilaian, dan pemilihan mereka sendiri tanpa campur tangan manusia.
• Perancangan Masa Nyata: Beralih daripada pemadanan corak reaktif kepada perancangan proaktif yang berorientasikan matlamat.

Sutton telah menetapkan penanda aras jangka panjang yang bercita-cita tinggi untuk makmal tersebut: mencipta ejen trilion-parameter yang mampu melakukan pembelajaran dan perancangan masa nyata sambil hanya menggunakan 20 watt tenaga. Sasaran ini menangani salah satu kekangan paling ketara dalam AI moden—keperluan tenaga yang besar bagi kluster pengkomputeran yang besar.

Mengapa Ini Penting bagi Landskap AI

Penubuhan Oak Lab menandakan potensi peralihan paradigma dalam industri AI. Walaupun kebanyakan pasaran semasa tertumpu pada penskalaan seni bina transformer dan peningkatan saiz set data, Sutton menyeru agar "penstrukturan semula secara menyeluruh" dilakukan terhadap idea-idea asas yang memacu bidang ini.

Jika Oak Lab berjaya, industri boleh beralih daripada kaedah "brute force" dalam penskalaan data kepada seni bina yang lebih elegan dan cekap yang meniru kecerdasan biologi. Dengan mengutamakan pembelajaran pengukuhan dan interaksi persekitaran, Sutton bertaruh bahawa jalan menuju Kecerdasan Am Buatan (AGI) terletak pada pengalaman dan autonomi, bukannya sekadar imitasi berskala lebih besar.

Ringkasan Utama

• Pendekatan Falsafah Baharu: Oak Lab bertujuan untuk menggantikan kaedah pembelajaran mendalam yang "lemah" sekarang dengan ejen yang belajar melalui interaksi persekitaran yang berterusan dan bukannya set data statik.
• Cita-cita Kecekapan: Syarikat pemula ini menyasarkan lonjakan dalam kecekapan pengkomputeran, dengan matlamat untuk menghasilkan model trilion-parameter yang beroperasi dengan hanya 20 watt kuasa.
• Fokus pada Penemuan: Tidak seperti AI generatif yang menumpukan pada imitasi, Oak Lab sedang membina ejen yang mampu melakukan penilaian kendiri dan perancangan masa nyata secara autonomi.