• Giáo sư Deepak Pathak của Đại học Carnegie Mellon cho rằng việc chỉ tập trung vào ngôn ngữ là không đủ để xây dựng trí tuệ nhân tạo cấp độ con người (AGI).
• Ông lập luận rằng các mô hình ngôn ngữ lớn (LLM) không thể thực sự hiểu thế giới vật lý dù được huấn luyện với lượng dữ liệu khổng lồ.
• Pathak đề xuất cách tiếp cận mới: xây dựng "cảm giác vận động thông thường" cho AI thông qua tương tác với môi trường tự nhiên.
• Phương pháp của ông sử dụng học tăng cường thích ứng để huấn luyện robot trong môi trường mô phỏng trước, sau đó chuyển sang thế giới thực.
• Các robot của Pathak có thể thực hiện nhiều tác vụ phức tạp như leo cầu thang, mở ngăn kéo, bật vòi nước, nhặt rác,...
• Điểm quan trọng là trí tuệ này mang tính "tổng quát", có thể áp dụng cho nhiều tác vụ khác nhau mà không cần huấn luyện lại từ đầu.
• Pathak đã thành lập công ty Skild AI để phát triển "bộ não đa năng" cho robot, huy động được 300 triệu USD từ Softbank, Jeff Bezos và các nhà đầu tư khác.
• Mục tiêu là xây dựng "mô hình nền tảng" cho robot, có thể thực hiện mọi lệnh bất kể loại robot.
• Kết hợp loại trí tuệ này với các mô hình ngôn ngữ lớn hiện tại có thể giúp AI lý luận tốt hơn về thế giới, dự đoán chính xác hơn và ít bịa đặt hơn.
• Pathak cho rằng phần lớn trí tuệ nằm ở khả năng lý luận về mặt vật lý khi thực hiện các tác vụ, không chỉ ở ngôn ngữ.
📌 Giáo sư Deepak Pathak đề xuất hướng đi mới cho AI thông qua tương tác thế giới thực. Phương pháp sử dụng học tăng cường thích ứng để huấn luyện robot thực hiện nhiều tác vụ phức tạp. Công ty Skild AI của ông huy động được 300 triệu USD để phát triển "bộ não đa năng" cho robot.
https://www.thewrap.com/this-professor-has-a-path-toward-human-level-ai-it-isnt-llms-commentary/