Para peneliti MIT telah mengembangkan metode baru yang memungkinkan sistem kecerdasan buatan (AI) untuk melakukan tugas penalaran yang kompleks di tiga domain, termasuk pengkodean, perencanaan strategis, dan robotika.
Model bahasa besar (LLM), termasuk ChatGPT dan Claude 3 Opus, memproses dan menghasilkan teks berdasarkan masukan dari manusia, yang dikenal dengan istilah “prompt”. Teknologi-teknologi ini telah berkembang pesat selama 18 bulan terakhir, tetapi dibatasi oleh fakta bahwa mereka tidak memahami konteks sebaik manusia atau tidak dapat menarik kesimpulan yang tepat, kata para peneliti.
Para ilmuwan MIT sekarang mengklaim telah memecahkan masalah ini dengan menciptakan “harta karun” berupa “abstraksi” bahasa alami yang dapat menghasilkan model AI yang lebih kuat. Abstraksi mengubah hal-hal yang kompleks menjadi karakterisasi tingkat tinggi dan menghilangkan informasi yang tidak penting – yang dapat membantu chatbot berpikir, belajar, mengenali, dan merepresentasikan pengetahuan dengan cara yang sama seperti manusia.
baca juga Galeri Nasional Indonesia Gelar Pameran Seni Rupa Indonesia Kini : Pascamasa
Sesuai dengan yang dilansir dari laman livesciene, bahwa saat ini, para ilmuwan berpendapat bahwa LLM kesulitan untuk mengabstraksikan informasi dengan cara yang mirip dengan manusia. Namun, mereka telah mengorganisir abstraksi bahasa alami ke dalam tiga perpustakaan dengan harapan dapat memberikan kesadaran kontekstual yang lebih besar dan respons yang lebih mirip manusia.
Para peneliti mempublikasikan temuan mereka dalam tiga artikel di server pra-cetak arXiv pada 30 Oktober 2023, 13 Desember 2023, dan 28 Februari. Pustaka pertama, yang disebut “Library Induction from Language Observations” (LILO), mensintesis, memampatkan, dan mendokumentasikan kode komputer. Yang kedua, “Akuisisi Domain Aksi” (Ada), berkaitan dengan pengambilan keputusan berurutan dari AI. Kerangka kerja terakhir, yang disebut Language-Guided Abstraction (LGA), membantu robot untuk lebih memahami lingkungannya dan merencanakan pergerakannya.
Karya ini mengeksplorasi bagaimana bahasa dapat memberikan konteks penting bagi sistem AI sehingga mereka dapat menangani tugas-tugas yang lebih kompleks. Mereka dipresentasikan pada tanggal 11 Mei di Konferensi Internasional tentang Representasi Pembelajaran di Wina, Austria.
1 komentar