I Modelli Linguistici Raddoppiano in Potenza Ogni 7 Mesi

Image by Aerps.com, from Unsplash

I Modelli Linguistici Raddoppiano in Potenza Ogni 7 Mesi

Tempo di lettura: 2 Min.

I Modelli di Linguaggio di Grande Dimensione (LLMs) stanno diventando più intelligenti rapidamente e gli esperti prevedono che potrebbero fare in ore quello che agli esseri umani richiede un intero mese entro il 2030.

Sei di fretta? Ecco i punti chiave:

  • Entro il 2030, gli LLM potrebbero completare un mese di lavoro in sole poche ore.
  • METR ha creato un nuovo benchmark chiamato “orizzonte temporale di completamento del compito”.
  • I ricercatori avvertono che il progresso potrebbe superare la nostra capacità di controllarlo.

Uno studio condotto da Model Evaluation & Threat Research (METR), un gruppo con sede a Berkeley, California, ha scoperto che le capacità delle LLM raddoppiano ogni sette mesi.

Il gruppo ha sviluppato un modo per misurare questo progresso con un concetto chiamato “orizzonte temporale di completamento del compito”, che stima quanto tempo ci metterebbe un essere umano a fare qualcosa che un’intelligenza artificiale può ora gestire con il 50% di affidabilità.

I ricercatori sostengono che entro il 2030, stimano che i modelli più avanzati potrebbero completare, con il 50 percento di affidabilità, compiti basati su software che attualmente richiedono un intero mese all’essere umano per essere completati.

Quel livello di abilità potrebbe avere enormi vantaggi e seri rischi. La disponibilità di LLM con quel tipo di capacità “porterebbe con sé enormi sfide, sia in termini di potenziali benefici che di potenziali rischi”, ha detto il ricercatore di AI Zach Stein-Perlman, come riportato da Spectrum.

Tuttavia, i ricercatori notano che gli LLM hanno ancora difficoltà con compiti “disordinati”, come lavori che sono aperti, mal definiti o simili alle sfide del mondo reale.

“Anche se fosse il caso che avessimo intelligenze artificiali molto, molto intelligenti, questo ritmo di progresso potrebbe comunque finire per essere limitato da cose come l’hardware e la robotica,” ha detto la ricercatrice del METR, Megan Kinniment, come riportato da Spectrum.

Ha anche avvertito sui rischi di un’accelerazione rapida: “Potresti ottenere un’accelerazione che è piuttosto intensa e rende le cose significativamente più difficili da controllare.”

Hai apprezzato questo articolo?
Valutalo!
L'ho odiato Non mi è piaciuto Non male Molto bene! L'ho amato!

Siamo felici che ti sia piaciuto il nostro lavoro!

In qualità di stimato lettore, ti dispiacerebbe lasciare una recensione su Trustpilot? Richiede poco tempo e significa tantissimo per noi. Grazie mille!

Valutaci su Trustpilot
0 Votato da 0 utenti
Titolo
Commento
Grazie per la tua opinione!