📱 گوگل اخیراً از یه پروژه جذاب و انقلابی به اسم Titans رونمایی کرده که توانایی‌هاش از بعضی جهات نزدیک به مغز انسانه، حتی توی بعضی کارها از ما آدم‌ها هم بهتر عمل می‌کنه. این سیستم پیشرفته، با یه ساختار هوشمندانه که شامل سه نوع حافظه مختلف میشه—کوتاه‌مدت، بلندمدت و دائمی—قابلیت ذخیره و فراخوانی دقیق اطلاعات رو داره. همچنین با استفاده از همین ماژول‌های حافظه، می‌تونه کارهای پیچیده‌ای رو به راحتی انجام بده.
یکی از قابلیت‌های خیلی جالب Titans اینه که حواسش به چیزای مهم و غیرمهم هست: اطلاعات بلااستفاده رو فراموش می‌کنه و فقط چیزایی که واقعاً به دردش می‌خورن نگه می‌داره. این سیستم انگار همیشه در حال یاد گرفتنه و می‌تونه پردازش‌های سنگینی مثل تحلیل داده‌های پیچیده، پیش‌بینی‌های هوشمند، یا حتی پردازش اطلاعات زمان‌دار رو خیلی سریع و دقیق انجام بده. تازه، شگفت‌زده می‌شی اگه بدونی که Titans می‌تونه همزمان حجمی از اطلاعات رو پردازش کنه که معادل خوندن حدود ۲۵ کتابه—و این یه برتری بزرگ نسبت به مدل‌هایی مثل GPT-4 محسوب میشه.
اما خب، محدودیت‌های فناوری همیشه یه جای کار هستن. مثلاً مدل‌های زبانی مثل GPT-4 (و شبیه‌های اون) برای فهم ارتباطات پیچیده بین کلمات از ماژول‌های مخصوصی به اسم attention استفاده می‌کنن. این ماژول‌ها شبیه یه جور حافظه کوتاه‌مدت عمل می‌کنن، ولی هرچی حجم متن بزرگ‌تر بشه، محاسباتشون هم به شدت بیشتر میشه و گاهی اوقات این باعث محدودیت عملکرد میشه.
حالا نوآوری Titans چیه؟ چطور این مشکل بزرگ رو حل کردن؟ گوگل با معرفی یه نوع حافظه عصبی بلندمدت این چالش رو به کلی دور زده. این قابلیت باعث میشه Titans اطلاعات رو بهینه‌تر ذخیره کنه، و برای پردازش متن‌های خیلی طولانی یا داده‌های پیچیده، عملکردی خارق‌العاده داشته باشه.
علاوه بر این، Titans از روش‌های مدرن و تکنیک‌های پیشرفته‌ای مثل اتصالات باقی‌مانده (Residual Connections)، توابع فعال‌سازی SiLU، و نرمال‌سازی (Normalization) استفاده می‌کنه. این ترفندها باعث میشن که حافظه این سیستم بهینه‌تر مدیریت بشه و بتونه توی پردازش‌های مختلف مثل یه حرفه‌ای بدرخشه.
بر اساس آزمایش‌هایی که انجام شده، این مدل در سه نسخه مختلف خودش—MAC، MAG و MAL—به راحتی از نسخه‌های قبلی پیشی گرفته. نکته عجیب‌تر اینجاست که حالا می‌تونه متون طولانی‌تر از ۲ میلیون توکن رو پردازش کنه، اون هم با دقت خیلی بالا. این یعنی دیگه خبری از مشکلات مربوط به حافظه یا پردازش همزمان مقادیر بزرگ داده نیست.
اما وقتی به اینجای ماجرا می‌رسیم، یه سوال بزرگ ذهنمون رو درگیر می‌کنه: با این سرعت پیشرفت هوش مصنوعی و این درجه از قدرت، آیا ممکنه ما کم‌کم به همچین سیستم‌هایی وابسته‌تر از همیشه بشیم؟ آیا روزی میاد که همه تحلیل‌ها، پروسه‌های فکری، و حتی بخشی از توانایی‌های ذهنی خودمون رو به ماشین‌ها بسپاریم و خودمون رو عقب بکشیم؟
این سوالیه که با چنین دستاوردهای خارق‌العاده‌ای باید بیشتر و بیشتر بهش فکر کنیم...
منبع
#هوش_مصنوعی #گوگل
✈️@mohammad_zammani
یکی از قابلیت‌های خیلی جالب Titans اینه که حواسش به چیزای مهم و غیرمهم هست: اطلاعات بلااستفاده رو فراموش می‌کنه و فقط چیزایی که واقعاً به دردش می‌خورن نگه می‌داره. این سیستم انگار همیشه در حال یاد گرفتنه و می‌تونه پردازش‌های سنگینی مثل تحلیل داده‌های پیچیده، پیش‌بینی‌های هوشمند، یا حتی پردازش اطلاعات زمان‌دار رو خیلی سریع و دقیق انجام بده. تازه، شگفت‌زده می‌شی اگه بدونی که Titans می‌تونه همزمان حجمی از اطلاعات رو پردازش کنه که معادل خوندن حدود ۲۵ کتابه—و این یه برتری بزرگ نسبت به مدل‌هایی مثل GPT-4 محسوب میشه.
اما خب، محدودیت‌های فناوری همیشه یه جای کار هستن. مثلاً مدل‌های زبانی مثل GPT-4 (و شبیه‌های اون) برای فهم ارتباطات پیچیده بین کلمات از ماژول‌های مخصوصی به اسم attention استفاده می‌کنن. این ماژول‌ها شبیه یه جور حافظه کوتاه‌مدت عمل می‌کنن، ولی هرچی حجم متن بزرگ‌تر بشه، محاسباتشون هم به شدت بیشتر میشه و گاهی اوقات این باعث محدودیت عملکرد میشه.
حالا نوآوری Titans چیه؟ چطور این مشکل بزرگ رو حل کردن؟ گوگل با معرفی یه نوع حافظه عصبی بلندمدت این چالش رو به کلی دور زده. این قابلیت باعث میشه Titans اطلاعات رو بهینه‌تر ذخیره کنه، و برای پردازش متن‌های خیلی طولانی یا داده‌های پیچیده، عملکردی خارق‌العاده داشته باشه.
علاوه بر این، Titans از روش‌های مدرن و تکنیک‌های پیشرفته‌ای مثل اتصالات باقی‌مانده (Residual Connections)، توابع فعال‌سازی SiLU، و نرمال‌سازی (Normalization) استفاده می‌کنه. این ترفندها باعث میشن که حافظه این سیستم بهینه‌تر مدیریت بشه و بتونه توی پردازش‌های مختلف مثل یه حرفه‌ای بدرخشه.
بر اساس آزمایش‌هایی که انجام شده، این مدل در سه نسخه مختلف خودش—MAC، MAG و MAL—به راحتی از نسخه‌های قبلی پیشی گرفته. نکته عجیب‌تر اینجاست که حالا می‌تونه متون طولانی‌تر از ۲ میلیون توکن رو پردازش کنه، اون هم با دقت خیلی بالا. این یعنی دیگه خبری از مشکلات مربوط به حافظه یا پردازش همزمان مقادیر بزرگ داده نیست.
اما وقتی به اینجای ماجرا می‌رسیم، یه سوال بزرگ ذهنمون رو درگیر می‌کنه: با این سرعت پیشرفت هوش مصنوعی و این درجه از قدرت، آیا ممکنه ما کم‌کم به همچین سیستم‌هایی وابسته‌تر از همیشه بشیم؟ آیا روزی میاد که همه تحلیل‌ها، پروسه‌های فکری، و حتی بخشی از توانایی‌های ذهنی خودمون رو به ماشین‌ها بسپاریم و خودمون رو عقب بکشیم؟
این سوالیه که با چنین دستاوردهای خارق‌العاده‌ای باید بیشتر و بیشتر بهش فکر کنیم...
منبع
#هوش_مصنوعی #گوگل
✈️@mohammad_zammani