L'IA Est Devenue Bonne En Langage Avant De Devenir Bonne Avec Les Gens. Cet Ordre N'était Pas Inévitable — Il Était Juste Plus Facile.
Les progrès rapides de l'IA en langage — écrire, résumer, converser avec fluidité — sont arrivés bien avant des progrès comparables dans la compréhension du comportement récurrent spécifique d'une personne. Il est tentant de lire cet ordre comme une preuve de quel problème est fondamentalement le plus difficile. Ce n'est pas tout à fait la bonne explication.
Le langage a été résolu en premier en grande partie à cause de la disponibilité des données : d'énormes quantités de texte existent, générées par des millions de personnes, généralisables à presque n'importe quel contexte. Comprendre le schéma récurrent d'une personne spécifique n'a pas d'abondance équivalente — par définition, il n'existe qu'une seule de cette personne, générant une quantité comparativement minuscule des données spécifiques qui révéleraient son schéma spécifique.
C'est davantage un problème de disponibilité qu'un problème de hiérarchie de difficulté. Le langage était la cible la plus facile non pas parce qu'il compte plus, mais parce que la matière première pour le résoudre existait déjà en quantité énorme, tandis que la matière première pour comprendre le schéma d'une personne doit être construite spécifiquement, pour cette seule personne, avec le temps.
Cet ordre — le langage d'abord, la reconnaissance de schéma spécifique à la personne ensuite — reflète les données disponibles pour l'entraînement, pas ce qui compte réellement le plus pour la personne qui attend l'arrivée de l'une ou l'autre capacité.
Fait partie de Explain Ori →
Momar Lissa Ndiaye (« MLN ») est le fondateur et CEO de weyoga Inc., société du Delaware. — weyoga.ai · mln@weyoga.ai