Рост числа чат-ботов с генеративным искусственным интеллектом популяризировал термин «большая языковая модель» — лежащую в основе технологию искусственного интеллекта, работающую за кулисами. Большие языковые модели (LLM) генерируют выходные данные на основе прогнозируемого набора языков в ответ на ввод пользователя, создавая впечатление, будто ИИ способен думать самостоятельно.

Но LLM — не единственные крупные модели в городе; Большие модели действий (LAM) могут стать следующим большим достижением в области искусственного интеллекта.

Что такое модель большого действия (LAM)?

LAM — это система искусственного интеллекта, способная понимать вводимые человеком данные и выполнять соответствующие действия. Это немного другой подход к системам искусственного интеллекта, который фокусируется исключительно на генерации ответов. Термин «модель большого действия» был впервые введен компанией Rabbit Inc., разработчиком устройства Rabbit R1. В видеоролике, посвященном запуску Rabbit R1, компания говорит, что LAM — это новая основополагающая модель, которая помогает перевести ИИ от слов к действиям.

LAM обучаются на больших наборах данных о действиях пользователей; следовательно, они учатся, имитируя действия человека или демонстрируя их. Благодаря демонстрации LAM могут понимать пользовательские интерфейсы различных веб-сайтов или мобильных приложений и ориентироваться в них, а также выполнять определенные действия на основе ваших инструкций. По словам Кролика, LAM может добиться этого, даже если интерфейс немного изменится.

Вы можете думать о LAM как о расширении существующих возможностей LLM. В то время как LLM генерирует текст или медиа-выход на основе пользовательского ввода путем прогнозирования следующего слова или токена (вы задаете вопрос, а LLM предоставляет текстовый или медиа-выход), LAM идут дальше, добавляя возможность выполнять сложные действия от вашего имени. .

Что могут сделать LAM?

Целью LAM является выполнение сложных действий от вашего имени. Однако критическим моментом, на который следует обратить внимание, является способность выполнять сложные действия. Это делает LAM более полезными при выполнении сложных задач, но это не значит, что они не могут выполнять более простые действия.

Теоретически это означает, что вы можете, например, попросить LAM сделать что-то от вашего имени, например заказать кофе в ближайшем Starbucks, заказать поездку в Uber и даже забронировать номер в отеле. Поэтому это отличается от выполнения простых задач, таких как просьба к Google Assistant, Siri или Alexa включить телевизор или свет в гостиной.

Согласно концепции Rabbit Inc., LAM может получить доступ к соответствующему веб-сайту или приложению, такому как Uber, и перемещаться по его интерфейсу, чтобы выполнить действие, скажем, заказать поездку или отменить ее. если ты передумаешь.

LLM преуспеют в LLM, но они еще не готовы (пока)

Концепция LAM интересна, возможно, даже больше, чем LLM. LAM — это будущее после генеративного искусственного интеллекта, которое позволит нам компенсировать рутинные задачи и сосредоточиться на других полезных видах деятельности. Однако, какими бы захватывающими они ни казались, LAM еще не готовы.

Первый коммерческий продукт, который обещал использовать LAM (кролик r1), не полностью выполнил свое маркетинговое обещание выполнять действия от имени своих пользователей. Устройство настолько провалилось по своей основной торговой точке, что многие обзоры из первых рук назвали его совершенно бесполезным.

Хуже того, расследование Coffeezilla, YouTuber, в сотрудничестве с избранной группой инженеров-программистов, имеющих доступ к части кодовой базы r1, показало, что Rabbit использовал сценарии Playwright для выполнения действий вместо LAM. Таким образом, вместо того, чтобы устройство выполняло уникальную модель искусственного интеллекта, на самом деле оно просто выполняло набор операторов стиля If > then; далеко от обещанного LAM.

Если есть что-то, что вы можете извлечь из устройства Rabbit r1, так это то, что видение есть. Однако до реализации необходимо проделать работу, так что пока не волнуйтесь.