Kineski akademik upozorava na temeljne slabosti AI modela i predlaže drukčiju arhitekturu za smanjenje halucinacija

Deng Zhonghan, član Kineske akademije inženjerstva, upozorio je da neobjašnjivost rada velikih jezičnih modela i njihova sklonost izmišljanju informacija mogu postati ozbiljan rizik daljnjeg razvoja umjetne inteligencije. U razgovoru za kineski Daily Economic News iznio je pristup prema kojem bi se statističko predviđanje jezičnih modela povezalo s pravilima, logičkim odnosima i fizičkim ograničenjima koja obrađuje CPU. Njegov istraživački tim razvija heterogenu arhitekturu XPU koja kombinira CPU i GPU, a Deng tvrdi da takav sustav može smanjiti pogrešne zaključke i povećati objašnjivost rada modela. Riječ je o istraživačkom pristupu čija učinkovitost u širokoj primjeni nije neovisno potvrđena u objavljenom razgovoru.