قانون هوش مصنوعی اروپا: متن ملاحظه 98
با توجه به اینکه عمومیت یک مدل میتواند از جمله بر اساس تعداد پارامترهای آن نیز تعیین شود، مدلهایی که دارای حداقل یک میلیارد پارامتر بوده و با حجم گستردهای از دادهها و از طریق یادگیری خودنظارتی در مقیاس وسیع آموزش داده شدهاند، باید واجد عمومیت قابلتوجه تلقی شوند و قادر به انجام شایسته طیف گستردهای از وظایف متمایز شناخته شوند.
تحلیل ملاحظه 98
در این ملاحظه، معیار «تعداد پارامترها» بهعنوان یکی از شاخصهای تشخیص عمومیت مدل مطرح میشود، اما بهصورت انحصاری در نظر گرفته نمیشود و در کنار سایر عوامل ارزیابی میگردد. سپس یک آستانه مشخص معرفی میشود؛ مدلهایی با حداقل یک میلیارد پارامتر، در صورت تحقق شرایط دیگر، بهعنوان دارای عمومیت قابلتوجه تلقی میشوند. در ادامه، شرط مکمل بیان میشود که این مدلها باید با حجم عظیمی از داده و با روش یادگیری خودنظارتی در مقیاس گسترده آموزش دیده باشند، تا نشان دهد صرف بزرگی مدل کافی نیست و نحوه آموزش نیز اهمیت دارد. در نهایت، نتیجهگیری میشود که چنین مدلهایی بهدلیل این ویژگیها، توانایی انجام طیف گستردهای از وظایف متفاوت را بهصورت شایسته دارند و بنابراین در چارچوب تنظیمگری، در دسته مدلهای با عمومیت بالا قرار میگیرند.
منبع: ترجمه شده توسط بخش فناوری های نوین سایت راسخون
