Всё больше экспертов говорит о скором закате эры ИИ и схлопывании мыльного пузыря умных алгоритмов




Масштабирование перестало оказывать значительное влияние на способности новых моделей

Уже несколько лет мы становимся свидетелями стремительной гонки, цель которой заключается в создании умного алгоритма, превосходящего все ранее существующие модели. При этом ИИ просто обязан стать думающим, поскольку современные компьютерные модели не отличаются таким качеством. По информации многих исследователей, которые уже давно изучают становление искусственного интеллекта, машина не способна думать самостоятельно. Генерация текста, изображений и видео происходит по чётко заданным шаблонам. Таким образом умный алгоритм не думает, а использует заложенные в него сценарии для выдачи ответов на вопросы пользователей. Учёные полагают, что мышление происходит иначе, ведь люди способны оперировать неизвестными величинами, тогда как ИИ пока на такие свершения не способен. Есть все основания полагать, что в ближайшие десятилетия никакого прорыва не случится, а значит людям потребуется больше времени для обучения достаточно зрелого и действительного думающего алгоритма. Если такое вообще возможно.

данных, но на практике его эффективность оказывается ограниченной.

В процессе обучения стало ясно, что сгенерированный машиной контент не обладает глубиной и разнообразием, свойственным человеческому опыту, а в итоге даже большие объёмы данных оказываются практически бесполезны. Эксперты пишут, что крупные компании, занимающиеся обучением передовых алгоритмов, уже не могут остановиться. Остаётся и дальше инвестировать в закупку оборудования, а масштабирование остаётся единственной реальной возможностью добиться более значимых результатов. Пытаясь создать продукты, максимально приближённые к уровню человеческого интеллекта, компании увеличивают количество данных, наращивают вычислительные мощности и удлиняют время обучения моделей. В этом году генеральный директор Anthropic Дарио Амодеи заявил, что компания потратила на обучение новейших моделей порядка 100 миллионов долларов, но в ближайшие годы эти затраты могут вырасти до 100 миллиардов.

Что интересно, но сегодня даже сами разработчики признают, что достичь результата только путём масштабирования не удастся. Например, OpenAI добавила к обучению Orion многомесячный этап пост-обучения, включающий обратную связь от пользователей. Эта процедура направлена на улучшение качества ответов и настройку эмоциональной окраски взаимодействия с человеком, что может сделать модель более «человечной» в общении. Таким образом, крупные игроки в сфере ИИ оказываются перед сложным выбором: продолжать развивать уже существующие модели, добавляя к ним улучшения, или запускать совершенно новые, требующие значительных инвестиций и часто лишь незначительно превосходящие предыдущие разработки. По мере того как растут затраты, растут и ожидания. На фоне этого всё больше специалистов пишет о скором схлопывании мыльного пузыря умных алгоритмов.

#технологии #нейросети #искусстввенный_интеллект #умные_алгоритмы

Компьютеры, Связь, Интернет