Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
Самообучение и «сильный» искусственный интеллект: когда роботы начнут варить нам кофе
Ключевая способность искусственного интеллекта — способность к обучению. Как искусственный интеллект учится, может ли он самообучаться и сможет ли когда-нибудь заменить человека? На эти вопросы ответил научный сотрудник института «Компьютерные науки и прикладная математика» МАИ, директор департамента цифровой трансформации компании BetBoom Юрий Чайников.
Большая часть того, что принято называть искусственным интеллектом, это многослойные нейронные сети, – алгоритмы, которые нужно учить выдавать правильные, полезные ответы, тренировать на тех данных, для обработки которых такая нейросеть создана. Наибольшую эффективность при обучении, по оценкам экспертов, дает такой подход. Сначала нейросеть тренируют на большом массиве неразмеченных данных, скрывая часть картинки или текста и поощряя нейросеть правильно предсказывать скрытое.
На этом этапе нейросеть выучивает самые общие закономерности и паттерны в исходных данных. Затем наступает этап тонкой настройки нейросети. Здесь ее заставляют выдавать пару результатов в ответ на входные данные. Специально обученные люди из выданных нейросетью вариантов отмечают более предпочтительные, и нейросеть учитывает их оценки в дальнейшем процессе обучения. Этот процесс повторяется десятки и сотни тысяч раз, пока не перестанут улучшаться характеристики нейронной сети или пока не закончатся ресурсы на ее тренировку.
«Самое интересное в том, что на определенном уровне сложности, например, в очень больших мультимодальных моделях, происходит с одной стороны ожидаемое, а с другой стороны в некотором смысле удивительное явление – переход из количества в качество. По мере того, как мы тренируем нейросеть описывать заданные нами изображения человеческим текстом, она все лучше и лучше описывает не только то, что мы ей показывали, но и бесконечное разнообразие других изображений.
Удивительно здесь то, что качество описаний картинок можно существенно поднять, показав ей больше текстов. Чем больше мы ей будем показывать человеческих текстов, тем лучше она будет описывать изображения, которые увидела, потому что в описании этих текстов прослеживаются тонкие, глубинные взаимосвязи слов, проистекающие из свойств нашего физического мира: например, яблоки обычно бывают красные, желтые, зеленые, но не фиолетовые, что «Северная столица» в российском контексте – это Санкт-Петербург и так далее.
Если среди текстов, которыми мы ее «кормили», какую-то часть составят тексты из книг по шахматам, нейросеть, прочитав их, так или иначе выучит логику шахмат. Было ли это заложено в архитектуре? В некотором смысле было. Является ли это следствием такого метода тренировки? Безусловно. Одни архитектурные подходы больше способствуют обобщению, а другие – меньше. Мультиязычные и мультимодальные нейронные сети с очень большими объемами обучающей выборки в триллионы токенов и с очень большим вычислительным ресурсом, затраченным на процесс обучения, все в большей степени проявляют это эмерджентное свойство «думать», причем думать безусловно в кавычках», – рассказал Юрий Чайников.
Есть мнение, что такая способность к самообучению, заложенная в основе искусственного интеллекта, приведет к созданию так называемого «сильного» искусственного интеллекта, перспективы которого уже много лет будоражат сообщество ученых и разработчиков по всему миру.
«Если порассуждать без инженерного приземления, то «слабый» искусственный интеллект – это нейросети, которые умеют решать ограниченный круг задач и никогда не решают их в неограниченно широкой области. Это такой самый яркий признак «слабости». Фактически, это тот искусственный интеллект, которым мы имеем на данный момент. Теперь можно порассуждать в обратную сторону. Что такое «сильный» искусственный интеллект? Это системы, которые смогут решать любые задачи, которые может выполнять «обычный человек», на уровне качества «обычного человека». Такой искусственный интеллект пока еще не создан.
Многие знакомы с тестом Тьюринга, по которому «обычные люди» по текстовому диалогу с трудом отличают искусственный интеллект от человека. Этот тест фактически пройден текущими большими языковыми моделями. Гораздо более сложный, так называемый «кофейный тест», пока еще не преодолен. Робот по просьбе человека должен сделать кофе в незнакомом помещении, то есть сориентироваться, отыскать кофейный автомат, найти все необходимое, подставить чашечку, сделать кофе, принести и сказать: «Кофе готов». Вот такой тест пока не по силам существующему в наше время искусственному интеллекту», – отметил эксперт.
Хотя «сильный» искусственный интеллект, то есть интеллект, способный самообучаться и самостоятельно решать самый широкий круг задач, которые под силу сейчас только человеку, еще не создан, однако все тенденции развития в этой области налицо. По оценкам эксперта, мы сможем стать свидетелями появления «сильного» искусственного интеллекта уже при жизни нынешнего поколения.
«Я не думаю, что это будет какой-то «скачок». Я думаю, это будет тот же самый «ползучий» процесс, что уже происходит буквально на наших глазах. Релиз за релизом, пару раз в год, OpenAI выпускает очередную версию ChatGPT. Включившись в гонку, Google планирует выпустить Gemini 2.0, от Anthropic ожидаем версию Claude 3.5 Opus. Пока тенденция такая: каждая последующая версия потребляет в 10 раз больше токенов и в 10 раз больше вычислительных ресурсов. По независимым оценкам GPT-4 обошлась в 100 млн долларов и «съела» 10 триллионов токенов. Вот следующие четыре порядка – это наши вехи. Миллиард, десять миллиардов, сто миллиардов, триллион долларов. До суммы в триллион долларов, до десяти квадриллионов токенов все будет идти по этой накатанной дороге.
Пока тренд таков, что каждый раз при увеличении в десять раз объема обучающей выборки и затраченного вычислительного ресурса происходит очередное, явное усиление полученного «интеллекта». Есть основания считать, что на этом пути в четыре порядка доля непосильных для искусственного интеллекта задач станет такой малой, что мы признаем его «сильным». Для осуществления этого замысла нужно по-настоящему много вычислительных ресурсов. Не в разы, а именно на порядки больше, чем есть сейчас. И лидеры в этой гонке это отлично понимают. Так OpenAI совместно с Microsoft анонсировали запуск вычислительного кластера стоимостью 100 млрд. долларов 2031-му году», – говорит Юрий Чайников.
Сейчас обычному человеку сложно поверить в такой глобальный переход, но это не смущает тех, кто хорошо знает, как происходили технологические революции в прошлом.
«Когда Максвелл сформулировал законы электромагнитного поля, никто не думал, что все, что можно было сделать руками, можно будет сделать с помощью какого-нибудь электроинструмента. А сейчас – да мы жить не можем без инфраструктуры 50 герц и 220 вольт! Подавляющее количество технологических процессов, которые производят человеческое благосостояние, которое мы в конечном счете и потребляем, делается при помощи электроинструментов, станков и прочего оборудования с электрическими приводами, транспорта с использованием электроэнергии. И в этом смысле оно стало вездесущим.
Причина этому проста: электричество многократно повышает производительность труда почти везде. Также работает и искусственный интеллект. Если судить по современным исследованиям тех задач, которые искусственный интеллект уже умеет решать, он «стоит» в десятки раз дешевле человека в тех задачах, с которыми справляется. Поэтому замена человека роботом произойдет почти неизбежным образом по тем же чисто экономическим мотивам, как электроэнергия заменила лошадь. Так мы «проползем» через очередную революцию повышения производительности труда, обеспеченности и благосостояния», – отметил эксперт.
Материал подготовлен при поддержке Минобрнауки России.
Telegram 
Дзен 
VK Ученые из МФТИ разработали и предложили новую систему единиц для электродинамики, способную примирить два главенствующих, но исторически несовместимых подхода. Эта компромиссная система, названная авторами физико-технической (ФТ), сохраняет практическое удобство Международной системы единиц (СИ), используемой инженерами по всему миру, и в то же время отражает теоретическую стройность и симметрию гауссовой системы (СГС), предпочитаемой физиками-теоретиками.
Ученые из коллаборации LIGO, VIRGO и KAGRA впервые зафиксировали гравитационно-волновые события, указывающие на существование черных дыр второго поколения — «потомков» предыдущих слияний. Открытие позволит понять, как именно во Вселенной рождаются сверхмассивные черные дыры.
Эксперимент, устроенный в морском аквариуме в Лос-Анджелесе, продемонстрировал, что акулы и скаты, принадлежащие к пластиножаберным рыбам, могут обладать более высоким уровнем интеллекта. Значит, им необходима обогащенная среда обитания при содержании в неволе.
Ученые из МФТИ разработали и предложили новую систему единиц для электродинамики, способную примирить два главенствующих, но исторически несовместимых подхода. Эта компромиссная система, названная авторами физико-технической (ФТ), сохраняет практическое удобство Международной системы единиц (СИ), используемой инженерами по всему миру, и в то же время отражает теоретическую стройность и симметрию гауссовой системы (СГС), предпочитаемой физиками-теоретиками.
Исследователи объяснили, как цивилизация майя добивалась высокой точности в предсказании солнечных затмений на протяжении столетий. Для коррекции накапливающихся астрономических неточностей они использовали сложную систему пересекающихся календарных таблиц.
В последние годы содержание кошек дома без возможности свободного выгула все чаще преподносят как идеальную модель, которая ограждает дикую фауну от нападений и обеспечивает благополучие самих питомцев. Подобные утверждения в разных частях мира звучат от некоторых защитников природы и представителей властей. Однако группа ветеринаров из Австралии и Дании недавно раскритиковала такой подход. Ученые не спорят с тем, что кошки влияют на уязвимые экосистемы и что ограничение их свободы — действенная мера по смягчению этого эффекта. Тем не менее исследователи настаивают, что жизнь в изоляции для питомцев совсем не благо. Заявляющие обратное как минимум ошибаются, а в худшем случае намеренно вводят общественность в заблуждение.
Проанализировав данные наблюдений, полученных с помощью наземных обсерваторий за последние два десятилетия, астрономы обнаружили потенциально обитаемый мир — суперземлю Gliese 251 c (GJ 251 с). Планета обращается вокруг красного карлика на расстоянии около 18 световых лет от Земли и считается одним из самых перспективных кандидатов для поисков жизни.
Согласно новой гипотезе, сознание возникает не только из-за активности нейронов, но и благодаря физическим процессам — электромагнитным полям от движения жидкости в мозге. Эта модель, как и ее предшественники, пока носит теоретический характер, но предлагает нестандартный взгляд на проблему синхронизации работы разных отделов мозга.
В современном доме, насыщенном разнообразной техникой, удлинители стали незаменимым атрибутом, позволяющим обеспечить электропитанием все необходимые устройства. Однако мало кто задумывается, что привычное использование этого аксессуара может нести серьезную угрозу безопасности. По статистике, значительная часть бытовых пожаров происходит из-за неправильной эксплуатации электропроводки и вспомогательных устройств. Какие приборы категорически нельзя подключать через удлинители и почему это может привести к трагическим последствиям, рассказывает профессор кафедры наноэлектроники РТУ МИРЭА, доктор физико-математических наук Алексей Юрасов.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно