Можно ли научить человека пониманию ? 

STARLINK технологии , Коты & Сrypto
@lgj170

Дженсен Хуан утверждает, что в течение следующих 10 лет производительность вычислений будет удваиваться или утраиваться каждый год, а потребности в энергии будут снижаться в 2-3 раза в год, что он описывает как «гиперкривую закона Мура».

[внешняя ссылка]

STARLINK технологии , Коты & Сrypto
@lgj170

Кевин Вайль из OpenAI говорит, что модели ИИ «будут становиться умнее с ускоренной скоростью», при этом голосовые функции и перевод уже достигли «волшебного» уровня, а в будущем появится и зрение

[внешняя ссылка]

STARLINK технологии , Коты & Сrypto
@lgj170

GPT за год уничтожил компанию, которая 15 лет помогала студентам с домашкой. Акции Chegg рухнули на 95\%, стерев $14.5 млрд ее стоимости, а полмиллиона студентов отказались от платной подписки

Показательно, что в 22 году сотрудники Chegg просили руководство начать разработку AI-инструментов, но боссы отмахнулись. Даже после выхода ChatGPT в компании не беспокоились, считая, что чат-бот "слишком часто ошибается".

Кто следующий? 🍿

[внешняя ссылка]

OpenAI, по слухам, выпустит автономного ИИ-агента в январе 2025

OpenAI готовится представить нового автономного ИИ-агента под кодовым названием Operator, который сможет самостоятельно управлять компьютером и выполнять задачи. По данным Bloomberg, релиз первой версии для разработчиков ожидается уже в январе 2025 года. Это решение может открыть новую эру для ИИ, который будет не только обрабатывать информацию, но и активно взаимодействовать с компьютерными интерфейсами. Подобные продукты разрабатывают Google и Anthropic.

Несколько недель назад генеральный директор OpenAI Сэм Альтман во время сессии вопросов-ответов на Reddit заявил: «Наши модели будут становиться все лучше и лучше» и «Я считаю, что настоящим прорывом станут именно агенты». На пресс-конференции OpenAI перед ежегодным Днем разработчика главный продуктовый директор Кевин Вейл сказал: «Думаю, что 2025 год станет годом, когда агентные системы окончательно войдут в нашу повседневную жизнь».

[внешняя ссылка]

⚡ Учёные ПОЛНОСТЬЮ оцифровали мозг мухи и сделали её БЕССМЕРТНОЙ! Впервые удалось перенести в цифру настолько сложный организм:

• Оцифровать мозг человека сейчас нереально: в нём 86 миллиардов нейронов. Когда это получится, человек получит цифровое БЕССМЕРТИЕ — наше сознание можно будет полностью перевести в ИИ;

• Учёные начали с малого — оцифровывают мозги самых простых организмов типа червей и личинок. Первым был Caenorhabditis elegans (302 нейрона). Позже были личинки и простейшая рыба;

• НАКОНЕЦ учёные взялись за организм сложнее — взрослая дрозофила (Drosophila melanogaster), у которой 139,5 тысяч нейронов и 54,5 миллиона синаптических связей между ними;

• Работу вели с 2016 года сотни учёных. На полную разметку науке потребовалось 33 человеко-ЛЕТ;

• В конце концов, мозг УДАЛОСЬ оцифровать. Он лежит в открытом доступе вот тут.

САМОЕ ВАЖНОЕ

• Устройство мозга дрозофилы имеет сложные внутренние сети: нейроны передачи сигналов, сумматоры для построения агрегированных данных и так далее. Они позволяют мухе обрабатывать информацию и управлять каждой конечностью по-своему;

• Около 14\% нейронов отвечают за передачу сенсорных данных глубже в мозг, превращая дрозофилу в аналог операционной системы в реальном времени;

• Сейчас же всё это можно скачать и воспроизвести — мозг весит 14 Гб.

Киберпанк ближе, чем мы думаем.

Прогнозы на ближайшие пять лет.

1. мультимодальное мастерство:
- модели будут легко обрабатывать текст, изображения, видео, аудио
- мы, вероятно, увидим фильмы, которые смогут понимать и манипулировать трехмерными пространствами
- одновременная обработка нескольких входов в реальном времени
- возможность генерировать и редактировать все эти форматы «на лету»

2. способности к рассуждению:
- гораздо лучше справляется с решением сложных проблем
- фактическое понимание, а не просто сопоставление с образцом
- способность замечать свои собственные ошибки и исправлять их самостоятельно
- возможно, даже некая форма здравого смысла

3. память и последовательность:
- долговременная память во время разговоров
- лучше сохраняет контекст и преемственность
- возможно, настойчивые личности и построение отношений
- способность учиться на основе взаимодействий (хотя это чертовски сложно)

4. технические усовершенствования:
- более высокая скорость обработки
- более эффективные методы обучения
- модели меньшего размера, которые работают так же хорошо, как и современные модели большего размера
- лучшая обработка нескольких языков и кодирования

5. специализация:
- отраслевые модели, которые абсолютно успешны в своих областях
- медицинские фильмы, которые знают больше, чем большинство врачей
- юридические модели, которые могут обрабатывать и понимать целые юридические библиотеки
- научные модели, которые могут предлагать новые гипотезы и эксперименты

страшная/захватывающая часть:
- мы можем увидеть первые признаки общего искусственного интеллекта
- модели могли бы начать демонстрировать подлинную креативность и новаторство
- потенциал для неожиданного поведения, которое мы не можем предсказать
- этические и охранные проблемы станут еще более актуальными

потенциальные препятствия:
- вычислительные пределы
- проблемы с качеством данных
- нормативные ограничения
- проблемы безопасности
- общественная реакция

Прогнозы с дикими картами:
- модели, которые могут взаимодействовать с физическим миром посредством робототехники
- прямые интерфейсы мозг-компьютер с LLM
- модели, которые могут самостоятельно обучаться новым навыкам
- совершенно новые архитектуры, о которых мы еще даже не думали

Рейтинг ИИ-экосистем: США — лидер, Китай сокращает отрыв

США лидируют в рейтинге стран с самыми развитыми экосистемами искусственного интеллекта, составленном Институтом ИИ при Стэнфордском университете. Исследование оценивает национальные компетенции в области ИИ, включая экономику, инфраструктуру, образование и регулирование. Второе место занял Китай, который активно развивает собственные ИИ-технологии.

Согласно рейтингу, США занимают первую строчку благодаря большому количеству существующих ИИ-моделей, значительным частным инвестициям и достижениям в разработке ответственного ИИ. В то же время Китай обгоняет конкурента в области патентов, объёмов инвестиций и чёткой национальной стратегии. «С начала исследований эти две страны всегда лидировали. Между ними сохраняется значительный разрыв от остальных», — заявил со-директор проекта Рэй Перро.

Обе страны активно развивают свои ИИ-экосистемы, используя различные подходы. США ограничивают экспорт микрочипов в Китай и ужесточают инвестиционные правила в сфере ИИ, ссылаясь на вопросы национальной безопасности. В свою очередь, Китай увеличивает финансирование отечественных компаний и расширяет инфраструктуру дата-центров.

Несмотря на общее лидерство, США занимают лишь 6-е место по параметрам политики и управления, уступая Южной Корее и нескольким европейским странам. Эксперты отмечают, что Америка полагается на судебные процессы для регулирования отрасли, тогда как Европа внедряет законодательные нормы на ранних этапах. Однако медлительность европейского регулирования может стать препятствием для адаптации к новым технологиям.

Изменения в регулировании ожидаются с приходом нового президента Дональда Трампа, который планирует ослабить действующие ограничения. Среди возможных инициатив обсуждается пересмотр закона CHIPS и запуск проекта, аналогичного Манхэттенскому. Эти шаги направлены на усиление позиций США в технологической гонке с Китаем.

Исследование Стэнфорда сталкивается с проблемой неполных данных, особенно по экономическим показателям Китая. Кроме того, не учитываются объёмы государственных инвестиций в ИИ. Тем не менее результаты анализа подтверждают, что США остаются ведущей платформой для развития искусственного интеллекта, а Китай продолжает сокращать разрыв.

Эксперты считают, что текущее положение стран предвещает усиление глобальной конкуренции за лидерство в области искусственного интеллекта, который может стать ключевым ресурсом для мировой экономики.

[внешняя ссылка]