Десятки студентов Университета искусственного интеллекта обратились в суд, чтобы вернуть свои деньги за обучение. В дальнейшем применение искусственного интеллекта во время экзаменов может позволить полностью исключить человеческий фактор и оставить онлайн-наблюдателей только для верификации нарушений, выявленных нейросетью. Основы искусственного интеллекта и нейронные сети от корпорации «Синергия».
Что умеет самая умная нейросеть на Земле и почему недовольны разработчики искусственного интеллекта
| Обучение нейросетям, заработок с ИИ. Начните бесплатно! | Международный конкурс по искусственному интеллекту для молодежи. |
| Что такое нейросети, как они работают и что нужно освоить новичку в AI | Новые алгоритмы и нейросети позволяют внедрить искусственный интеллект практически в любые сферы. |
| 5 бесплатных курсов, чтобы научиться применять нейросети в работе и жизни | Одной из основных причин, по которой родители и учителя скептически относятся к нейросетям и чат-ботам, является страх, что искусственный интеллект лишит детей способности размышлять, анализировать и самостоятельно искать ответы. |
| Искусственный интеллект: старт в будущее | Нейросетевая революция искусственного интеллекта и варианты её развития. |
| Искусственный интеллект и будущее нейросетей: взгляд эксперта из «Яндекса» | Курс "Нейросети для Digital Art" обучает созданию высококачественного контента с помощью искусственного интеллекта. |
Искусственный интеллект в образовании: перспективы и примеры использования
Новости Искусственного Интеллекта (ИИ), машинное обучение, квантовые компьютеры, нейронные сети и другие научные новости и открытия в сфере Искусственного Интеллекта. Сложности использования ИИ в области образования касаются вопросов этики нейросетей и защиты персональных данных, объясняет Иван Карлов. Курс «Философия искусственного интеллекта» от Skillbox охватывает темы, связанные с взаимодействием ИИ и человечества. Новости нейросетей и ИИ. Основы искусственного интеллекта и нейронные сети от корпорации «Синергия».
Как изменится искусственный интеллект в 2024 году?
| Курсы по нейронным сетям | Ключевые спикеры в сфере технологий искусственного интеллекта и машинного обучения. |
| Искусственный интеллект | Университет 2035 | Нейронные сети, машинное обучение, новости computer vision и deep learning, задачи на python и javascript. |
| «Сириус», Яндекс и ВШЭ запустили бесплатный курс по искусственному интеллекту для школьников | Новости Искусственного Интеллекта (ИИ), машинное обучение, квантовые компьютеры, нейронные сети и другие научные новости и открытия в сфере Искусственного Интеллекта. |
Семинар Проблемы ИИ 25.10.2023
Существуют два основных метода решения этой задачи. Первый - поведенческий, когда воссоздается манера поведения человека. Второй метод - это интернализм, когда основной движущей силой исследования становится эволюция интеллектуальных традиций и исследовательских программ. В частности, на первом этапе развития ИИ представлял собой символизм на основе знаний, главным образом имеется в виду симуляция человеческого поведения. На этом этапе используются экспертные знания для формирования общей базы знаний.
Второе поколение ИИ работает на основе анализа данных. Классический пример второго поколения ИИ, когда в 1997 году программа Deep Blue играла в шахматы против Гарри Каспарова и выиграла у него. Залогом успеха программы стали знания, опыт, алгоритмы и вычислительная мощность. Сегодня самый расхожий пример - программа для отслеживания динамики цен на акции, в которой собраны сведения о 40 ведущих компаниях стоимостью больше 1 миллиарда долларов по отраслям.
Если мы говорим о применении ИИ на базе данных, то нельзя не упомянуть робототехнику. Например, гибкая искусственная рука, которая может двигать пальцами, делать жесты, играть на пианино, помогает людям, лишенным кисти. О сферах применения ИИ В Стенфордском университете в свое время ученые сформулировали основные сферы применения ИИ с 2015 до 2030 года. Среди них - управление транспортным потоком, домашние роботы, здравоохранение, образование, охрана, организация рабочего пространства, а также туризм, финансы, промышленность.
Помимо этого, все еще остается много нерешенных задач, поскольку при текущих ресурсах способности ограничены, так что необходимо их постоянно совершенствовать. Следующее поколение ИИ - мультимодальные модели, которые способны обрабатывать одновременно в режиме реального времени текст, изображение, голос, видео, код и получать достойный результат. Например, наши студенты разработали программу, позволяющую идентифицировать каждого человека на видео, где танцует много людей. Повышение эффективности и качества обучения больших нейросетевых моделей Иван Оселедец, генеральный директор компании AIRI, профессор Сколтеха: О текущем состоянии работы нейросистемных моделей Работа с текстами и изображениями - это уже практически решенные задачи.
Но следующий шаг - мультимодальные модели, работа с ними только началась. Нами разработана первая мультимодальная модель в России OmniFusion. Принцип ее работы заключается в объединении двух модальностей: текста и картинок. Она вполне способна на основе полученных данных обрабатывать их и поддерживать диалог.
Можно также объединять тексты и графы, тексты и видео или текст и движение робота. Всему этому требуется обучить языковую модель. Этот процесс достаточно трудоемкий и дорогостоящий. О том, как строить мультимодальные архитектуры Основная проблема в том, как установить связь между модальностями.
Наиболее эффективным методом ее решения нам кажется использование инкодеров, которые позволяют переводить картинку в вектор, а дальше строятся небольшие адаптеры, представляющие собой маленькую нейросеть и переводящие информацию с языка картинок на язык текстов. При этом, конечно, предполагается, что мы работаем с хорошей предобученной языковой моделью и такой же моделью работы с картинками, поэтому нам нужно обучить только адаптеры. Итоговое качество получается довольно высоким. При этом модель продолжает обучаться, и качество ее работы совершенствуется.
Аналогичное решение приняли в Японии. В Италии нейросеть запретили полностью , то же самое хотят сделать в Германии , Испании и ряде других развитых стран. Когда молодой человек рассказал, как он на самом деле выполнил работу, его не наказали — и даже пригласили в Комитет Госдумы по информационной политике , чтобы обсудить перспективы применения ИИ в системе образования. Он просто проверил систему на прочность. Как минимум наталкивают на мысль, что надо менять подход к заданиям». Если чиновники образования готовы видеть в новой технологии не опасность, а возможности, значит, у отечественной школы есть шанс измениться к лучшему.
Искусственный интеллект уже кардинально меняет рынок труда и сферу услуг, так что трансформация нынешней системы образования всего лишь вопрос времени. Однако существуют некоторые проблемы, которые могут возникнуть при использовании нейросетей в образовании. Хотя он эффективен в решении определённых задач, ИИ может приводить и к негативным последствиям для обучения. Например, преподаватели могут использовать его для оценивания знаний учащихся, но это может привести к предвзятости и дискриминации. Например, создание индивидуальных учебных программ с помощью нейросети может привести к тому, что учащиеся будут получать только те материалы, которые соответствуют их интересам и уровню знаний. Это может нивелировать разнообразие в учебном процессе и снизить мотивацию.
Использование нейросети в образовании может привести к утечке персональных данных учащихся, если учителя не будут должным образом защищать данные или если станут применять ИИ для сбора данных без согласия ребят. Однако необходимо осторожно подходить к внедрению нейросетей в образование в целом и в рутину каждого ученика, учитывая позитивные аспекты и потенциальные риски этих технологий. Баланс между инновациями и традиционными методами обучения — ключевой фактор для успешного влияния ИИ на развитие и обучение детей. Для достижения такого баланса важно: Активное участие взрослых. Родители и педагоги должны поддерживать ребёнка и стимулировать его мотивацию, а также помогать развивать социальные навыки. Ограничение времени.
Важно ограничить время, которое ребёнок проводит с устройствами на базе ИИ, чтобы сохранить баланс между цифровым и реальным миром. Обучение навыкам критического мышления. Развитие критического мышления и аналитических способностей должно оставаться ключевой задачей в образовании. Бот пишет шаблонные сочинения, за которые учителя ставят высокие баллы, потому что школу устраивает шаблонность.
Хороший пример: студент 4-го курса пришёл в компанию стажёром, а уже через пару лет внедрил нейронные сети в работу «Яндекса». Как компания взаимодействует с университетами? Многие сотрудники преподают в университетах. Также существуют совместные программы с вузами. Вы отвечаете за практическую часть на базе искусственного интеллекта. Насколько много удачных экспериментов? Над чем Вы сейчас работаете? Доля неудачных экспериментов больше, нежели удачных. И это совершенно нормально, поскольку ведётся работа над сложными продуктами. Из удачных — успех при обучении голосового помощника Алисы рисованию, а также нейросети , пишущие музыку. Каков портрет учёного в области нейросетей? Зачем вообще нужен искусственный интеллект? Какое будущее нас ждёт? Посмотрите видео полностью, чтобы узнать ответы на эти вопросы. В дополнение к теме Сегодня часто можно услышать такие термины, как «нейронные сети», «искусственный интеллект». Эти слова уже довольно прочно вошли в русскую речь. ИИ по принципу работы схож с тем, как работает человеческий мозг. Однако ИИ нуждается в обучении. Есть специальные алгоритмы обучения нейронных сетей. Алгоритмы обучения нейронной сети: наиболее распространенные варианты Известно несколько разновидностей алгоритмов машинного обучения. Каждый из алгоритмов обладает уникальными преимуществами и недостатками. Но в каждом случае, независимо от алгоритма, достигается конечная цель — НС обучается. Искусственный интеллект работает по принципу мозга человека: принцип обучения НС в какой-то степени схож с тем, как обучают человека. Основа для функционирования neural была взята из нейробиологии. Суть в том, что нужно было получить модель и программное решение, способное имитировать работу головного мозга.
Это число, на которое умножается значение входящего сигнала, коэффициент, определяющий взаимосвязь между нейронами. Чем это значение выше, тем более важной является связь между узлами. Если значение веса на выход превышено, узел активируется и отправляет данные следующему нейрону. Если показатели значений ниже, передача данных не происходит — в этом случае говорят об упреждающей связи, когда данные проходят только в одном направлении. Таким образом, проходя через синапсы, сигнал ослабевает, усиливается либо остается равным и неизменным, что в конечном итоге влияет на результат. Мозг системы — матрица весов, то есть все веса нейронной сети. Именно благодаря им информация обрабатывается и передается дальше. Слои Нейронов в нейросети много, поэтому они объединяются в слои: Входной, куда поступают данные. Они могут иметь любой формат — файлы, тексты, музыка, картинки, видео и другие. Скрытые, в которых производятся вычисления и обработка. Обычно скрытых слоев не больше трех. Выходной — отсюда выходят результаты. Таким образом, чем большее число слоев в нейронной сети, тем сложнее задачи, с которыми она может справляться. Принцип работы Принцип работы нейронной сети схематично выглядит так: Принцип работы Информация в виде текста, изображений или в ином формате поступает на внешний слой. Нейроны внешнего слоя распознают ее, классифицируют и передают дальше. В скрытом слое происходит основная работа. Скрытых слоев может быть несколько, иногда их количество доходит до миллиона. При прохождении через скрытые слои предыдущие значения данных умножаются на вес связи, после чего результаты суммируются. Ответ сети формируется в выходном слое. Формат ответа также может быть любым. Если сеть не обучена, классификация весов происходит рандомно. Значимость каждого нейрона повышается в процессе обучения, если они приводят к правильному решению. Этот сложный алгоритм можно сравнить с работой человеческого мозга: он учится чему-то новому, благодаря чему нейронные связи укрепляются. Сеть не создаёт уникальные результаты, поскольку она действует только на основе уже имеющегося опыта. Чем больше опыта у нейросети — тем точнее будут результаты, которые она выдает. Чтобы работать с нейросетями, нужно знать другие термины, обозначающие особенности их работы: Функция активации — способ нормализации искусственным интеллектом входных данных до нужного диапазона. Линейная функция автоматически используется, если нужно передать значение, не подвергнув его преобразованию, а также в процессе тестирования нейронной сети. Самый распространенный вид функции активации — сигмоид со значением [0,1], называемый также логической функцией. Гиперболический тангенс используется, если возможны отрицательные значения например, акции могут не только расти, но и падать , поскольку его диапазон [-1,1]. Тренировочный сет — последовательность данных, которые использует нейросеть. Итерация — количество тренировочных сетов, которые прошла нейронная сеть.
Под присмотром искусственного интеллекта: как школы столицы используют нейросети
Новые алгоритмы и нейросети позволяют внедрить искусственный интеллект практически в любые сферы. С тех пор как технологии искусственного интеллекта стали достоянием широкой общественности, в мире многое изменилось. » предлагает обучение по теме искусственного интеллекта в искусстве. Искусственный интеллект и нейронные сети станут неотъемлемой частью жизни подрастающего поколения. Новости Искусственного Интеллекта (ИИ), машинное обучение, квантовые компьютеры, нейронные сети и другие научные новости и открытия в сфере Искусственного Интеллекта.
Семинар Проблемы ИИ 25.10.2023
Кадр из фильма об искусственном интеллекте Ex Machina, пропущенный через нейросеть проекта Dreamscope. Искусственный интеллект и нейросети: создание текстов и креативов — Инфоурок. Машинное обучение искусственного интеллекта сейчас бывает трех типов: обучение с учителем (Supervised learning) — алгоритм учится распознавать закономерности в данных и затем может делать прогнозы или принимать решения на основе новой. Интервью об искусственном интеллекте и его роли в образовании – с директором направления «Развитие на основе данных» АНО «Университет 2035», образовательным методологом-игропрактиком, автором телеграм-каналов Игрострой и Дизайн Образования. Искусственный интеллект и нейросети: создание текстов и креативов — Инфоурок. Обучение искусственного интеллекта — процесс, требующий больших ресурсов: прежде всего, вычислительных мощностей, финансовых затрат и времени.
ChatGPT, Lexica и другие нейросети: мнение учителей о новых инструментах в руках школьников
Новый программно-аппаратный комплекс для школ — запатентованное изобретение разработчика Максима Абаляева. Гобой, саксофон, контрабас и даже орган запросто умещаются на одной странице такого учебника: здесь и изображения инструмента, и его история, и даже звучание. Можно нажать на инструмент — он подсветится и заиграет музыка. Все наглядно и просто: учителю нужно лишь кликать по тачпанели. В основе комплекса — сеть из планшетов и доски-монитора.
Он подходит для организации домашнего кинотеатра, может использоваться геймерами для проекции игрового процесса и др. По случаю скорого релиза THQ Nordic показала геймплей новой версии.
Исследователи обнаружили серьёзные недостатки шифрования в ПО ввода по системе пиньинь, которые могут скомпрометировать вводимые данные. Хотя сведений об использовании уязвимости пока не обнародовано, проблема потенциально может затронуть до миллиарда пользователей. Оптика должна многократно поднять скорость связи с далёкими станциями и будущей марсианской базой в частности. Сеанс связи с зондом состоялся, когда тот был на удалении 226 млн км от Земли, что в полтора раза больше, чем расстояние между Солнцем и Землёй. При этом производителю удалось решить проблему низкой плотности хранения заряда LFP-батарей — новейшая предлагает запас хода до 1000 км без подзарядки. Новинка была впервые анонсирована ещё в декабре прошлого года.
Недавно производитель сообщил, когда стоит ожидать появления этого монитора в продаже. Об этом сообщило Nikkei Asia со ссылкой на представителя Google. С тех пор многое произошло, а солнечная энергетика вышла на пик популярности. По информации Bloomberg, для финансирования модернизации и расширения предприятий на территории Ирландии Intel ведёт переговоры с институциональными инвесторами, по примеру сделки с Brookfield, заключённой в 2022 году.
Принять участие в программе могут граждане РФ — жители всех регионов России, старше 18 лет и не достигшие пенсионного возраста, имеющие высшее или среднее профессиональное образование, а также студенты колледжей и вузов. Подать заявку и выбрать программу можно на сайте ai. Сегодня государство играет важную роль в развитии искусственного интеллекта и его применении в различных областях. Одним из поддерживаемых государством проектов, направленных на развитие сферы ИИ и данных, является реализация программы «Инженер данных Data engineer ». Она предоставляет обучающие материалы, которые помогут студентам успешно освоить все необходимые навыки и инструменты для работы с данными, от сбора до анализа и визуализации», — пояснили ИА REGNUM в Бауманке. Пройдя обучение по программе «Инженер данных», выпускники курсов смогут проектировать и создавать базы данных и хранилища данных; собирать, обрабатывать и анализировать большие объемы данных; разрабатывать системы искусственного интеллекта и машинного обучения; работать с различными инструментами и технологиями для обработки данных; работать в команде с другими специалистами в области искусственного интеллекта. Реализация программы позволяет подготавливать высококвалифицированных специалистов, которые в дальнейшем могут стать катализатором для развития отрасли и повышения конкурентоспособности национальной экономики России, отмечают преподаватели МГТУ им. Елена Жоголева в свое время закончила Бауманку. Работала в области железнодорожных перевозок, занималась планированием и анализом затрат на ремонт подвижного состава, а в конце 2018 года сменила сферу своей деятельности и перешла работать в ИТ. Говорит, что вопрос овладения новыми компетенциями, расширения используемых инструментов, понимания принципов работы информационных систем стоит постоянно.
Обучение без учителя Unsupervised learning — без каких-либо предварительных знаний или меток. Обучение с подкреплением Reinforcement learning — когда за правильно выполненную команду приходит вознаграждение. Такие алгоритмы искусственного интеллекта используются для участия в играх или управления роботами, в том числе ролями роботов. Когда появились нейросети История появления нейронных сетей насчитывает несколько десятилетий. Все началось с исследований в области биологии и нейрофизиологии. Первыми здесь были американские ученые Уоррен Мак-Каллок и Уолтер Питтс, представившие миру математическую модель под названием «логический нейрон» в 1943 году. Эта нейросеть имитировала с помощью математики функционирование нейронов в головном мозге. В 1960-х годах исследования в области искусственных нейронных сетей стали замедляться из-за ограничений вычислительных возможностей. Однако к 1980-м годам эта проблема постепенно была преодолена благодаря развитию компьютеров. Так, например, был создан алгоритм обратного распространения ошибки backpropagation , который позволил эффективно обучать нейронные сети. Текущее положение AI Artificial Intelligence Нельзя выделить конкретную компанию, которая первой представила технологию использования нейросетей, но значительную роль в продвижении искусственного интеллекта сыграли IBM, Google, Microsoft и Amazon. Маркетинг AI применяют сегодня и в сфере рекламы и коммуникаций. Один из ярких примеров — создание персонализированных рекламных кампаний. Сначала AI действует по всем принципам маркетинга: разбивает потребителей на группы и определяет, какие продукты и услуги им интересны. Потом на основе этих данных создает индивидуальную рекламную кампанию для каждой целевой группы. Такой подход нейросети не только увеличивает конверсию, но и улучшает взаимодействие клиента с брендом. Дизайн AI используют в дизайне. Например, уже сейчас с помощью нейросетей создают уникальные дизайны, вижуалы, логотипы. Это существенно экономит время и облегчает работу с контентом. Правда, пока результат, который выдает искусственный интеллект, часто приходится корректировать. Копирайтинг С помощью AI копирайтеры уже пишут тексты: точнее, «добывают» заготовки для них по несколько абзацев, которые потом связывают между собой человеческим языком в статью. Эта статья, которую вы читаете, тоже использует фрагменты текстов, написанных ChatGPT. Крупные бренды, которые уже используют искусственный интеллект в рекламе и маркетинге Большинство крупных брендов активно применяют искусственный интеллект в разработке креативных кампаний и не только. Coca-Cola использует AI для персонализированных рекламных кампаний, а Sephora — для индивидуальных рекомендаций по макияжу и уходу за кожей. Toyota с помощью AI в маркетинге создает уникальные дизайны своих автомобилей. А вот пример из России: некоторые логотипы для клиентов студии Артемия Лебедева делает нейросеть, которую назвали «Николай Иронов». Демоверсия искусственного интеллекта «Николай Иронов» студии Артемия Лебедева. Сервис генерирует 999 логотипов и позволяет скачать 6 дизайн-паков Из свежих примеров — поздравление с 8 марта 2023 года от нейросети Сбер. В видеоролике современные девушки превращаются в персонажей на картинах известных художников.
Курсы по нейронным сетям
Из разных записей генерируются конкретные рекомендации. Создан инструментарий для обучения специалистов в области здравоохранения. Они могут помочь врачам в больницах управлять процессами в учреждении и пациентам в пределах и за пределами больницы. Существуют два основных метода решения этой задачи. Первый - поведенческий, когда воссоздается манера поведения человека. Второй метод - это интернализм, когда основной движущей силой исследования становится эволюция интеллектуальных традиций и исследовательских программ. В частности, на первом этапе развития ИИ представлял собой символизм на основе знаний, главным образом имеется в виду симуляция человеческого поведения. На этом этапе используются экспертные знания для формирования общей базы знаний. Второе поколение ИИ работает на основе анализа данных. Классический пример второго поколения ИИ, когда в 1997 году программа Deep Blue играла в шахматы против Гарри Каспарова и выиграла у него. Залогом успеха программы стали знания, опыт, алгоритмы и вычислительная мощность.
Сегодня самый расхожий пример - программа для отслеживания динамики цен на акции, в которой собраны сведения о 40 ведущих компаниях стоимостью больше 1 миллиарда долларов по отраслям. Если мы говорим о применении ИИ на базе данных, то нельзя не упомянуть робототехнику. Например, гибкая искусственная рука, которая может двигать пальцами, делать жесты, играть на пианино, помогает людям, лишенным кисти. О сферах применения ИИ В Стенфордском университете в свое время ученые сформулировали основные сферы применения ИИ с 2015 до 2030 года. Среди них - управление транспортным потоком, домашние роботы, здравоохранение, образование, охрана, организация рабочего пространства, а также туризм, финансы, промышленность. Помимо этого, все еще остается много нерешенных задач, поскольку при текущих ресурсах способности ограничены, так что необходимо их постоянно совершенствовать. Следующее поколение ИИ - мультимодальные модели, которые способны обрабатывать одновременно в режиме реального времени текст, изображение, голос, видео, код и получать достойный результат. Например, наши студенты разработали программу, позволяющую идентифицировать каждого человека на видео, где танцует много людей. Повышение эффективности и качества обучения больших нейросетевых моделей Иван Оселедец, генеральный директор компании AIRI, профессор Сколтеха: О текущем состоянии работы нейросистемных моделей Работа с текстами и изображениями - это уже практически решенные задачи. Но следующий шаг - мультимодальные модели, работа с ними только началась.
Нами разработана первая мультимодальная модель в России OmniFusion. Принцип ее работы заключается в объединении двух модальностей: текста и картинок. Она вполне способна на основе полученных данных обрабатывать их и поддерживать диалог. Можно также объединять тексты и графы, тексты и видео или текст и движение робота. Всему этому требуется обучить языковую модель. Этот процесс достаточно трудоемкий и дорогостоящий. О том, как строить мультимодальные архитектуры Основная проблема в том, как установить связь между модальностями. Наиболее эффективным методом ее решения нам кажется использование инкодеров, которые позволяют переводить картинку в вектор, а дальше строятся небольшие адаптеры, представляющие собой маленькую нейросеть и переводящие информацию с языка картинок на язык текстов.
Благодаря такому искусственному интеллекту многие процессы могут быть автоматизированы, что значительно повышает эффективность работы и уменьшает затраты времени и ресурсов. Нейросеть, которая изменила мир Нейросеть — это искусственный интеллект, который может обучаться и принимать решения, используя данные информационных баз, созданных на основе опыта и инструкций. То есть нейросеть может самостоятельно адаптироваться и развиваться с помощью накопленных знаний. Их применяют в самых разнообразных областях, таких как технологии, медицина, финансы, транспорт и другие. Одно из достижений науки — глубокие нейронные сети, которые могут обрабатывать огромные объемы информации и распознавать сложные образы. Благодаря этому ИИ умеет вести себя как человек, выполнять задачи и инструкции по анализу и написанию текста, решению задач и многое другое.
Мне кажется, он идеально подойдёт для тех, у кого научная работа целиком и полностью связана с нейронными сетями и машинным обучением. Однако, будьте готовы, что если вы ничего до этого не слышали о нейронных сетях, то будет достаточно тяжело, так как курс требует большой отдачи. Выпускница 2-го потока курса Аспирант Физического факультета МГУ Курс по применению нейронных сетей в научных исследованиях однозначно лучший курс, связанный с программированием из тех, что я проходил.
Она состоит из 16 нейросетей-экспертов с размером по 111 миллиардов параметров каждая. За счёт архитектуры MoE элементы системы работают параллельно и в каждый момент времени ответы даёт лишь один виртуальный «эксперт», снижая вычислительные затраты и увеличивая скорость работы. Читайте также: Основные тренды Можно выделить несколько направлений в развитии языковых моделей, которые сохранятся в ближайшем будущем: Инженеры разрабатывают новые подходы к архитектуре нейросетей для замены Transformer. Например, GPT-4 использует модель смешанных экспертов, а отечественный проект Fractal GPT — симбиоз графовых моделей и многоагентных систем. Google и другие компании работают над повышением точности ответов LLM, при одновременном снижении их размерности. Так, новая модель PaLM 2, по сообщениям разработчиков , меньше, чем исходная PaLM, но лучше и быстрее справляется с задачами из разных областей. Разработчики языковых моделей ищут новые методы обучения LLM, которые смогли бы уменьшить объём необходимых тренировочных данных и снизить трудоёмкость их разметки. Например, обучают модели на синтетических данных , созданных другой нейросетью. Нейросети учатся искать актуальную информацию в интернете и обращаться к внешним сервисам. Чаще всего для этого используют систему плагинов, по аналогии с решением, используемым в ChatGPT. Компании увеличивают длину контекстного окна для повышения точности ответов. GPT-4 и Claude 100K способны воспринимать более 100 тысяч токенов за раз. На подходе технологии с ещё более внушительными параметрами — до 1—2 миллионов токенов. Инженеры работают над уменьшением числа галлюцинаций и токсичного вывода в моделях. Нейросети учатся понимать промпты на локальных языках и отвечать на них. Сегодня существующие модели охватывают лишь сотню языков из более чем 7000 известных. В 2023 году для формирования набора данных для 1100 неохваченных ранее языков запущен проект Massively Multilingual Speech MMS. IT-гиганты повышают секретность в отношении своих проприетарных моделей. Теперь отчёты о выходе новых версий нейросетей больше похожи на рекламные брошюры с описанием возможностей, а не на техническую документацию. Китай становится альтернативным центром развития генеративного ИИ, способным бросить вызов американским компаниям. К 2023 году в этой стране разработали более 130 LLM. Читайте также: Стремительный тигр, мудрый дракон: проекты и перспективы Китая в гонке генеративного ИИ Чего ждать в 2024 году Лидеры IT-индустрии продолжат скрывать подробности о внутреннем устройстве и параметрах обучения своих моделей. Связано это с тем, что именно они, а не только внушительный размер LLM, теперь являются конкурентными преимуществами. Самое ожидаемое событие 2024 года — выход языковой модели следующего поколения от компании OpenAI. Ходят слухи, что GPT-5 сможет достичь уровня AGI по ряду ключевых показателей, что может привести к непредсказуемым последствиям для отрасли ИИ и всего человечества. Читайте также: Новый уровень искусственного интеллекта: что такое AGI, когда он появится и каким будет В любом случае нейросети следующего года станут более эффективными, то есть будут работать лучше при тех же или даже меньших размерах. Они смогут за один проход понимать тексты, сопоставимые по объёму с романами Льва Толстого, на лету считывать новости из интернета, решать сложные задачи за счёт обращения к внешним сервисам и быстро учиться на актуальных данных, в том числе синтезированных. Мы ждём от них умения общаться с пользователями на их родных языках, включая редкие местные наречия. И конечно, будем следить за нейросетями из Китая, эффективность и качество работы которых продолжат расти, догоняя лучшие западные аналоги. При этом LLM ближайшего будущего, скорее всего, будут более стабильны, безопасны и, возможно, скучны. Они не станут генерировать бред и обсуждать скользкие темы. А взлом с помощью джейлбрейк-промптов постепенно станет невозможным. Виктор Носко генеральный директор компании «Аватар Машина», создатель чат-бота-психолога « Сабина Ai », соавтор проекта FractalGPT — Думаю, что в больших языковых моделях в мировом масштабе наступила эпоха стагнации: теперь новые эмерджентные свойства не будут возникать с ростом числа параметров.