По итогам AI Startup School от YC 2+1 взгляд на будущее ИИ: масштабирование, переосмысление или возвращение к биологии?
Вчера на AI Startup School от YC собрались ведущие исследователи, чтобы поделиться с молодыми стартаперами видением того, как мы дойдем до AGI.
3 совершенно разных подхода от лидеров индустрии, которые сегодня определяют направление развития отрасли.
1. Джаред Каплан, главный научный сотрудник Anthropic.
Соавтор знаменитых законов масштабирования считает, что путь к AGI лежит через планомерное улучшение 6 известных компонентов:
Знания — более глубокое понимание мира
Память — долгосрочная память систем
Надзор — лучший контроль и безопасность
Более крупные задачи — переход от минут к часам и дням работы
Мультимодальность — интеграция текста, изображений, аудио
Масштаб — продолжение увеличения моделей.
Философия Каплана - революционных прорывов может и не потребоваться. Достаточно довести до совершенства то, что уже работает. Сейчас сложность задач, которые может решить ИИ, удваивается каждые 7 месяцев. От секунд в 2021 году до часов в 2024-м.
Франсуа Шолле, создатель Keras, экс-исследователь Google: "Мы измеряем не то".
Шолле указывает на фундаментальную проблему: современные бенчмарки тестируют запоминание, а не интеллект.
Его определение интеллекта - способность преобразовать небольшой набор примеров из прошлого опыта в решения для широкого круга неизвестных задач.
Проблема нынешних LLM — они отлично справляются с "размытым распознаванием паттернов" (увидеть собаку на фото), но плохо с "написанием правил" (посчитать буквы в слове). Людям доступны оба типа мышления.
Его прогноз: 2025 год станет годом "рассуждений во время выполнения" — переходом от запоминания к настоящему мышлению.
Когда мы вчера все это услышали, то вспомнили совершенно свежее выступление от 23 мая Дэмиса Хассабиса DeepMind, с которым мы @blockchainrf полностью согласны. Мозг — единственная доказанная архитектура AGI.
CEO DeepMind предлагает самый радикальный взгляд - нужно вернуться к изучению мозга как единственного работающего примера общего интеллекта.
Что это значит для будущего?
Каждый подход отражает разную философию развития технологий:
Каплан верит в эволюционный путь — постепенное совершенствование известных методов. Это позиция больших корпораций с ресурсами для масштабирования.
Шолле призывает к революции в архитектуре — гибридные системы, сочетающие нейронные сети с символическим ИИ. Это путь исследователей, ищущих принципиально новые решения.
Хассабис предлагает вернуться к основам — изучить мозг и воспроизвести его принципы. Это междисциплинарный подход на стыке ИИ, нейронауки и биологии.
Почему важно понимать эти различия? Выбор подхода определяет не только технические решения, но и:
1. Куда направлять инвестиции (скейлинг vs исследования vs нейронаука)
2. Какие специалисты нужны (инженеры vs ученые vs биологи)
3. Когда ожидать прорывов (годы vs десятилетия)
4. Как готовиться к изменениям в обществе.
Возможно, истина лежит не в одном подходе, а в их сочетании. Но понимание этих различий поможет лучше ориентироваться в мире, где ИИ развивается с головокружительной скоростью.
Вчера на AI Startup School от YC собрались ведущие исследователи, чтобы поделиться с молодыми стартаперами видением того, как мы дойдем до AGI.
3 совершенно разных подхода от лидеров индустрии, которые сегодня определяют направление развития отрасли.
1. Джаред Каплан, главный научный сотрудник Anthropic.
Соавтор знаменитых законов масштабирования считает, что путь к AGI лежит через планомерное улучшение 6 известных компонентов:
Знания — более глубокое понимание мира
Память — долгосрочная память систем
Надзор — лучший контроль и безопасность
Более крупные задачи — переход от минут к часам и дням работы
Мультимодальность — интеграция текста, изображений, аудио
Масштаб — продолжение увеличения моделей.
Философия Каплана - революционных прорывов может и не потребоваться. Достаточно довести до совершенства то, что уже работает. Сейчас сложность задач, которые может решить ИИ, удваивается каждые 7 месяцев. От секунд в 2021 году до часов в 2024-м.
Франсуа Шолле, создатель Keras, экс-исследователь Google: "Мы измеряем не то".
Шолле указывает на фундаментальную проблему: современные бенчмарки тестируют запоминание, а не интеллект.
Его определение интеллекта - способность преобразовать небольшой набор примеров из прошлого опыта в решения для широкого круга неизвестных задач.
Проблема нынешних LLM — они отлично справляются с "размытым распознаванием паттернов" (увидеть собаку на фото), но плохо с "написанием правил" (посчитать буквы в слове). Людям доступны оба типа мышления.
Его прогноз: 2025 год станет годом "рассуждений во время выполнения" — переходом от запоминания к настоящему мышлению.
Когда мы вчера все это услышали, то вспомнили совершенно свежее выступление от 23 мая Дэмиса Хассабиса DeepMind, с которым мы @blockchainrf полностью согласны. Мозг — единственная доказанная архитектура AGI.
CEO DeepMind предлагает самый радикальный взгляд - нужно вернуться к изучению мозга как единственного работающего примера общего интеллекта.
Что это значит для будущего?
Каждый подход отражает разную философию развития технологий:
Каплан верит в эволюционный путь — постепенное совершенствование известных методов. Это позиция больших корпораций с ресурсами для масштабирования.
Шолле призывает к революции в архитектуре — гибридные системы, сочетающие нейронные сети с символическим ИИ. Это путь исследователей, ищущих принципиально новые решения.
Хассабис предлагает вернуться к основам — изучить мозг и воспроизвести его принципы. Это междисциплинарный подход на стыке ИИ, нейронауки и биологии.
Почему важно понимать эти различия? Выбор подхода определяет не только технические решения, но и:
1. Куда направлять инвестиции (скейлинг vs исследования vs нейронаука)
2. Какие специалисты нужны (инженеры vs ученые vs биологи)
3. Когда ожидать прорывов (годы vs десятилетия)
4. Как готовиться к изменениям в обществе.
Возможно, истина лежит не в одном подходе, а в их сочетании. Но понимание этих различий поможет лучше ориентироваться в мире, где ИИ развивается с головокружительной скоростью.