Спасибо всем, кто предложил свои версии расшифровки препарата из прошлого поста. Многие угадали — это был парацетамол. Такой же вывод сделал и искусственный интеллект.
На конференции я услышал любопытный факт. Чтобы повысить точность ответов, исследователи иногда добавляют к задаче небольшие фразы-настройки. Одна из наиболее эффективных звучит неожиданно просто: «сделай глубокий вдох и реши задачу шаг за шагом». Формально это всего лишь текст, но он заметно влияет на результат.
Подобные наблюдения хорошо показывают, что современные языковые модели работают не только с фактами, но и со структурой рассуждения.
В первой части я писал, что генеративный искусственный интеллект стал серьезным технологическим скачком последних лет. Темп развития области заметно ускорился, и сегодня уже несколько стран конкурируют за лидерство в создании собственных языковых моделей. Российские системы GigaChat и YandexGPT также участвуют в этом процессе.
Например, модель GigaChat смогла сдать ЕГЭ по обществознанию и набрать 67 баллов из 100 — результат, достаточный для поступления в университет. Еще несколько лет назад подобный пример выглядел бы экспериментом, сегодня — это уже практический ориентир для развития технологий.
Исследователь в области информатики Эндрю Ын сравнивает искусственный интеллект с электричеством — технологией, которая становится настолько привычной, что мы замечаем ее только тогда, когда она перестает работать.
Развитие ИИ обычно связывают с тремя факторами: совершенствованием алгоритмов, ростом объемов данных и увеличением вычислительных мощностей. Все три направления продолжают активно развиваться. При этом важную роль начинают играть и физические ограничения — энергопотребление, доступность редкоземельных металлов, развитие микроэлектроники. Технологический прогресс в области ИИ все сильнее зависит не только от программных решений, но и от фундаментальных достижений в физике и инженерии.
Если говорить о долгосрочной перспективе, часто упоминается понятие сильного искусственного интеллекта — системы, способной решать широкий круг задач на уровне человека или выше. Момент, когда такие системы появятся, называют сингулярностью.
Существуют разные сценарии развития. Один из рисков связан не с намерениями системы, а с точностью формулировок задач — искусственный интеллект может буквально интерпретировать цель, не учитывая контекст, который человек считает очевидным.
В более спокойном варианте развитие выглядит как постепенный переход: от систем, основанных на правилах, к моделям, способным удерживать контекст, затем к специализированным решениям для отдельных отраслей, и далее — к более универсальным системам.
Пока это скорее направление движения, чем точка назначения. Но уже сегодня видно, что технологии искусственного интеллекта становятся частью повседневной инфраструктуры — так же незаметно, как когда-то электричество.