На недавней встрече в Гонконгском университете науки и технологий Дженсен Хуан, генеральный директор Nvidia, затронул важные аспекты развития искусственного интеллекта. Он откровенно признал, что решение проблемы галлюцинаций, когда ИИ выдает неверную информацию, займет несколько лет. Хуан подчеркнул, что несмотря на значительные достижения в этой области, мы все еще далеки от полной уверенности в ответах, которые предоставляет ИИ.
Хуан привел интересные примеры, чтобы объяснить, как именно развиваются современные системы искусственного интеллекта. Он сравнил предварительное обучение ИИ с поступлением в колледж, когда машина получает доступ к огромному объему данных и начинает осваивать знания. Это первый, но не окончательный шаг. После этого следует этап постобучения, где ИИ углубляется в конкретные навыки. Хуан отметил, что здесь применяют множество методов, включая обучение с подкреплением и генерацию синтетических данных.
Однако наиболее сложным этапом остается «мышление» — процесс, когда ИИ анализирует проблему шаг за шагом. Это требует времени и усилий, так как машина должна моделировать различные результаты, чтобы прийти к правильному решению. Хуан объяснил, что чем больше времени ИИ уделяет размышлениям, тем более качественными становятся его ответы.
Несмотря на все эти достижения, Хуан не скрывает, что мы все еще не можем полностью доверять системам ИИ. «Сегодня мы получаем лучшие возможные ответы, но нужно достичь момента, когда мы сможем с уверенностью утверждать, что ответ точен и разумен», — отметил он. Генеральный директор считает, что это станет возможным лишь через несколько лет, при условии постоянного увеличения вычислительных мощностей.
В ходе обсуждения Хуан также обратил внимание на то, как сильно возросли потребности в вычислениях за последнее десятилетие. По его словам, спрос на вычислительные мощности увеличивается в четыре раза каждый год. Это объясняет, почему акции Nvidia выросли в 300 раз. Хуан добавил, что в будущем потребности могут возрасти до миллиона раз, что создает огромные возможности и вызовы для индустрии.
Особое внимание Дженсен уделил вкладу Nvidia в развитие ИИ. Он утверждает, что компания значительно снизила предельные затраты на вычисления, что открыло новые горизонты для исследований и разработок. Хуан подытожил: «Когда стоимость вычислений снижается в миллион раз, это меняет привычки и подходы исследователей. Мы сделали использование машин для анализа данных доступным и эффективным, что стало ключом к успеху машинного обучения».