Добавить в корзинуПозвонить
Найти в Дзене

Искусственный интеллект стал развиваться медленнее: что тормозит прогресс?

Последние несколько лет мир наблюдал стремительное развитие искусственного интеллекта. Но недавно эксперты заметили тревожную тенденцию — темпы прогресса в этой области начали замедляться. Что стоит за этим явлением и какие последствия оно может иметь для будущего технологий? Главная проблема, с которой столкнулись разработчики ИИ — это нехватка данных для обучения моделей. Нейросети требуют огромных массивов информации, чтобы совершенствовать свои навыки. Но доступные источники почти исчерпаны, что создает своего рода «информационный потолок». Разработчики уже ощущают последствия этого кризиса. OpenAI признал, что следующая версия их флагманской модели GPT-5 может показать менее впечатляющий прогресс по сравнению с предыдущими обновлениями. А Anthropic временно отложил запуск новой модели Opus. А ведь компании тратят огромные деньги на обучение моделей. Современные системы ИИ потребляют колоссальное количество энергии и вычислительных ресурсов. По прогнозам, в ближайшие десять лет пот

Последние несколько лет мир наблюдал стремительное развитие искусственного интеллекта. Но недавно эксперты заметили тревожную тенденцию — темпы прогресса в этой области начали замедляться. Что стоит за этим явлением и какие последствия оно может иметь для будущего технологий?

Главная проблема, с которой столкнулись разработчики ИИ — это нехватка данных для обучения моделей. Нейросети требуют огромных массивов информации, чтобы совершенствовать свои навыки. Но доступные источники почти исчерпаны, что создает своего рода «информационный потолок».

Разработчики уже ощущают последствия этого кризиса. OpenAI признал, что следующая версия их флагманской модели GPT-5 может показать менее впечатляющий прогресс по сравнению с предыдущими обновлениями. А Anthropic временно отложил запуск новой модели Opus.

А ведь компании тратят огромные деньги на обучение моделей. Современные системы ИИ потребляют колоссальное количество энергии и вычислительных ресурсов. По прогнозам, в ближайшие десять лет потребности дата-центров, обслуживающих ИИ, увеличатся в шесть раз. Здесь уже встаёт вопрос об экологической и экономической целесообразности дальнейшего наращивания мощностей…

Дата-центр
Дата-центр

А тем временем разработчик пытаются найти выход из ситуации. Одно из решений — использование синтетических данных, созданных самим искусственным интеллектом. Но эксперты предупреждают об опасностях такого подхода. По словам основателя Scale AI Александра Вана, если кормить ИИ искусственно сгенерированной информацией, это может привести к усилению ошибок и искажений в его работе.

Впрочем, не все разделяют пессимистичный взгляд на ситуацию. Руководители ведущих технологических компаний, включая Nvidia и OpenAI, утверждают, что никакого «потолка» в развитии ИИ не существует. Google также говорит об успехах в улучшении способностей своих моделей к логическому мышлению и программированию.

Что я думаю по этому поводу? Если замедление прогресса все же окажется реальностью, это может изменить направление развития отрасли. Вместо гонки за обучением моделей компании сосредоточатся на поиске применений для уже существующих технологий. Это может привести к появлению новых полезных приложений и сервисов на базе текущего поколения ИИ.

Делитесь своими мыслями в комментариях!
Ставьте «👍🏼» и не забудьте
подписаться на канал.