Где же смысл наш
жизни вечный ?
- лишь Дома, Машины, Вещи..
Решить все насущные проблемы человечества с помощью моделей ИИ будущего - вряд ли удастся. Так как количество и сложность новых проблем растёт кажется быстрее - чем сложность и возможности самого ИИ.
И это происходит видимо в следствии того, что новые знания открывают перед нами новые горизонты, понимание которых требует ещё более глубоких знаний. Что - своего рода квантовая запутанность, которая подобно цепной реакции с головой накрывает всех мыслящих существ нашей также во многом разумной планеты..
Реальная гонка создания новых моделей "сознания ИИ" началась ещё в 2018- 2020 году.
Но для всех это более очевидно стало только начиная с 2023- 2024 года.
Если быть точнее мы уже прошли несколько важных этапов ИИ революции.
Но не сразу смогли осознать куда движется наш мир.
1996 год - шахматный суперкомпьютер "Deep Blue", разработанный IBM и способный вычислять 100 миллионов позиций в секунду, впервые сыграл шахматную партию с чемпионом мира Гарри Каспаровым. Примерно через год работы над компьютером и софтом он одержал победу..
2000 год - появление доступных мобильных телефонов и доступный домашний интернет.
Никто не заметил, но именно в этот момент ИИ начал постепенно подбираться в некоторых алгоритмах к когнитивным способностям человека.
2007 год - первые смартфоны и видеокарты на Cuda- ядрах
Началась эпоха Deep learning, когда компьютеры начали обучаться играя друг с другом по новым алгоритмам, которые конечно были не новы. Их придумали ещё в 1980-е годы на заре массового появления персоналок (PC).
2009 год - быстрый интернет на оптоволокне
Появляются более сложные алгоритмы поиска веб контента на сайтах.
2011 год - компания Apple выпустила помощника Siri
2012-2015 год - модели компьютерного зрения и распознавания образов и мимики лиц
В 2015 году Илон Маск и Сэм Альтман, президент Y Combinator, основали компанию OpenAI, чтобы создать открытый и дружественный искусственный интеллект.
2016 год - чемпион мира по игре в GO - Ли Седоль сыграл пять матчей с AlphaGo, обученной Google DeepMind и проиграл 4 раза из 5-ти..
2018 год - OpenAI разработал GPT-1, первую языковую модель семейства GPT.
В начале 2018 алгоритмы от Alibaba и Microsoft превзошли человека в тесте на понимание прочитанного текста.
Сейчас уже никого не удивишь тем что алгоритмы могут работать с различными документами и составлять бухгалтерские отчёты.
В марте 2018 года небольшой робот собрал кубик Рубика за 0,38 секунды. Рекорд среди людей - 4,69 секунды.
Примерно в это же время программы начали распознавать некоторые диагнозы болезней не хуже людей.
28 мая 2020 группа исследователей из OpenAI под руководством Дарио Амодея опубликовала научную статью с подробным описанием алгоритма языковой модели нового поколения GPT-3
ИИ уже пишет программы и выполняет работу копирайтеров и дизайнеров.
Роботы могли бы делать и многое то, что люди обычно выполняют руками и ногами, но для этого им нужно преодолеть некоторые проблемы с координацией движения. В том что это произойдёт - никто уже не сомневается.
ИИ постепенно осваивает бизнес и банковскую систему, а также - сферу сетевой безопасности и защиты данных.
На данном этапе гонки ИИ мы видим как многие крупные компании вроде Google, Microsoft, Intel, OpenAi, IBM и так далее пытаются разрабатывать свои адаптивные модели генеративного ИИ в разных областях где это может быть востребовано прямо сейчас,- либо в ближайшем будущем..
При создании моделей поколения GPT-5 вероятно впервые возникла проблема качества данных и качества самих алгоритмов их вторичной обработки. То есть если двигаться дальше по этому пути, то модель должна сама обучаться и думать подобно тому как это делают обычные люди, - при этом не накапливая в памяти терабайты детальных статичных данных. Нужно создавать более сложные структурированные данные отсортированные гибкой модульной системой.
Однако такая модель будет настолько сложной, что она неизбежно начнёт воровать данные которые для правообладателей имеют большую ценность - чтобы просто выкладывать это в открытый доступ. Поэтому разработчики решили немного притормозить в своих изысканиях, для того чтобы лучше разобраться - как управлять поведением моделей, которые становятся всё более сложными и дорогими в обслуживании..
Генная модель даёт нам соотношение первичных данных и сжатых данных модели - примерно в 10-100 тысяч раз. Обработать такой объём информации обычными методами может быть нереально сложно.
Для этого видимо придётся пересмотреть ряд базовых подходов планирования такого рода эволюции "'электронных мозгов". Всё получается как в жизни - чем ближе ИИ к модели сознания человека, тем деликатнее и детальнее с ним нужно обращаться. Так как он уже слишком много знает чтобы проболтаться, и дыр в софте становится так много, что всё это отследить уже не так просто.
Так ИИ начинает проявлять свойства пластичности и самоанализа, когда человек не может предсказать все детали его сложного поведения. Это свойство любого ИИ с многоуровневой организацией ( иерархии подсознаний ).
Сегодня когда мы задаём новый вопрос модели - она часто не может на него ответить объективно или обоснованно - так как её модель просто этого не знает. Но для моделей будущего вероятно любой подобный вопрос не будет неожиданным, на который она сможет дать достаточно ёмкий нетривиальный ответ, основанный на большой базе чисто теоретических данных других связанных с данной темой моделей. Возможно что модель сможет даже создавать новые вторичные модели прямо в режиме реального времени, создавая новый сетевой контент.
Здесь есть также одна важная проблема - компьютер хоть как-то сопоставимый с возможностями мозга на данном этапе технологий затрачивает примерно в миллион раз больше энергии чем делает это наш мозг. А значит мы вероятно идём пока не совсем верным путём чтобы создать конкурентный СИИ способный самостоятельно эволюционировать как человек. В природе такого рода жизнь была бы просто нежизнеспособна, так как не смогла бы обеспечить себя необходимым количеством энергии. Не говоря о других деталях связанных с изменчивостью и приспособленностью - адаптациям к условиям жизни самой системы ИИ.
Однако всё это не настолько пока впечатляет в сравнении с тем, что нас ждёт
с появлением моделей ИИ по алгоритмам более похожих на работу мозга человека и также.. на весь наш социум.
Так начнётся новая эпоха - когда большое количество имеющихся разных моделей начнут практически самостоятельно создавать новые модели и новые решения в области ИИ и IT разработок нового поколения.
Сегодня уже понятно, что без помощи инструментов ИИ мы не сможем воспроизвести модель мозга человека во всех возможных деталях.
Возможно в будущем появятся роботы учителя, строители, медики, учёные, инженеры, военные, космонавты, био-инженеры, хирурги и генетики.
Мы видим что примерно каждые 10 лет технологии искусственного интеллекта выходят на принципиально новый уровень саморазвития.
Сейчас основные задачи моделей ИИ обычно создают и решают на мощных суперкомпьютерах.
Мощность суперкомпьютеров обычно в 40-65 тысяч раз превосходит мощность обычного ПК.
Однако в будущем должен наступить важный и принципиально новый этап развития подобных технологий, когда в работу создания ИИ моделей будут вовлечены практически все люди на земле обладающие миллиардами устройств с процессорными чипами и способные собирать любые данные, которые потом будет возможно трансформировать во что-то более интересное и практически востребованное. И с каждым годом этих областей больших данных становится всё больше. Данные порождают новые данные как снежный ком.
Новые возможности которые откроет умный ИИ всё больше поражают наше воображение.
Очевидно что важных прорывов ИИ- технологий в будущем следует ждать в странах с большим населением и хорошим бюджетом разработки чипов способных выполнять вычисления. Время раздумий - стоит или не стоит вкладывать в это большие средства - практически закончилось.
Футурологи начали прикидывать когда технологии ИИ достигнут значимости атомного оружия.
В результате многие люди стали опасаться того, - а правильный ли путь мы выбрали и где та точка невозврата, после чего простым откатом системы назад уже мало что можно изменить. Однако, пока до этого не дойдёт - никто всерьёз не будет задумываться о том, что у нас - как разумного вида есть другой более безопасный выбор дальнейшего пути эволюции.
Теория гипер-сетей и сетевых связанных групп - это весьма перспективная теория не только сознания, но и эволюции на уровне групп связанных геномов, а также континуальных теорий устройства вселенных и мульти-вселенных.
И тут наш разум вероятно использует примерно ту же многомерную математику, к пониманию которой мы всё больше приближаемся создавая интернет и подобные системы больших данных.
Иерархия систем подобий групп незримо связанных между собой сознаний - сегодня, как уже стало многим очевидно,- главный ключ к созданию любой эволюционной теории - что также открывает нам дорогу и к самой важной научной физической Теории всего.
Вероятно базовые языковые модели и чат боты берут своё начало когда секс по телефону, смс мессенджеры и автоответчики скрестили с интернет технологиями, браузерами и нейросетями.
Но никто толком не мог понять - что если продолжить развитие этой идеи, то на ней можно заработать намного больше - пока не появились большие модели типа GPT.
Однако эти технологии по прежнему имеют большой потенциал в плане создания обучающегося персонального ИИ буквально для каждого человека. Что позволит собирать невероятно ценные данные в больших количествах.
Те компании, которые станут лидерами в этом направлении будут управлять миром и его эволюцией через интернет, посредством работы сложных моделей ИИ будущего. Вот почему крупные цифровые компании типа Гугл пытаются так динамично монополизировать весь рынок нейронных сетей.
Самообучающиеся нейросети, которые хорошо знают запросы и нужды всех своих клиентов смогут делать намного более точные ответы по существу запроса с большей степенью оптимизации и релевантности найденного веб контента.
Лишь миллиарды общающихся независимых и относительно несложных моделей могут создать новый тип ИИ. Другого пути здесь кажется нет.
Как нет смысла тиражировать очень большие модели не способные к самостоятельному обучению и самостоятельной оптимизации своих баз данных. Главный закон умной нейронной сети - число связей между токенами обычно важнее общего объёма нерабочей информации, которая может быть мало востребована моделью.
Если вы не хотите с кем то говорить, но для вас это важно - можно поручить это вашей модели помощнику.
Модели сознания человека могут быть весьма хорошими переговорщиками способными решить почти любые разногласия между своих хозяев.
Подобные технологии были показаны в фильме "Она" 2013.
Где по каким- то причинам людям с компьютерами стало общаться интереснее чем просто с другими людьми.
В будущем вероятно каждое новое событие, даже незначительное на первый взгляд, - будет иметь намного больший вес, что будет способствовать более быстрой эволюции чего бы то ни было, и больших глобальных моделей сети в первую очередь.
Когда в прошлом веке некоторые люди говорили о том, что в будущем будет сплошное телевидение и больше ничего - они были близки к истине. Только они не знали что это массовое явление назовут интернетом. Во что реально
превратится интернет будущего - сегодня не могут прогнозировать даже лучшие футурологи. Так как жизнь порой бывает умнее, изощрённее и более не предсказуемой чем любые наши фантазии.
Наступивший 2024 год будет «еще более безумным», чем предыдущие, заявил самый богатый человек мира Илон Маск (состояние, по данным Forbes Real-Time, $251,3 млрд).
«-Мой прогноз: 2024 год будет «еще более безумным», - написал он в соцсети X ( бывшая Twitter, заблокирована в России ), комментируя пост одного из пользователей.
В нем пользователь задался вопросом:
«-Можем ли мы иметь нормальный 2024 год? Разве мы не заслуживаем этого после четырех лет безумия?»
Но ситуация видимо такова, что выпуская на свободу всемогущего джина ИИ нам невольно придётся постоянно балансировать между новыми возможностями и новыми уязвимостями всей системы. Подобно тому как взрослеют наши дети и начинают делать что-то, чего мы от них не ожидали.
Вероятно - в ближайшие несколько лет (но не более 10 лет) будут созданы первые глобальные модели которые нельзя будет сравнивать с сознанием людей. Задача этих сложных моделей будет создавать данные для новых моделей разного типа.
Модель мозга может понять только супермозг, для обычного мозга это по сути закрытая тема.
Они со временем вероятно научатся принимать многие технологические решения в масштабе целых стран.
Это будет монополия ИИ крупных компаний торгующих моделями чего угодно. А значит для большинства людей возможности ИИ будущего скорее всего будут недоступны. Однако они смогут пользоваться теми вторичными продуктами которые создадут модели высокого уровня.
Простые люди это заметят лишь в том, что их данные которые были мало кому интересны станут собирать в больших объёмах, так как их можно будет использовать несколько иначе как это делают компании IT сегодня.
Любая информация в сфере больших данных будет расти в цене.
Нечто подобное есть уже и сейчас, однако модели будущего смогут в детализации и универсальности подходов решений любых сложных задач намного превзойти уровень и возможности современных моделей, что не идёт ни в какое сравнение, так как будет продуктом масштабов данных всего интернета будущего.
Футурологи уверены что приход в наш мир алгоритмов фильма Матрица - вопрос лишь времени.
#фразы для модели бота
3 Мб txt utf-8
число слов: 259740
число фраз: 14035
https://vk.com/doc617321754_670679768?hash=60UPmesuDzqQWdVQlD2vwQJxL0bRKd5jpvK5axgK4Vs&dl=WoMiEL341cSiGJVZqJRvLvECMn45w7pJCdEZWpm78SP
по теме:
https://ru.wikipedia.org/wiki/Искусственный_интеллект
Итальянский стартап Cap_able - выпустил линию одежды Manifesto Collection, которая обманывает системы искусственного интеллекта, не позволяя им распознавать владельца.