Сегодня поговорим о том, насколько слабее или сильнее нейросети в 2024 году, чем человек. Но не в плане обычных их способностей - решать одну сложную задачу, которую непонятно как решать математически или генерировать тонны контента на какую-то тему, а в плане интеллекта. Нейросети - это искусственный интеллект? Он у них есть? Насколько сравним с человеческим?
Здесь важно различать слабый ИИ (Artificial intelligence - AI) - который успешно решает некоторые задачи, используя обобщения, и порой даже быстрее и качественнее человека в несколько тысяч раз. Так например, в шахматах, го или доте в схватке нейросеть - человек люди уже давно как ребёнок против Майкла Джордана в его лучшие годы в баскетболе. Интересно посмотреть, но ставки на Джордана никто принимать не будет - результат и так понятен.
И есть также такое понятие как сильный (общий/универсальный) ИИ (Artificial general intelligence - AGI), который может решить любую задачу, даже ту которую никогда не видел и которому свойственно:
- Сила воли для принятия самостоятельных решений (причем не случайным образом, а приводящих к наиболее эффективному решению задач), использование стратегий, решение головоломок и действия в условиях неопределённости
- Обучение (причём на ходу, бесконечное дообучение в процессе функционирования)
- Общение на естественном языке (как одна из задач, которую он может успешно решать, причём на разных языках, включая неизвестные ему ранее)
- Объединение всех этих способностей воедино для достижения общих целей.
GPT-4o - последняя опубликованная версия из наиболее популярных ИИ для решения множества задач имеет 2-3 этих пункта из 6. Сейчас он почти прошёл тест Тьюринга (если заранее не знать, что такой тест проводится - больше половины людей не подозревают что с ними общается не человек https://116.ru/text/entertainment/2024/02/01/73181600/), если знать, то 41%.
Однако, он явно менее интеллектуален, чем дети, ведь такой например тест он вообще не пройдёт (пока что):
Специалисты полагают, что сильный ИИ с вероятностью в 50% будет получен к 2028 году.
Так насколько всё хорошо/плохо с этим направлением сейчас?
Разберёмся с этим сложным вопросом (пессимисты считают, что текущие нейросети и близко не обладают интеллектом, оптимисты, что они уже превосходят человека), но сперва - работающий в 2024 году способ получить бесплатный доступ ко всем функциям GPT-4o из России:
- Скачайте AdGuard на ПК: https://adguard.com/ru/adguard-windows/overview.html (первые полгода бесплатно, просто введите свой адрес электронной почты)
- В настройках в разделе "Защита от трекинга" включите её и в самом низу включите "Защита от DPI"
- Установите бесплатное расширение Hola (для Chrome -https://chromewebstore.google.com/detail/hola-vpn-your-website-unb/gkojfkhlekighikafcpjkiklfbnlmeio?utm_source=ext_app_menu)
- Бесплатно подключитесь к https://vpnplanet.ru/download/
- Заходите на https://chatgpt.com/
- Зарегистрируйтесь с помощью Google аккаунта
- Войдите с помощью него же
- Profit! У вас есть безлимитная возможность общаться текстом с самой последней версией и несколько раз в день отправлять ей картинки и просить что-то сделать с ними (проанализировать, преобразовать в текст, описать и т.п.)
Итак, вернёмся к изначальному вопросу:
Я попросил GPT:
Я тебе пришлю картинку, где есть три блока. В каждом блоке по две сетки - первая исходная, а вторая - результат некоторого алгоритма. В первых двух блоках результат показан, в третьем неизвестен. Попытайся предсказать какой результат должен быть в третьем блоке
и отправил ему изображение:
Что же ответил ГПТ:
Почему именно это я спросил, почему ГПТ не может правильно ответить и как же на самом деле обстоит сейчас ситуация, которая стремительно меняется каждый год смотрите в следующем видео, которое нам любезно перевели и озвучили нейросети:
(обложка тоже нарисована нейросетью)
А если Вам неохота так сильно погружаться в тему то любезные нейросети сделали краткий пересказ:
• Проблема абстрактного рассуждения не была включена в обучающий набор данных GPT-4.
• Искусственный интеллект текущего поколения не является сильным искусственным интеллектом.
• Проблема с использованием искусственного интеллекта для создания контента, который может быть вирусным, но не полезным.
• Проблема с использованием искусственного интеллекта для обмана людей и автоматизированной слежки за ними
• Большие языковые модели, такие как GPT-4, могут помочь в анализе изображений и диагностике инсульта.
• Проблема с использованием фраз "искусственный интеллект" в заголовках, которые могут скрывать используемые методы.
• Языковые модели могут быть поразительно глупыми и поразительно умными, но они не могут создавать новые программы, а только вспоминать существующие.
• Модели терпят неудачу, если не видели решение в обучающих данных.
• Запоминание недостаточно, так как модели не видят всю карту.
• Интеллект - это алгоритм поиска пути в пространстве будущих ситуаций.
• Модели могут адаптироваться на лету, но это требует достаточного количества данных и примеров.
• Модели могут лучше составлять блоки рассуждений во что-то более сложное, но это не решает все проблемы.
• В статье показано, как модель с 1,4 миллионами параметров может имитировать систематическое обобщение человека.
• Верификаторы могут улучшить способность моделей находить программы для решения задач.
• Подход с использованием верификаторов и поиска по дереву Монте-Карло показал улучшение в математическом тесте с 50% до 70%.
• Языковые модели могут быть обучены решать математические задачи, но им может не хватать необходимых программ в обучающих данных.
• Верификаторы, такие как симуляции и реальный мир, могут помочь языковым моделям найти правильные программы.
• Языковые модели могут галлюцинировать, но это может быть использовано для ускорения итеративного эволюционного процесса.
• Использование верификаторов и других подходов для определения необходимых программ в рамках большой языковой модели.
• Тонкая настройка моделей на синтетических примерах для обучения новым программам.
• Добавление активного логического вывода в большие языковые модели для решения задач на лету.
• Программный синтез: способность синтезировать новые программы на основе фрагментов существующих программ.
• Обучение отдельной нейронной сети, а не языковой модели, для изучения специализированных алгоритмов.
• Языковая модель обучается с доступом к этим вложениям, что позволяет ей использовать знания из других областей.
• Автор обсуждает подход к искусственному общему интеллекту, который не даст немедленных взрывных результатов, но будет зависеть от экспертов и других людей, которые должны точно записать свои рассуждения.
• Он также упоминает клип от технического директора OpenAI, в котором говорится о том, что у них нет гигантского прорыва за кулисами, и что они работают над моделями, которые не так уж далеко от того, что доступно общественности бесплатно.
• Автор подчеркивает, что искусственный общий интеллект не обязательно должен быть все или ничего, и что это может быть сочетание классических и нейросетевых подходов.
• Он также говорит о том, что люди, которые достигнут наибольшего прогресса в ближайшем будущем, будут теми, кто сумеет объединить парадигму глубокого обучения и парадигму дискретного программного поиска в один элегантный способ.
