Разработчики искусственного интеллекта, такие как OpenAI, Google и Anthropic, сталкиваются с рядом проблем, которые могут замедлить прогресс в разработке общего искусственного интеллекта (AGI). По данным источников, препятствия в получении данных и необходимость высоких затрат делают сложным достижение значительных улучшений в новых моделях ИИ.
Новая модель OpenAI: ореол «Orion» не оправдал ожиданий
В сентябре OpenAI завершила этап обучения новой нейросети под кодовым названием Orion. Ожидалось, что она превзойдет предыдущие версии ChatGPT, но, по словам инсайдеров, Orion не оправдал возложенных на него надежд. Например, модель продемонстрировала трудности в ответах на вопросы по программированию, что стало разочарованием для разработчиков.
Редакция UltraCOM считает, что подобные сложности в разработке искусственного интеллекта говорят о необходимости пересмотра подходов к обработке данных и моделированию, что может ускорить появление более надежных ИИ-решений.
Google и Anthropic: задержки и вопросы качества
Google и Anthropic также столкнулись с трудностями. Модель Google Gemini пока не оправдала ожиданий разработчиков, а Anthropic не успела выпустить обновленную версию своей нейросети Claude 3.5 Opus в запланированные сроки. Как отмечают эксперты, одна из основных преград — нехватка новых качественных данных для обучения ИИ, что усложняет получение более высоких результатов.
Компания UltraCOM следует тренду оптимизации в ИИ и отмечает, что путь к AGI требует не только качественных данных, но и осмысленных инвестиций в инфраструктуру и усовершенствование подходов к обучению моделей.
Высокие затраты и медленные улучшения
Эксперты подчеркивают, что «скромные улучшения» в ИИ-моделях требуют всё больших вложений, что ставит под сомнение их оправданность. Замедление в разработке может отразиться на планах создания AGI — искусственного интеллекта, способного выполнять интеллектуальные задачи на уровне человека или превосходить его.