Найти в Дзене
Блохи в свитере
27 подписчиков

Мы упёрлись в потолок ИИ — так утверждает Гарри Маркус в интервью The New Yorker: миллиардные вливания почти не конвертируются в реальную

~1 мин
Мы упёрлись в потолок ИИ — так утверждает Гарри Маркус в интервью The New Yorker: миллиардные вливания почти не конвертируются в реальную пользу. GPT-5 действительно улучшил показатели в бенчмарках, но за пределами чат-интерфейса прогресс выглядит скромно, а скорость улучшений снижается. «Я не слышу, чтобы компании говорили, что модели 2025 года намного полезнее моделей 2024-го», — заявил Маркус, исследователь машинного обучения. По сути, индустрия упёрлась в пределы текущего подхода. Главная претензия — ставка на «масштабируемый ИИ»: больше GPU, больше дата-центров, больше счётов за электричество, а не на узко-прикладные решения. Инвесторы слышат «экспоненту», инженеры — шум вентиляторов и ограничения сетей. Опрос 475 исследователей весной показал: появление AGI в рамках нынешней стратегии маловероятно. Вывод прагматичный: выигрывать будут гибридные, доменные системы с явными знаниями и причинностью — не громкие релизы, а тихая инженерия, которая делает конкретные задачи надёжнее и

Мы упёрлись в потолок ИИ — так утверждает Гарри Маркус в интервью The New Yorker: миллиардные вливания почти не конвертируются в реальную пользу. GPT-5 действительно улучшил показатели в бенчмарках, но за пределами чат-интерфейса прогресс выглядит скромно, а скорость улучшений снижается.

«Я не слышу, чтобы компании говорили, что модели 2025 года намного полезнее моделей 2024-го», — заявил Маркус, исследователь машинного обучения. По сути, индустрия упёрлась в пределы текущего подхода.

Главная претензия — ставка на «масштабируемый ИИ»: больше GPU, больше дата-центров, больше счётов за электричество, а не на узко-прикладные решения. Инвесторы слышат «экспоненту», инженеры — шум вентиляторов и ограничения сетей. Опрос 475 исследователей весной показал: появление AGI в рамках нынешней стратегии маловероятно. Вывод прагматичный: выигрывать будут гибридные, доменные системы с явными знаниями и причинностью — не громкие релизы, а тихая инженерия, которая делает конкретные задачи надёжнее и дешевле.