Теория искусственного интеллекта. Теория ИИ

Сооснователь OpenAI Илья Сутскевер считает, что традиционные методы масштабирования крупных языковых моделей (LLM) исчерпали себя. Для значительного прогресса в будущем ИИ-компании должны обучать модели не только на больших объемах данных, но и подходить к этому процессу умнее.

Компания OpenAI представила новый бенчмарк под названием SimpleQA для оценки точности выходных данных собственных и конкурирующих моделей ИИ. Однако результаты тестирования выявили серьёзные проблемы с достоверностью информации, генерируемой современными крупными языковыми моделями (LLM).

По моим наблюдениям 2023-й был годом AI-хайпа, а вот 2024 - год осознанных проектов, пусть точечных, подтверждающий рост компетенций бизнес-заказчиков в области ИИ.

На конгрессе привел примеры наших собственных AI-продуктов для бизнеса:

Чем сложнее становятся модели ИИ, тем больше вероятность того, что они солгут. К такому выводу пришли исследователи.

Помимо своей большой языковой модели T-lite, Т-Банк открыл доступ к библиотеке Turbo Alignment, которая позволяет даже небольшим командам без значительных ресурсов и глубокой экспертизы в LLM создавать LLM-based продукты.

В библиотеке доступны:

Джеффри Хинтон, создатель глубокого обучения и один из отцов современного ИИ, раскрывает секреты своего успеха и делится провокационными идеями о будущем искусственного интеллекта. Узнайте, почему он считает, что ИИ скоро превзойдет человека в творчестве и почему идеи Ноама Хомского о языке могут оказаться "полной чепухой".

Исследование, проведенное Университетом Кембриджа, Пекинским университетом почты и телекоммуникаций о малых языковых моделях, опубликованных в открытом доступе в период с 2022-2024 гг.

Специнфодиета для подготовки бомжа-интеллектуала показать уровень чемпионов.

Утечки из OpenAI [1] раскрывают двухэтапный план компании по осуществлению в 2025 квантового скачка интеллекта их новой модели GPT-5.

ЧАСТЬ1 (из 3-х)

Эндрю МакЛин – удивительный человек. В прошлом выдающийся спортсмен, он отдал много времени тренерской работе, а сегодня известен и благодаря своей научной деятельности в области исследования психологии и поведения лошадей и биомеханики. Знания, опыт и обаяние делают Эндрю замечательным собеседником!

Роман рассказывает о наших исследованиях и разработке мультимодального ИИ, который работает с изображениями, текстами и аудио.

https://www.youtube.com/watch?v=DreUS7Z02ug

Зачем мы это делаем?

Несколько лет назад психолог Роберт Эпштейн предложил ученым в одном из самых престижных исследовательских институтов описать человеческое поведение, не используя метафору компьютера. Им это не удалось.

Пчелы, имеющие мозг размером с зернышко, решают сложные математические задачи быстрее, чем компьютеры. К такому выводу пришли британские ученые из колледжа Ройял Холлоуэй, входящего в состав Лондонского университета.

Согласно недавнему исследованию, проведенному учеными из немецкого Суперкомпьютерного центра Юлиха, Бристольского университета и немецкой лаборатории LAION, даже самые продвинутые модели искусственного интеллекта (чат-боты) демонстрируют полное неумение решать простейшие логические задачи.

Именно здесь Рэй обсуждает, как произойдет наш переход от существ с биологическими мозгами к трансцендентным существам, чьи мысли и идентичности больше не будут связаны с привычной физиологией.

Лектор: Гаряев Андрей Борисович — доктор технических наук, профессор, заведующий кафедрой «Тепломассообменные процессы и установки» Московского энергетического института.

Темы лекций.

1. Вводная лекций (начало лекции — 00:08:00).

Уже сейчас мы можем видеть рисунки, слушать музыку, пробовать новые вкусы еды, которые создаёт искусственный интеллект. Однако, такая "творческая" деятельность основана далеко не на вдохновении, и происходит она не по озарению как, например, у людей.

Уловка-22 — логическая коллизия, состоящая в том, что попытка соблюдения правила автоматически означает его нарушение ? Примерно такая ситуация складывается с разработкой новых антибиотиков...

Лекторий Научно-образовательной школы МГУ «Мозг, когнитивные системы, искусственный интеллект» на Фестивале науки 2023. Программа:

• Фундаментальная библиотека МГУ. Трансляция 7 октября. (начало лекций: 1:20:00)

1. Сознание у искусственного интеллекта? — Анохин Константин.

Всё бы ничего, но многие комментаторы опираются на искаженные представления об ИИ, интеллекте и прочем!

И к тому же закрывают глаза на кучу по-настоящему важных деталей.

Научно-образовательная школа МГУ «Мозг, когнитивные системы, искусственный интеллект 2023». Руководители: К.В. Анохин., И.А. Соколов.

1. Открытие первой научной конференции НОШ МГУ «Мозг, когнитивные системы, искусственный интеллект» — К.В. Анохин.

Научные дискуссии: Мозг и искусственный интеллект.

1. Доклад Анохина К.В. и дискуссия: Искусственный интеллект и нейронаука. (AIRI, 2022)

2. Панельная дискуссия: Какой будет третья волна нейросетевой революции? (Нейроинформатика-2022)

3. Круглый стол: Научные проблемы искусственного интеллекта. (ITNT-2021)

Межфакультетский учебный курс МГУ: «Нейронные сети и их применение в научных исследованиях 2023» ? Плейлист 12 лекций. Программа:

• Весенний семестр

1. Новая суперспособность науки. Искусственный интеллект и чем он отличается от машинного обучения.

2. Как учить машины. Алгоритмы и методы обучения.

1. Новая суперспособность науки

2. Как учить машины

3. Линейные модели

4. Свёрточные сети

5. Рекуррентные сети

6. Трансформеры

7. Трансформеры. GPT.

8. Генеративные модели

9. Обучение с подкреплением

10. Нейрорендеринг и физическое моделирование