Практически, нужны как бы новые «учебники», для дальнейшего развития ИИ-индустрии. Эксперты говорят, что необходимо искать новые способы обучения и разработки моделей, а также пересматривать подходы к использованию и распределению ресурсов.
По сути, нынешний этап развития технологий искусственного интеллекта вышел на плато. Прорывные успехи GPT-4 и его предшественников породили самые смелые ожидания, но результаты новых версий модели показывают, что они ненамного лучше, чем у предыдущих — не хватает «учебников» для обучения
Известно, что прежде чем нейросеть выпускать в свет, ее надо обучить на примерах. Таким моделям, как GPT, требуется огромный массив текстов и другой информации. И чем их больше, тем лучше работает система. Разработчики использовали доступные данные из соцсетей и интернет-ресурсов, Но даже эти источники не безграничные, а потому обучать ИИ становится намного сложнее.
Разработчики идут на разные уловки, скажем, для обучения ИИ применяют так называемые синтетические данные, тренируя его на специальных задачах повышенной сложности.
Оптимизм внушает лишь тот момент, что еще далеко не все существующие для обучения в интернете данные себя полностью исчерпали. Скажем, огромное количество видео до сих пор не используется. Есть и другие источники информации, так что в «запасниках» остается большой потенциал. И пока неясно, когда он будет исчерпан и будет ли исчерпан вообще. Это будет добавлять нейросетям новые способности.
Комментарии: