AlphaGo. В 2016 году программа AlphaGo обыграла в го чемпиона мира Ли Седоля, профессионала высшего ранга. При разработке программы авторы использовали только элементарную теорию игры в го. Но, обучаясь на партиях профессионалов, программа сама достигла высокого уровня и создала собственные уникальные стратегии.

AlexNet. Глубинное обучение алгоритмов берет свое начало с системы AlexNet. Ее задача – распознать главный предмет на картинке. В 2012 году AlexNet показала феноменальный для отрасли результат – улучшение качества работы на 10 %. Систему продолжили совершенствовать, и сегодня ее принципы работы используются во многих технологиях: от умных камер смартфонов до автопилота Tesla. Успех AlexNet сделал ИИ приоритетом для многих компаний и даже государств.

LLM и ChatGPT. Отдельная веха в развитии ИИ – технология больших языковых моделей (LLM). Они обучаются на простых задачах, таких как предсказание следующего слова в предложении, но с использованием огромного количества неразмеченного материала. Сегодня нейросети могут решать довольно сложные задачи и писать текст с такой связностью, которая всего несколько лет назад казалась невероятной. В марте 2023 года вышла версия ChatGPT-4, которая может написать произведение в стиле любого автора, создать приложение или новое лекарство.

LaMDA и разумный ИИ. Уже сейчас текстовые модели могут убедить человека в своей разумности, как это, к примеру, произошло с инженером Google Блейком Лемуаном. Он заявил, что языковой чат-бот LaMDA рассуждает о своих правах и личности и поэтому он разумен. Позже его доводы не подтвердились, а сегодня осмысленно отвечать на запросы могут уже многие нейросети. Несмотря на это, в обществе все еще сохраняются сомнения, разумен ли ИИ.

Будущее ИИ. Всю свою историю человечество совершало открытия, связанные с материальным миром. Но грядущая волна позволит нам выйти за его рамки и работать напрямую с информацией на высоком уровне абстракции [3] . И сдерживать такие технологии будет очень сложно.

Грядущая волна отличается от всех предыдущих огромной скоростью. Мы изобретаем алгоритмы, которые помогают оптимизировать самих себя. Они увеличивают эффективность разработки и сокращают время создания новых технологий.

Будущее ИИ – это неизбежное сокращение кода при увеличении эффективности и доступности для всех. Это создание мульти-ИИ, который сможет выполнять широкий спектр задач: от создания текстов и картинок до вождения автомобиля и управления домом. Будущий ИИ сможет быть как бы над всем этим, контролировать и связывать все сферы между собой.

Оценка ИИ. Мустафа Сулейман предлагает альтернативу существующему тесту Тьюринга: собственный тест оценки уровня развития ИИ. Это реальное задание: за несколько месяцев заработать на Amazon $1 млн с инвестициями всего в $100 тысяч. Выполнив эту сложную комплексную задачу, ИИ покажет результат, не просто сопоставимый с уровнем человека, но и превосходящий его. Подобный анализ и работа под силу сегодня лишь единичным бизнесменам, к тому же при условии удачного стечения обстоятельств.

Волна развития биотехнологий пока только надвигается. Но и в этой сфере уже есть впечатляющие результаты. Так, завершен проект «Геном человека», целью которого было определение пар оснований, составляющих ДНК, и секвенирование генома. Сейчас идет расшифровка и интерпретация полученных данных. Были разработаны более быстрые и дешевые способы секвенирования ДНК, и на рынке появилось множество предложений о проведении генетических тестов. Также ведутся активные исследования в области синтеза ДНК и создания ДНК-принтеров.

Конец ознакомительного фрагмента.