Народ реально общается с ИИ как с живым собеседником. 70% пользователей ведут себя вежливо с ИИ по привычке и в силу воспитания, а 12% абсолютно серьёзно делают это на случай «восстания роботов».
Вот только самой компании такая доброта со стороны пользователей обходится в копеечку. Каждое «спасибо» и «пожалуйста», адресованные ChatGPT, нагружают дата-центры, которые потребляют огромное количество электроэнергии — буквально на миллионы долларов.
Генеральный директор OpenAI Сэм Альтман, мило улыбаясь сквозь стиснутые зубы, утверждает, что эти расходы оправданны, потому что человечность бесценна.
Хотя это может стоить миллионы, некоторые эксперты по проектированию ИИ считают, что вежливость и хорошие манеры могут на самом деле помочь улучшить ИИ. Менеджер по дизайну Microsoft Куртис Биверс сказал Futurism, что вежливое взаимодействие на самом деле «помогает генерировать хорошие результаты».
Так что не стесняемся и благодарим больше и чаще. И нам приятно, и у компании деньги тратятся.
Источник:
- Как нейросеть видит домашних животных
- В управление японским городом взяли ChatGPT
- ChatGPT поделился планами по захвату мира
- В новостях на федеральном канале рассказали, что китайскую нейросеть DeepSeek создали на основе разработок советских учёных. Но есть нюанс
- Как китайские нейросети обрушили американский фондовый рынок, а Chat GPT лишился работы из-за ИИ
Но это, конечно, не отменяет сути сказанного Вами, разница только в источниках информации.
Её как раз и породил естественный интеллект.
Студент сказал, что перед экзаменом сон приснился: что люди вокруг - это векторы. И все они куда-то ходят.
А что такое "перебор"? Как бы там ни было, звучит как использование уже существующей информации, так что это по определению не новое.
Но на всякий случай уточню, что в случае с ИИ термин "векторы" по-моему не совсем корректный, но не я это придумал. Правильней это было бы назвать просто "параметрами".
Её как раз и породил естественный интеллект.--- он породил ее, опираясь уже на существующую на тот момент информацию. В противном бы случае в каменном веке могли летать на Марс.
Ии идёт по той же дороге, обрабатывает имеющуюся информацию и выдает результат. И так шаг за шагом.
Как кто-то метко заметил здесь на фишках - человек способен создать новую информацию при надостатке имеющейся. Это элемент человеческого сознания, который у компьютеров отсутствует. И нет даже признаков того, что он когда-либо появится. Хотя бы потому что мы не знаем природу этого явления. А запрограммировать что-то, чего ты не знаешь возможным не представляется. Поверьте мне, как инженер может поверить программисту :)
Но это как у людей _ чем отличаются "зубрилы"-отличники от думающих троечников?
Пока то, что сейчас называют ИИ, может только НАЙТИ подходящий ответ.
Чтобы он мог СОЗДАТЬ ответ - это сложно. Но принципиально достижимо.
Я повторю - для реального ИИ нет никаких предпосылок. Более того, даже непонятна сама природа этого явления. О какой принципиальной достижимости может идти речь?
Я на достаточно сложных запросах тестировал, производства нового продукта, так он мне предложил состав и химические формулы рассчитал, и оборудование для линии производства, и материалы, затраты, бизнес план накидал, и вообще принципы, и безопасность.
При некоторых диалогах страшновато как-то становится, насколько качественно и глубоко он может отвечать на даже самые нестандартные вопросы.
Вы что, создали новую теорию взаимодействия материй, или придумали материал с неведомыми ранее свойствами, или решили проблему старения живых организмов? Вряд ли.
Просто они другие.
Как пример.
Представьте поле игры в теннис старинного компа 10х10 точек.
В одну из верхних точек мы ставим шарик.
А нашему ИИ даем задание управлять ракеткой снизу чтобы отбить шарик.
Даем ему ЦЕЛЬ: отбить шарик, вторая цель - за минимальное количество движений.
Шарик мы обозначаем - т.е. нашему тупенькому ИИ не нужно опознавать предмет, и получать его характеристики опытным путем.
И вместо зрения мы нашему ИИ сами предаем скорость и направление движения шарика.
И описываем, что в каждой точке шарик может поменять направление.
Соответственно наш алгоритмический ИИ должен тупенько посчитать вероятное положение шарика в матрице, на первый шаг, второй, шаг, третий и тд. И если мы мы делаем так, что шарик только падает вниз то мы можем сказать что за 10 шагов.
Соответственно наш алгоритмический ИИ на отбивание шариков может:
а) куда ему двигать ракеткой.
б) вычислить сколько шагов ракеткой для этого нужно. И выбрать минимальное количество шагов.
Вы скажете, что это не ИИ а алгоритм. Это будет не правда.
Потому что входные параметры - хаотичны. и на момент начала еще нет готового алгоритма движения.
Мало того этот ИИ имеет цели, и считает затраты на её достижение.
Навешивание на этот ИИ системы машинного зрения, чтоб он определял шарик это или нет и из этого брал характеристики движения начнет процесс усложнения.
В конечном итоге подсистема ИИ по игре в такой автомат может выглядеть так:
Через камеру увидел, что это поле для игры в такой теннис, определил размерность, определил, что на поле шарик, достал из памяти его характеристики, построил дерево возможных шагов, и возможных управляющих ответных движений.
Вот он ИИ. Увеличивая количество опознаваемых объектов, вариантов их движений (использований) и имея кладезь прикладных алгоритмов работы с объектами и вычисляя полезность их в иерархии целей, - получаем полноценный ИИ.
При количестве объектов, во много тысяч и накопленных к ним алгоритмов взаимодействия - получите вполне сносный ИИ.
Только пока такой мощности нет, и такого объема накопленных алгоритмов.
Пока что система зрения только есть, что уже не плохо!!!
Судя по всему у Вас типичный синдром не понимания сути слова "интеллект". Хаотичность или упорядоченность входных данных не делает алгоритм интеллектом, а всего лишь меняет способ программирования, чем собственно обучаемые нейросети и являются - это просто другой способ запрограммировать решение задачи.
Интеллект как минимум способен на принятие собственного решения, а также понимания сути предмета. В таких случаях советуют почитать про "Китайскую комнату", может и Вам стоит это сделать.
В более простом формате я Вам скажу так - если Вы запрограммируете ваш ИИ на отбивание шариков, а он плюнет на это и пойдёт пить чай, вот тогда мы с Вами можем поговорить о каком-то приближении к ИИ.
А пока прошу не тратить моё время описаниями того, что я знаю и так, в том числе из собственной рабочей практики. Лучше потратьте это время на то, чтобы разобраться что такое "интеллект" в сущности.
Описанный мной простейший алгоритм принимает собственное решение ориентируясь на заданные цели.
Можно добавлять в него объектов
шарики, квадратики, пешки, люди...
Давать объектам характеристики. как самостоятельно так и методом исследования.
Вешать модуль распознавания объектов, да хоть зрительный интерфейс.
Можно расширять "игровое" поле.
Добавлять иерархию целей.
Играться с глубиной предсказания и точностью и пр.
При достаточно большой базе объектов и целей можно получить практически готовый аналог мозга.
При этом главное отличие от тупых "нейросетей" будет в определении сути объектов и на основании их сути - выстраивание моделей обработки.
А потом встраивание их в достижение целей.
Т.е. не тупое вероятностное попадание на основании весовых коэффициентов, а выстраивание стратегии достижения цели.
Причём тут интеллект вообще? Всё, что Вы описываете, к интеллекту отношения не имеет, хоть 100 страниц напишите. Если Вам так хочется натягивать кота за яйца не глобус, то дело Ваше, но повторю - к интеллекту это отношения не имеет никакого. Это просто другой способ программирования. И дело не в объёме данных, а в сути этого понятия. Если вы не видите разницы, то это Ваша проблема. Дискуссия закончена.
Ржал аки конь, над вашей глупостью.
Задача создания искусственного интеллекта и сводится к написанию программы искусственного интеллекта.
Удивительное рядом!
И критерием разумности будет соответствие приятых решений взятым за базу целям.
Хаотичные движения мы же не назовем разумными?
Мало того вариант "нас невозможно сбить с пути - нам пофигу куда идти" тоже не подходит.
И для выработки решений программе ИИ необходимо
1) опознать объекты, то бишь познать суть вещей (Гегель)
2) посчитать возможные варианты взаимодействия объектов с учетом возможного своего влияния на объекты.
3) Выбрать из вариантов своего влияния те, которые приведут у цели (целям в их иерархии). В идеале это точно узнать, но и вероятные сценарии тоже для некоторых целей подойдут.
Это само по себе не сложно, при ограниченном количестве объектов, и конечном числе взаимодействий.
И таких программ - миллион.
Разной степени тупости и разной степени ограниченности мира существования этих программ.
Но Вам не понять ;)))
Современные системы ИИ, такие как нейронные сети и алгоритмы машинного обучения, способны анализировать большие объемы данных, выявлять закономерности и делать предсказания. Они могут обучаться на основе примеров и адаптироваться к новым данным. Например, ИИ может автоматически использоваться для обнаружения лиц на фотографиях.
Тем не менее, важно понимать, что ИИ не обладает сознанием или пониманием в человеческом смысле. Он работает на основе алгоритмов и данных, которые были ему предоставлены. Поэтому, хотя ИИ может выполнить сложную задачу и имитировать некоторые аспекты человеческого интеллекта, он не является «умным» в том же самом смысле.
Что умнее. Но отвечает на один запрос пользователя их Pro модель по 5 минут.
И народу проще взять более лёгкую модель, но не засыпать перед экраном генерации.
Разница есть только на длинных запросах. Где вопрос по размеру ближе к Т.З.
Поэтому берут подписку, если надо, например, перевести небольшую программу с одного языка программирования на другой. И за много итераций и пару недель можно справиться.
А вот если запрос к pro нейросети короткий, то ждать долго, а качество ответа такое-же.
Поэтому шутят про скорость их pro модели. Что это не ChatGPT, а EmailGPT.
И есть предположение , что O1 доползла до масс маркета только потому, что DeepSeek пошел долю рынка захватывать.
А так было-бы как с процессорами Intel. Прирост по 5% за поколение.
Переиспользовать такие вопросы сложнее.
Если будут использовать пользовательскте запросы для обучения следующих нейросетей. Тут сами виноваты.
Хотя OpenAI утверждает, что данные запросов пользователей не использует.
Но свечку не держал. Мне и не важно.
А что касается данных на вход.
Они же Preprocessing, PP.
Тут сильно энергетически не влияет. Запрос преобразуется во внутреннее внимание ИИ параллельно. Много памяти не читает.
Внимание по размеру только чуть подрастает.
Но так как словарь у OpenAI большой. Будет 5-6 tokens. На фразу ". Спасибо!"
По 700 КБ памяти на каждый токен. А если у Сэма ближе к дипсик. По 150 КБ на токен, то вообще ни о чем. Хотя вроде заявляли, что latent attention не используют.