Майбутнє штучного інтелекту може включати більше корпоративне захоплення, ніж повстання роботів. Про це заявив генеральний директор компанії Anthropic Даріо Амодей.
Нещодавно Амодей обговорив майбутнє ШІ в інтерв’ю з Ноа Смітом і Еріком Торенбергом у подкасті Econ 102. Тріо торкалося всього: від використання штучного інтелекту у військових цілях до заміни робітників на більш ефективні машини.
Але, мабуть, найцікавіше те, що Amodei обговорив внутрішні зусилля компанії щодо розробки ефективної ієрархічної структури для виконання завдань через мережу моделей штучного інтелекту.
Мережі всередині мереж
Штучний інтелект, з яким сьогодні знайомі більшість людей, є чат-ботами та генераторами зображень. ChatGPT від OpenAI і Claude від Anthropic — це найсучасніші системи штучного інтелекту, на розробку яких витратили десятки мільярдів доларів.
Але більшість корисних програм для технології, що лежить в основі цих систем, не вимагають повних можливостей. Якщо, наприклад, ви використовуєте Claude для створення коду Python для програми Web3, ви, ймовірно, не отримаєте жодної вигоди від здатності моделі створювати вірші французькою мовою.
Як описав Амодей в інтерв’ю, нинішнє мислення компанії, схоже, включає ідею зграй ШІ, здатних об’єднуватися в мережі для виконання конкретних завдань.
Основна передумова включала б «великі моделі оркеструвати маленькі моделі». Амодей додав, що більші моделі створять до сотень менших, швидших і ефективніших моделей для виконання завдань.
Хоча Амодей використав аналогію з робочими бджолами, які підтримують свою матку, те, що він описав, дуже нагадує типову корпоративну інфраструктуру.
На вершині була б основна модель Claude, найпотужніша система Anthropic. А під цим було б кілька дорогих фундаментальних моделей, навчених у широких областях, таких як математика, програмування та аналіз настроїв. Під цими машинами C-suite буде перелік спеціальних моделей, призначених для виконання конкретних завдань. І, нарешті, під спеціалістами середньої ланки ми знайдемо одноразові моделі початкового рівня, призначені для короткочасного використання.
Перевага цієї конструкції потенційно може означати, що кінцеві користувачі на кожному рівні матимуть доступ до конкретних можливостей, які їм потрібні, через єдиний простий інтерфейс користувача.
За темою: Фізика для фінансових технологій: як квантовий штучний інтелект може зробити людей кращими трейдерами криптовалюти
