Співзасновник OpenAI Ілля Суцкевер нещодавно прочитав лекцію на конференції Neural Information Processing Systems (NeurIPS) 2024 у Ванкувері, Канада, стверджуючи, що ера попереднього навчання штучного інтелекту закінчується, і спрогнозував зростання суперінтелекту.
За словами Суцкевера, збільшення обчислювальної потужності за рахунок кращого апаратного забезпечення, програмного забезпечення та алгоритмів машинного навчання перевищує загальний обсяг даних, доступних для навчання моделі ШІ. Дослідник ШІ порівняв дані з викопним паливом, яке з часом закінчиться. Суцкевер сказав:
«Дані не ростуть, тому що у нас є лише один Інтернет. Можна навіть сказати, що дані — це викопне паливо штучного інтелекту. Вони якось були створені, і тепер ми їх використовуємо, і ми досягли піку даних, і їх більше не буде— ми маємо мати справу з даними, які у нас є».
Співзасновник OpenAI передбачив, що агентний штучний інтелект, синтетичні дані та обчислення часу висновків стануть наступними еволюціями штучного інтелекту, які в кінцевому підсумку призведуть до появи суперінтелекту штучного інтелекту.
Агенти ШІ штурмують світ криптовалют
Агенти штучного інтелекту виходять за рамки поточних моделей чат-ботів, маючи можливість приймати рішення без втручання людини, і стали популярним наративом у криптовалютному просторі з появою мемкойнів ШІ та широкомовних моделей (LLM), таких як Truth Terminal.
Truth Terminal став вірусним після того, як LLM почав просувати мемкойн під назвою Goatseus Maximus (GOAT), ринкова капіталізація якого врешті-решт досягла 1 мільярда доларів, привернувши увагу роздрібних інвесторів і венчурних капіталістів.
Лабораторія штучного інтелекту DeepMind від Google представила Gemini 2.0 — модель штучного інтелекту, яка буде працювати на агентах ШІ.
За словами Google, агенти, створені за допомогою фреймворку Gemini 2.0, зможуть допомогти у складних завданнях, таких як координація між веб-сайтами та логічне мислення.
Удосконалення агентів штучного інтелекту, які можуть самостійно діяти та міркувати, закладуть основу для того, щоб штучний інтелект міг позбутися галюцинацій даних.
Галюцинації штучного інтелекту виникають через неправильні набори даних і через те, що попереднє навчання ШІ все більше покладається на використання старіших LLM для навчання нових LLM, що з часом погіршує продуктивність.
