Всё-таки пока что с юридической т.з. роботы - капитал, а не рабочая сила (и совсем неочевидно когда и как это может измениться), поэтому UBI в данном случае будет лишь ещё одним инструментом распределения благ, производство которых в рамках данной идеи должно только увеличиваться. Плюс раскручивать маховик экономики чем-то нужно, роботы ведь не создают спрос в привычном понимании (по крайней мере пока)
Здесь наверное нет единого правильного ответа.. Из того, что описывают более-менее оптимистичные визионеры, в более утопичных версиях "робо-коммунизма" - "каждому по потребностям", в менее утопичных и приближённых к реальности - универсальный базовый доход
А хлебушек где взять? Этот робот посеет пшеницу и так далее?
Справедливости ради, агросектор уже давно высоко механизирован, так что уж с хлебушком у нас проблем быть не должно. В тех же США на фермах занято около 1% населения, и этого хватает, чтобы и свой внутренний рынк обеспечить (а это 340 млн человек, на минуточку), и экспортировать при этом значимые объёмы, те же соевые бобы в тот же Китай
Да, я ссылался на эту сессию; я полагаю, она базировалась на одноимённой статье, в которой сравнения с LLM не проводилось. Про симпозиум нужно будет посмотреть по мере появления дополнительной информации
Данная информация проходит только по закрытым форумам/каналам, только среди "своих" с полным подтверждением источников
К сожалению, это звучит как "просто поверьте нам на слово". Пока нет никаких открытых подтверждений - обсуждать тут особо нечего. Я бы очень удивился, если бы журналисты упустили такой жирный инфоповод (ИИ реально выиграл суд, да ещё во второй раз), он бы точно не прошли мимо. Но при всём моём скепсисе, будет интересно посмотреть, когда появятся хоть какие-то публичные результаты, в том числе по вашему проекту.
Спасибо за ответ, мне нужно было точнее цитировать, я поясню, к чему именно придрался:
На конференции "CogSci 2024" Ребекка Сакс представила исследование, сравнивающее детей, взрослых и LLM в задачах на "false belief" с "новыми, нестандартными сюжетами"
Я вижу, что Ребекка Сакс там выступала, но по другой теме - как соавтор доклада Shengyi Wu в секции T.28 Theory of Mind: "How to change a mind: Adults and children use the causal structure of theory of mind to intervene on others' behaviors". В работе сравнивали взрослых и детей и анализировали интервенции на убеждения в каузальной структуре ToM; ни LLM, ни "нестандартные false-belief-сюжеты" в этой линии не фигурируют
И LLM там обсуждались, но в другом треке - отдельные секции Large Language Models (включая работы про оценку свойств LLM и язык "belief" в байесовских ToM-моделях). Но опять же, прямого сравнения "дети/взрослые vs LLM" на задачах false belief в программе CogSci-2024 не упоминается
На конференции "CogSci 2024" Ребекка Сакс представила исследование
Хмм.. И про это выступление в интернетах ни слова.. Вы, случайно, не на ходу выдумываете сочетания реальных имён, локаций, событий, чтобы звучать правдоподобно?
На вопросе о «глокой куздре, быдланувшей бокрёнка»
Справедливости ради, даже "глупенькая" 4o-mini от OpenAI весьма недурно и, главное, стабильно справляется с морфологическим анализом подобных предложений, специально для неё напридумывал несколько примеров. Даже язык, из которого они были воспроизведены, корректно определяет. Хотя с вашим тезисом про то, что самое интересное нас ещё ждёт впереди, я полностью согласен.
А вот здесь-то и скрывается подвох 😉 Разбираться в базовых принципах работы транзисторов, понимать основы биохимических цепочек, таких как цикл Кребса или механизм окислительного фосфорилирования - это, конечно, полезно и интересно, из этого ещё и можно делать прикладные выводы, тем самым улучшая качество своей жизни. Но углубляться в тысячи тончайших процессов: квантово-механические эффекты в транзисторах, сложные алгоритмы машинных кодов или многослойные метаболические пути - задача неподъёмная для человека, не обладающего профессиональной квалификацией в этой области. Не-специалист в этом разбираться не будет. Да и не сможет. Да и не нужно ему это.
описанная задача решается максимум за 30 минут грамотного "курения" хелпов и форумов
В то время как AI-enhanced программист за эти 30 мин уже выполнит и эту задачу за себя и другую за того парня. И кого предпочтёт рыночек?
Фокус работы программиста сейчас всё больше смещается в сторону софт-скиллов - коллаборативная разработка архитектуры для решений, общение с заказчиками фичей, изобретение высокоуровневых алгоритмов. То, как это будет имплементировано - во многом становится вторичным.
добверять чему-то что до конца не понимаетшь - это трешь
А вы до конца понимаете, например, как работает процессор в вашем смартфоне, чтобы доверять результатам его работы? Или пример вообще из другой области, понимаете устройство метаболизма вашего организма, чтобы принимать решение чем его (себя) сегодня кормить?
Почти наверняка можно утверждать разве что о том, что крупные модели не взлетят и отомрут.
Позвольте поинтересоваться, откуда такая уверенность, что отомрут? Увеличение размера модели (числа параметров) вместе с увеличением обучающей выборки и/или времени обучения на сегодняшний день является единственным гарантированным способом улучшить качество моделей.
Добавьте сюда постоянную работу над оптимизацией алгоритмов обучения/выполнения моделей и повышением энергоэффективности железа - и вот уже у нас модель на триллионы параметров летает как бабочка и жалит как пчела
Всё-таки пока что с юридической т.з. роботы - капитал, а не рабочая сила (и совсем неочевидно когда и как это может измениться), поэтому UBI в данном случае будет лишь ещё одним инструментом распределения благ, производство которых в рамках данной идеи должно только увеличиваться. Плюс раскручивать маховик экономики чем-то нужно, роботы ведь не создают спрос в привычном понимании (по крайней мере пока)
Здесь наверное нет единого правильного ответа.. Из того, что описывают более-менее оптимистичные визионеры, в более утопичных версиях "робо-коммунизма" - "каждому по потребностям", в менее утопичных и приближённых к реальности - универсальный базовый доход
Справедливости ради, агросектор уже давно высоко механизирован, так что уж с хлебушком у нас проблем быть не должно. В тех же США на фермах занято около 1% населения, и этого хватает, чтобы и свой внутренний рынк обеспечить (а это 340 млн человек, на минуточку), и экспортировать при этом значимые объёмы, те же соевые бобы в тот же Китай
Паника на этот счёт - уже прошлый век, сейчас в тренде новая тема, что планета недонаселена и вообще человечество стареет и вымирает
Ждём с нетерпением!
Да, я ссылался на эту сессию; я полагаю, она базировалась на одноимённой статье, в которой сравнения с LLM не проводилось. Про симпозиум нужно будет посмотреть по мере появления дополнительной информации
К сожалению, это звучит как "просто поверьте нам на слово". Пока нет никаких открытых подтверждений - обсуждать тут особо нечего. Я бы очень удивился, если бы журналисты упустили такой жирный инфоповод (ИИ реально выиграл суд, да ещё во второй раз), он бы точно не прошли мимо. Но при всём моём скепсисе, будет интересно посмотреть, когда появятся хоть какие-то публичные результаты, в том числе по вашему проекту.
Спасибо за ответ, мне нужно было точнее цитировать, я поясню, к чему именно придрался:
Я вижу, что Ребекка Сакс там выступала, но по другой теме - как соавтор доклада Shengyi Wu в секции T.28 Theory of Mind: "How to change a mind: Adults and children use the causal structure of theory of mind to intervene on others' behaviors". В работе сравнивали взрослых и детей и анализировали интервенции на убеждения в каузальной структуре ToM; ни LLM, ни "нестандартные false-belief-сюжеты" в этой линии не фигурируют
И LLM там обсуждались, но в другом треке - отдельные секции Large Language Models (включая работы про оценку свойств LLM и язык "belief" в байесовских ToM-моделях). Но опять же, прямого сравнения "дети/взрослые vs LLM" на задачах false belief в программе CogSci-2024 не упоминается
Хмм.. И про это выступление в интернетах ни слова.. Вы, случайно, не на ходу выдумываете сочетания реальных имён, локаций, событий, чтобы звучать правдоподобно?
В открытых источниках про эту истории ни слова, откуда такие новости? Можно, пожалуйста, источник?
Так а если прогресс при помощи ИИ ускорить? :) Быть может тогда лет за 20 и доскачем
Справедливости ради, даже "глупенькая" 4o-mini от OpenAI весьма недурно и, главное, стабильно справляется с морфологическим анализом подобных предложений, специально для неё напридумывал несколько примеров. Даже язык, из которого они были воспроизведены, корректно определяет. Хотя с вашим тезисом про то, что самое интересное нас ещё ждёт впереди, я полностью согласен.
А вот здесь-то и скрывается подвох 😉 Разбираться в базовых принципах работы транзисторов, понимать основы биохимических цепочек, таких как цикл Кребса или механизм окислительного фосфорилирования - это, конечно, полезно и интересно, из этого ещё и можно делать прикладные выводы, тем самым улучшая качество своей жизни. Но углубляться в тысячи тончайших процессов: квантово-механические эффекты в транзисторах, сложные алгоритмы машинных кодов или многослойные метаболические пути - задача неподъёмная для человека, не обладающего профессиональной квалификацией в этой области. Не-специалист в этом разбираться не будет. Да и не сможет. Да и не нужно ему это.
Сейчас бы рандомную картинку из интернета в качестве аргумента приводить :)
В то время как AI-enhanced программист за эти 30 мин уже выполнит и эту задачу за себя и другую за того парня. И кого предпочтёт рыночек?
Фокус работы программиста сейчас всё больше смещается в сторону софт-скиллов - коллаборативная разработка архитектуры для решений, общение с заказчиками фичей, изобретение высокоуровневых алгоритмов. То, как это будет имплементировано - во многом становится вторичным.
А вы до конца понимаете, например, как работает процессор в вашем смартфоне, чтобы доверять результатам его работы? Или пример вообще из другой области, понимаете устройство метаболизма вашего организма, чтобы принимать решение чем его (себя) сегодня кормить?
P.s. надеюсь правильно интерпретировал исходную мысль
Позвольте поинтересоваться, откуда такая уверенность, что отомрут? Увеличение размера модели (числа параметров) вместе с увеличением обучающей выборки и/или времени обучения на сегодняшний день является единственным гарантированным способом улучшить качество моделей.
Добавьте сюда постоянную работу над оптимизацией алгоритмов обучения/выполнения моделей и повышением энергоэффективности железа - и вот уже у нас модель на триллионы параметров летает как бабочка
и жалит как пчела