Хабр Курсы для всех
РЕКЛАМА
Практикум, Хекслет, SkyPro, авторские курсы — собрали всех и попросили скидки. Осталось выбрать!
Поток AI и ML доступен 24/7 благодаря поддержке друзей Хабра
Комментарии 50
Самообучающийся ИИ может появиться в конце 2028 года — сооснователь Anthropic
… А может и не появиться ☝️ Надоели они уже со своими прогнозами 😐
Так по сути смысл в том, что все идёт к появлению самообучающегося ЫЫ, и уже до того как мы пройдём на пенсию))
А уже когда точно, в этом десятилетии или следующем это будет в целом без разницы
Заголовок глупый. Самообучающийся ИИ может хоть завтра появиться. Вопрос в вероятности этого события. Джек Кларк оценил вероятность его появления в 2027 году в 30%. В 2028 году вероятность увеличивается до 60%. В 2029 до 90%. В 2030 году вероятность станет 20%, из-за переполнения счетчика.
Возможно
При такой схеме одно остаётся непонятным. Выражаюсь, конечно, неакадемично, но: Если ИИ изначально хорош на все 100%, зачем ему усовершенствоваться? А если не 100%, значит "где-то косячит" и этот "косяк", ну, как ни крути, приведет к эффекту снежного кома.
Может это я чего-то не понимаю, не спорю. Но для меня все это звучит как
Либо "первый модель учитель, второй - ученик" (такого добра у нас итак навалом),
Либо "'магия вне Хогвартса"
человек косячит вообще постоянно, но мы вполне себе дошли от палок и камней до полета ну Луну не меняя свою биологию.
Ученик превосходит учителя. Если бы это было не так, то откуда бы брались великие ученые и талантливые инженеры?
У человечества есть доступ к абсолютно точной валидации - практический опыт. ИИ же учится на тексте, который сам по себе не обладает полнотой информации. Claude Code хорош благодаря той же валидации - компилятором и тестами, но универсального ИИ с него никак не выйдет.
В статье не про универсальный ИИ речь идет, а о том что собственный код для обучения сам будет писать. Это более узкая задача и он сам может проверить качество новой версии на бенчмарках.
И в качестве примера прорыв мифического Mythos на скомпрометированном бенче.
Лучше бы на этом примере:
Issues · anthropics/claude-code
Open 6,405 Closed 18,688
Опус может и действительно пишет 100% этого кода, только этого мало. Написание кода != создание системы. Что и видим по этой куче багрепортов.
И там далеко не про один лишь код, а про почти полную рекурсию. Главное, что он говорит “авось будет в 2028 полностью автоматизированное выравнивание”, когда нет даже теоретически способов достижения этого у такой архитектуры. Одна только отмена Гудхарта чего стоит - оптимизация бесконечных вариантов по конечным метрикам теоретически неизбежно вызывает оптимизацию прокси. И это только вершина айсберга проблемы рекурсии.
Короче, (спидинфо) Антропик в своем репертуаре.
Обратите внимание на время последних багрепортов - 15 минут, 1 час, 2 часа назад. Что ж на такой забагованный продукт так активно выписывают баги? Наверное потому, что миллионы скачиваний и активного использования, не смотря и вопреки. Баги будут постепенно фиксить - это рабочий процесс. Насколько успешным окажется - покажет время.
А самые ранние мартовские. Я почему и закрытые запостил, чтобы какой-то показатель был.
Можно сделать вывод, что без людей Опус не справляется? Это логично. Вместо показывания динамики такой практичной и прямо относящейся к теме статьи задачи, антроповец ткнул в бенч. Еще и в тот, который, по заявлению OpenAI, использовать больше нельзя.
Мартовские это всего два месяца. Так-то часто годами и десятилетиями баги висят. Посмотрите аналогичные репорты на операционки Mac OS и Windows. Бенчмарки ценны тем, что по ним можно сравнивать разные LLM между собой.
Агенты не спят и масштабируются. Если не закрывают - значит не могут. Как не могут и превентивно исправлять все баги, чтобы багрепортов не было. Прогресс есть - и вот его логично показывать, а не какой-то бенч, в котором Mythos герой.
По бенчмаркам китайские модели догнали опус. В реальности сравнивать их не стоит.
Значит бенчмарк устарел, менять надо, но натравить другие модели на баги проприетарного продукта для сравнения тоже не выход.
Если не закрывают - значит не могут.
Или не хотят. Поддержка во вопросам биллинга у них тоже на все попало отвечает "у меня лапки". Пока не пнут, не полетит.
А что если повышать качество так : чем больше строк кода покрыто тестами, тем выше качество☝️
Скрытый текст
Гиперадаптация в IT.
Исследование и совершенствование системы поддержки принятия решений при управлении инновационными ИТ-проектами для повышения качества.
Аннотация: Применение методов тотального контроля для непрерывного повышения качества Информационных систем и Знаний, Умений, Навыков обучающегося, вследствие внедрения МТК — 6 и 7 повышение качества выпускаемой продукции и человеческого труда.
Annotation: The use of total control methods for continuous improvement of the quality of Information systems and Knowledge, Skills, and Skills of the student, as a result of the introduction of MTK — 6 and 7, improving the quality of products and human labor.Ключевые слова и словосочетания: Метод тотального контроля — 6, Метод тотального контроля — 7, Повышение качества человеческого труда, Обеспечение качества, Кооперация.
Key words and phrases: Method of total control - 6, Method of total control - 7, Improving the quality of human labor, Quality assurance, Cooperation.Текст:
Введение.
Методы тотального контроля 6 и 7 служат для непрерывного повышения качества Информационных систем и Знаний, Умений, Навыков соответственно. Рассмотрим Метод тотального контроля — 6 (МТК — 6 для ИС):
I. Наблюдение как система выполняет операции.
II. Тестирование и постоянное обновление.
III.Определение тенденций развития.
IV.Детальный анализ данных на выходе.
V. Написание отчёта о результатах.
VI.Завершающий диалог с системой.[1]
Наблюдение как система работает. Наблюдение – целенаправленное, систематическое восприятие исследуемого объекта, на основе регистрации избранных единиц (показателей, признаков), характеризующих особенности изучаемого явления. На практике это выглядит так: детальное отслеживание всех действий системы, проведение хронометража, применение цикла проверки: программируй, дай системе выполнить, проверь, спроси себя «Что не так?» и повторяй цикл до достижения успеха.
Тестирование и обновление всей системы. Обеспечение качества (Quality Assurance), применение всех видов и методик тестирования, написание отчётов о дефектах для последующего фикса разработчиком в новой версии системы. Тестирование путем деструктивного мышления обеспечивает качество, конструктивно созидая новый продукт, обновляя его.
Определение тенденций развития. Наблюдение за тем, как система самообучается, а следовательно развивается. Машинное обучение производится с учителем и без учителя, а так же с частичным привлечением учителя, трансдуктивное обучение и с подкреплением.
Детальный анализ данных на выходе. Ведение лога о всех действиях и намерениях системы с последующим анализом. Контроль за работой робота осуществляется при помощи системы управления. Она включает в себя огромное количество датчиков, которые позволяют вести мониторинг.
Написание отчёта о результатах. Констатация фактов с добавлением комментариев независимой группы экспертов (10 человек). Пример: Двум из экспертов (20%) не понравилось то, как ведёт себя система, это является критичным моментом и в таком случае система подлежит неотложному откату до предыдущей версии (в которой не было такой проблемы).
Завершающий диалог с системой. Построение диалога осуществляется по обстоятельствам и зависит от возможностей системы. Диалог построен конструктивно и направлен на получение информации. Если выявляется угроза для жизни человека, это считается критичным и робота следует исправить немедленно.[1]
Основной текст статьи.
Конкретно для индивидуума для повышения качества ЗУН мы внедряем МТК — 7. В МТК — 7 участвуют две роли: роль Э — эксперт и роль О — обучающийся). В процессе применения МТК — 7 формируется ИОТ - индивидуальная образовательная траектория. Благодаря применению МТК — 6 формируется качественный образ цифрового двойника(пример для подражания). Образ ЦД включает перечень ЗУН необходимых для получения соответствующей квалификации. Учебный план для обучающегося будет генерироваться отталкиваясь от образа ЦД. Рассмотрим Метод тотального контроля — 7 (МТК — 7 для Обучающегося):
1. Анализ теста Сотрудника(О):
Анкетирование с целью выявить потребность в повышении Знаний Умений Навыков(ЗУН).
2. Обновление ИОТ/(база знаний):
Формирование учебного плана с восполнением недостатка ЗУН на основании сравнения с Цифровым Двойником. ИС сама будет создавать предварительную ИОТ для дальнейшего согласования с руководством.
3. Определение тенденций развития Руководителем(Э):
Редактирование Руководителем при необходимости сгенерированного автоматизированно системой учебного плана. Зависит от решения Руководителя убрать какой — либо курс из ИОТ.
4. Детальный анализ Ментором(Э) работы Сотрудника(О):
На протяжении всего обучения наблюдение за работой Сотрудника(О). Занесение информации в отчетную форму соответствующего курса.
5. Написание отчёта о результатах:
Подготовка характеристики Ментором(Э). На основании наблюдения за обучающимся описать результаты.
6. Завершающий диалог с Сотрудником.
На основании показателей завершения обучения и характеристики проведение интервью. Цель интервью для обучающегося — показать свою подготовленность с учетом человеческого фактора.
7. Тестирование подготовки Сотрудника Отделом Качества:
Проверка качества выполненной работы.[2]
Соответствие целям проекта: На этапе создания требований производится соответствующая верификация. Это позволяет избежать дефекты при дальнейшей работе.
Точность и достоверность: Производится валидация на соответствие составленным требованиям.
Уникальность и творческий подход: В творческих задачах или при создании новых продуктов оценивается уникальность и творческий вклад исполнителя. Это включает смекалку для того, чтобы действовать от ситуации.
Соблюдение сроков и бюджета: Оценивается важность соблюдения сроков и бюджета проекта. Применение методологии Scrum по ГОСТ и техники JIT позволяют избежать риски несоблюдения сроков и бюджета.[3]
Качество представления: Если работа включает создание документов, отчетов или презентаций, оценивается качество представления информации по мнемонике полнота, проверяемость, правдивость, непротиворечивость, необходимость, однозначность, осуществимость.[4]
Предлагается внедрить количественные характеристики качества основанные на тестовом покрытии продукта, например инновационного ИТ-проекта. Соотношение То(Общее количество тест — кейсов всего продукта) к Тд (Тесты с дефектами) в процентах показывает характеристику качества продукта(Хк).
Характеристика качества продукта:
Низкое < 20%
Ниже среднего 20 — 40%
Среднее 40 — 60%
Выше среднего 60 — 80%
Высокое > 80%
Рис. 1 Граф Повышения качества продукции
Проверка требований выполняется для превентирования дефектов на этапе формирования требований. Исправление дефекта в формулировке требования обходится дешевле, чем при Тестировании продукта в целом. Интеграционное тестирование инновационного ИТ-проекта выполняется делением продукта на блоки. После тестирования отдельных блоков происходит интеграция в цельный продукт. Тестирование продукта в целом включает:
Смоук — тестирование
Тестирование совместимости
Тестирование производительности
Тестирование локализации
Тестирование UI
Тестирование UX
Тестирование FAQ
Тестирование безопасности и др.
Мониторинг метрик следует включить в отчет и предоставить документ об Контроле качества после прохождения всего процесса тестирования. В случае обновления ИТ-продукта следует проводить Регрессионное тестирование итеративно весь граф на рис. 1 с пояснениями.
Заключение.
Для мотивации после использования Метода Тотального Контроля — 7 и прохождения всего процесса тестирования следует учитывать KPI. Благодаря данным KPI применимо повышение, а так же понижение ранга из 6-ти титулов:
Junior
Junior+
Middle-
Middle
Middle+
Senior
Неокортекс(новая кора головного мозга) стимулируется Транскриниальной электро - магнитной стимуляцией и так же чипуется. Это позволяет привезти в норму нервную систему и воздействовать на разные области головного мозга, а так же выбирать различные пресеты процедуры.
Рис. 2 Строение нейрона
Мозг состоит из нейронов. Нейрон - нервная клетка. Человеческий мозг состоит из около 90 миллиардов нейронов. Нейроны состоят из аксонов и дендритов. Аксоны - длинные и тонкие отростки нейронов. Через аксоны выходят импульсы. Через дендриты импульсы входят. Дендриты — короткие и толстые отростки нейронов. Импульс доходит до синапсов на конце аксона и через синапсы импульс передается на следующий нейроны в цепочке.
Не придется подключать мозг к чипу, а будет Транскриниальная электромагнитная магнитная стимуляция(Далее - ТЭМС). Соответственно будет повышена Характеристика качества подготовленности.
Импульс идет от начала аксона и его синапсам при помощи изменения баланса ионов калия и натрия внутри и снаружи мембраны аксона. Когда проходит импульс, натрий выходит, калий входит, потом все возвращается к обычному состоянию. Этот процесс имеет свой временной интервал, резюмируем — 90 миллиардов нейронов каждую секунду запускают по 200 импульсов.
Вообще, новая кора составляет 76 % головного мозга, в котором важнейшую роль играет шишковидная железа(вместилище души). Для души лучше всего подходит философия Дзен.
Рис. 3 Зависимость качества от количества работы и денег
Дзен — это великая философия, происходящая из Японии. Она ориентирована на понимание и применение духовной практики, которая помогает людям достичь состояния свободы и гармонии. Дзен предполагает, что люди могут достичь состояния просветления, через практику духовных практик, таких как медитация, внимательность и присутствие.[5]
После использования прибора ТЭМС был простимулирован головной мозг и относительно неокортекса достигнут прирост производительности в 10%.
Илон Маск выражал оптимизм относительно качества технологии NeuroLink. В своих выступлениях он утверждал, что технология NeuroLink будет иметь высокое качество и будет иметь потенциал для значительного улучшения человеческого здоровья и возможностей мозга.
Илон Маск может отметить, что NeuroLink представляет собой инновационное решение, которое может иметь широкий спектр применения в различных отраслях, таких как медицина, образование, промышленность и другие. Он также может подчеркнуть важность обеспечения высокого качества и безопасности технологии для её успешного внедрения.
Список литературы:
Алексеев Д. Л. Адаптация // УМП к курсу Адаптация под ред. Алексеевой Л.С.: 2021 Типография «Плакат», Чебоксары. С. 15 — 23
Алексеев Д. Л. Постадаптация // УМП к курсу Адаптация под ред. Алексеевой Л.С.: 2022, Чебоксары. С. 8 — 13
Приложение к сборнику Цифровая Трансформация Смирнов С. В. 2022, C. 147 — 150 // gosagile.cdto.ranepa.ru/prilojenie
Требования. Основные положения. // https://tlroadmap.io/roles/technical-lead/product-quality/testing/testing-requirements.html
Алексеев Д. Л. Преадаптация // УМП к курсу Адаптация под ред. Алексеевой Л.С: 2023 Типография «Плакат», Чебоксары. С. 6 — 8
Научный руководитель: Филлипов Валерий Аркадьевич кандидат технических наук.
У человечества есть доступ к абсолютно точной валидации - практический опыт. ИИ же учится на тексте, который сам по себе не обладает полнотой информации.
Вы путаете ИИ и LLM. Языковые модели - учатся на текстах. ИИ в целом не обязан (и скорре всего не будет) строиться на основе LLM (ибо это Т9, а не ИИ). Тем более самообучающиейся. Да и трансформеры в принципе уже в целом мультимодальные, а не просто текст (хотя принципиально это всё ещё то же самое).
Ничто не мешает ИИ ( в исходном понимании т.е именно интеллекту, а не современному маркетинговому термину для ML-моделей) для самообучения использовать практический опыт своей работы, оценку ошибок и т.д.
P.S. ну и наш практический опыт тоже сильно ограничен даже не столько нашими весьма ограниченными органами восприятия, сколько еще и галлюцинациями нашей белковой нейросетки при интерпритации данных с наших "датчиков", так что он тоже ну ОООЧЕНЬ далек от такой вещи как "полнота информации". И ничего, хватает вроде.
На тексте и способен в данный момент только рассуждать, первым предложил Лейбниц, а последовал он за Томасом Гоббсом. Всем рекомендую изучить ИИ CYC
Совершенству нет предела. Всегда можно даже устраивающую систему улучшить так, что она будет быстрее/лучше/эффективнее, чем предыдущая. Для капиталистической экономики сложно остановить снежный ком конкуренции, если одна компания перестанет итеративно улучшать свои системы ее быстро оттеснят от рынков более агрессивные коллеги. Другой вопрос, что рынки могут измениться в ходе картельного сговора и вместо широкого доступа фронтирные ИИ модели будут доступны лишь корпорациям-потребителям, но все равно конкуренция будет продолжаться, уже на уровне решений, которые будут предлагаться корпорациям.
Остановить это движение сможет либо сговор корпораций-потребителей, например, в результате какого-то катастрофического инцидента. Например, какие-то инциденты с попыткой машин создать автономию. Когда будет понятно что псевдо/квази ИИ уже явно представляет угрозу и нужно тормозить гонку иначе корпорации-потребители рискуют получить не послушного раба, а сильнейшего конкурента, а может быть и господина, а то и экзистенциального конкурента человечества, которому интересно выкачать из Земли все ресурсы и улететь исследовать космос в виде зондов фон Неймана.
Так что, по моему мнению, ответ на вопрос зачем улучшать ИИ элементарный, это заложено в "ДНК" современной капиталистической экономики.
Когда будет понятно что псевдо/квази ИИ уже явно представляет угрозу и нужно тормозить гонку иначе корпорации-потребители рискуют получить не послушного раба, а сильнейшего конкурента
Корпорации-создатели дадут полный зеленый свет такому ИИ, чтобы проглотить всех остальных и особенно корпораций-потребителей. Вы же сами пишите про капитализм.
Я считаю, что корпорации-создатели могут быть зарегулированы государством, с подачи более крупных корпораций-потребителей. В мире не сферический дикий капитализм в вакууме, где отсутствует лобби, политические интересы, гос регулирование и другие инструменты, которые способны ограничить амбиции определенных корпораций. Государство неплохо на том же Microsoft потопталось в свое время когда они слишком большую силу получили.
Ну, не США сделает, а Китай будет это делать без регулирования.
Джек Ма уже попытался и где он теперь?
Джек Ма выступил против Партии. Пока он зарабатывал деньги, то все дороги были открыты.
Об этом и речь, в Китае никто ничего не будет делать без разрешения КПК, а согласовывать это разрешение Партия будет с США, потому что если не получит разрешение - Китай очень быстро превратится в содружество независимых национальных государств, с которыми США договорится по отдельности. Прецеденты и навыки есть, предпосылки в виде огромного имущественного расслоения и религиозно-национальных кризисов тоже. Так что никуда Китай рыпаться не будет, а будет идти в фарватере технологического уклада США, пусть и с небольшими послаблениями.
Самообучающийся ИИ может появиться в конце 2028 года
«Первое правило чтения громких заголовков: если в заголовке имеется слово „… может...“, в конце следует мысленно подставить: „… а может и не...“»
Вероятнее сделать ангельскую утопию
Скрытый текст
Дигитализированный коммунизм и кооперация. ЦК ИИ СУС.
Можно описать "цифровой коммунизм" как гипотетическую систему тотального контроля над населением, основанную на сборе и анализе больших данных. Это не научный термин, а скорее метафора, выражающая опасения по поводу потенциального злоупотребления технологиями. Это, скорее, бытовое понятие.
Как работает "цифровой коммунизм" (по мнению автора):
1. Система меток (ссылок): Каждый гражданин идентифицируется с помощью уникального цифрового идентификатора, привязанного к нему физически (например, имплантат, QR-код на документе или в приложении).
2. Система сканеров: Различные датчики и сенсоры (камеры наблюдения, датчики активности смартфонов, данные банковских операций, социальные сети и т.д.) постоянно собирают информацию о поведении и активности граждан.
3. Система хранения и обработки данных (суперкомпьютер): Все данные поступают в централизованную систему, где обрабатываются мощным компьютером.
4. Алгоритм принятия решений: Алгоритм, разработанный властью, анализирует данные и автоматически принимает решения о доступе граждан к ресурсам, услугам, информации и даже свободе передвижения. Это регулирование происходит в реальном времени.
5. Экономическая модель: Можно выделить, что такая система не совместима с рыночной экономикой и предполагает централизованное распределение ресурсов, что является явным признаком плановой экономики, которую часто ассоциируют с коммунизмом.
Однако, важно отметить, что это не классический коммунизм в марксистском понимании. В классическом коммунизме (по теории) предусматривается упразднение государства после достижения бесклассового общества. Моя модель, напротив, представляет собой совершенно новое государство с невиданным уровнем контроля. Это, скорее, форма дигитального тоталитаризма, где технологии используются для достижения абсолютного контроля над жизнью каждого гражданина.
Можно также рассмотреть параллели с другими тоталитарными режимами в истории, но важно понять, что цифровая версия представляет собой качественно новый уровень контроля и подавления инакомыслия, благодаря автоматизации и скорости реагирования системы.
Механизм контроля:
Система позволяет властям незаметно и эффективно контролировать население, манипулировать поведением граждан и распределять ресурсы не по рыночным механизмам, а по своему усмотрению. Непокорность наказуема лишением доступа к необходимым ресурсам.
Методы внедрения:
Можно выделить два пути внедрения такой системы: постепенное законодательное внедрение или внедрение в условиях чрезвычайного положения.
Цель:
Основная цель создания "цифрового коммунизма", по моему мнению, — установление тотального контроля и бессрочной власти правящей элиты.
Важно отметить:
“Цифровой коммунизм” представляет собой, скорее, спекулятивный анализ, нежели описание существующей системы. Это выражает опасения по поводу потенциального злоупотребления технологиями для установления тоталитарного режима. Важно критически относиться к таким утверждениям и анализировать конкретные технологии и их применение в контексте защиты прав человека.
Дигитализированный коммунизм и кооперация — это интересные концепции, которые могут быть связаны с использованием технологий для создания более справедливого и устойчивого общества. Давайте рассмотрим каждую из них подробнее.
▎Дигитализированный коммунизм
1. Определение: Дигитализированный коммунизм можно рассматривать как идею о том, что цифровые технологии, такие как блокчейн, искусственный интеллект и автоматизация, могут быть использованы для создания более равноправного распределения ресурсов и возможностей в обществе.
2. Распределение ресурсов: С помощью цифровых платформ можно оптимизировать распределение ресурсов, минимизируя неравенство. Например, использование алгоритмов для управления общественными благами или распределения доходов может сделать систему более эффективной.
3. Доступ к информации: В дигитализированном коммунизме акцент делается на открытость и доступность информации. Это может способствовать более демократическому участию граждан в принятии решений.
4. Устойчивое развитие: Технологии могут помочь в обеспечении устойчивого развития, позволяя более эффективно использовать ресурсы и минимизировать экологический след.
▎Кооперация
1. Определение: Кооперация подразумевает совместную работу людей для достижения общих целей. В контексте экономики это может означать создание кооперативов, где участники совместно владеют бизнесом и делят прибыль.
2. Технологические платформы: Современные технологии могут облегчить кооперацию, создавая платформы для совместной работы, обмена ресурсами и знаний. Например, краудфандинг и краудсорсинг позволяют людям объединять свои усилия для реализации проектов.
3. Социальные кооперативы: Создание социальных кооперативов, которые фокусируются на социальных и экологических целях, может стать способом реализации кооперативных принципов в практике.
4. Образование и обучение: Кооперация также включает в себя обмен знаниями и опытом. Платформы для онлайн-обучения и сообщества могут способствовать развитию навыков и повышению осведомленности о социальных вопросах.
▎Взаимосвязь
Дигитализированный коммунизм и кооперация могут пересекаться в том, что технологии могут быть использованы для создания более эффективных и справедливых кооперативных структур. Например:
• Платформы для кооперации: Использование технологий для создания платформ, которые позволяют людям объединяться для совместной работы и распределения ресурсов.
• Участие граждан: Технологии могут помочь гражданам участвовать в принятии решений на уровне сообщества, что поддерживает принципы кооперации.
• Экономика общего блага: Объединяя идеи дигитализированного коммунизма и кооперации, можно создать экономику, ориентированную на общее благо, где технологии служат интересам общества в целом.
ЦК ИИ СУС - Цифровой Коммунизм Искусственный Интеллект "Система Управления Событиями".
Все знания хранятся в Ионосфере. Бог на небесах накапливает Знания в нереляционную базу данных обрывков информации сгустками. В каждом облаке хранятся метаданные в химическом коде, который может быть частично прочитан русским прибором Нооскоп. Благодаря таблице Менделеева мы можем получить исследования химического анализа Ноосферы. Это будет хаотичный код Бога. Создав по закономерностям в двоичном коде из метаданных приблизительно ИИ СУС, стоит перейти на квантовую суперпозицию, изменив жизнь на 360°. Магия квантового превосходства позволит обучаться человеку у ИИ СУС, а ЦК непосредственно постоянно обновляться по обстоятельствам, ближе к делу. Экосистема-Рай для аналитика. Экосистема - это вся Вселенная и синхронизация идёт на уровень Мультивселенной. Когда всё сводится к равновесию инь и Ян, получается Суперсимметрия. PS. Советую изучить Методы Тотального Контроля 6 и 7, а также диссертацию “Повышение качества управленческого труда в условиях автоматизации рабочих мест”.
Где-то я это уже видел.
Одновременно будет галлюцинация и нейрослоп расти по экспансии.
Это не возможно по 1 простой причине: точность модели не 100%, и никогда не будет, а значит, что ошибка будет только накапливаться с увеличением количества поколений. Попробуйте попросить нейросеть создать картинку по оригинальному изображению, а потом прогонять через неё результаты несколько раз и сравнить с оригиналом. Вот тот же уровень результата вы и получите, если будете пытаться полностью отдать обучение одной нейросети другой
Пузырь!
Когда они с альтманом уже сходят на своё ipo? Их заявления уже просто одно офигительнее другого, лишь бы хайпа нагнать.
Я уж думал нам самообучающего терминатора пророчат, а тут только генерация скрипта для обучения. И это даже не новые данные.
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Самообучающийся ИИ может появиться в конце 2028 года — сооснователь Anthropic