Что будет, если устроить совершенно новый тип тестирования для больших языковых моделей (LLM)? Например, выпустить несколько моделей на арену и заставить их соревноваться друг с другом?

Именно это я и решил сделать: столкнуть LLM друг с другом в классической аркаде Street Fighter III. Далее расскажу, как я создал эту арену и какие интересные наблюдения сделал во время битв LLM на виртуальных улицах Метро-Сити.

Информационная служба Хабра побывала на конференции «Демодень». Мероприятие было посвящено презентации результатов и целей российского разработчика ВКС‑решений «Труконф». На конференции мне удалось поговорить с директором по развитию компании «Труконф» Дмитрием Одинцовым. Наш разговор был об использовании ИИ и нейросетей в ВКС, голографической коробке, представленной компанией в феврале 2024 года, дипфейках и о том, насколько удобны Apple Vision Pro для использования в видеосвязи. Приятного чтения!

Текущие ИИ-решения и архитектуры, в основе которых классические подходы, по нашему мнению, приближаются к своему пределу.

На текущем уровне развития и эффективности ИИ-моделей для создания и обучения сильного ИИ будут нужны гигантские вычислительные мощности. Ведь для повышения эффективности нужно увеличивать количество нейронов и выстраивать связи между ними. Если человеческие нейроны могут быть в нескольких состояниях, а активация может происходить «по-разному» (да простят нас биологи за такие упрощения), то машинный ИИ так не может. То есть, условно, машинные 80-100 млрд нейронов не равны 80-100 млрд у человека. Тот же GPT4 оценивают в 100 трлн параметров (условно нейронов), и он все равно уступает человеку.

По данным Всемирной организации здравоохранения, черепно-мозговая травма является третьей по значимости причиной смерти во всем мире. Кроме того, ЧМТ является одной из основных причин приобретенной инвалидности. 

Из-за ограниченных регенеративных возможностей нервной системы реабилитация пациентов с черепно-мозговой травмой является длительным процессом, также требующим тщательного и верного подбора, в соответствии с индивидуальными особенностями пациента и течением болезни.

Исследователи опробовали силы GPT-агентов, обученных на медицинских рекомендациях, для обеспечения подбора правильной реабилитации для случаев из существующей практики. Результаты работы будут приведены ниже!

Приятного прочтения :)

Пока вы едите молоко с хлопьями, среди нас уже давно ходят люди-киборги. Как вам такое? 

Админы на неделе постарались и раскатали для вас большую статью. О том, как скоро мы массово начнём вживлять гаджеты в мозг, что они умеют и для чего это нужно.

Всем привет! Сегодня мы отправимся в прошлое и вспомним, как проходил зимний ROS Meetup 3 февраля 2024 года: какие темы по LLM, Deep Learning и антропоморфным роботам были раскрыты и что нас ждет дальше?

Многие слышали, что ИИ может видеть. Не просто ставить прямоугольники на объектах и определять, что это за объект, а видеть по‑настоящему. Понимать, что изображено на картинке, и в тексте передавать детали увиденного. Сейчас мы воспроизведем эту технологию у себя на компьютере и немного покопаемся в мозгах ИИ. Может быть эти манипуляции наведут на более серьезные мысли по поводу интеллекта машин и натолкнут на вопрос: «А так ли сильно он отличается от человеческого?»

В предыдущей статье Метрика в машинном обучении сложных систем, алгоритм и программный код предложена формула для отношения сигнала к шуму в сложных нелинейных системах с тенденцией к самоорганизации. С опытом применения в обработке данных электрокардиограмм, землетрясения. Сложной системой является и биологическая нейросеть.

Искусственные нейронные сети возникли в качестве попытки моделировать организацию и функционирование биологических нейронных сетей – сетей нервных клеток живого организма. В существующих алгоритмах искусственного интеллекта ключевым звеном является решение задачи оптимизации и при этом остаётся вопрос - решает ли биологическая нейронная сеть задачу оптимизации? Задача оптимизация - это нахождение экстремумов целевой функции в процессе проектирования параметров системы. Под задачу оптимизации сформировался функциональный подход, который предполагает рассмотрение объекта как комплекса выполняемых им функций, а не как набора элементов и их взаимосвязей.

Ключевым условием в постановке задачи оптимизации является наличие управляющих факторов или заданных внешних правил. Например, выбор оптимального хода по правилам игры в шахматы или в чайнике вода превращается в пар и управляющим фактором выступает температура, где применимы постановки задач оптимизации. При детонации взрывчатых веществ жидкость превращается в газы при отсутствии управляющих факторов. Отсутствуют внешние управляющие факторы в лавинообразных процессах.

Отсутствие управляющих факторов и масштабная инвариантность процессов самоорганизованной критичности (SOC) не являются интуитивно понятными и привычными. Будет очевидной реакция некоторых читателей – «ничего не понимаю», хотя речь идёт об активности нашего собственного мозга.

Привет, Хабр! Поговорим о роли ИИ в жизни разработчика — мы в блоге beeline cloud часто обсуждаем темы, которые волнуют ИТ-сообщество. 

Увольнения, увольнения, увольнения, кажется, они никогда не закончатся. На сайте layoffs.fyi есть даже трекер увольнений в технологической сфере. Финансирование стартапов опускается на минимальный за последние 5 лет уровень, пишет Crunchbase. Помимо общих экономических проблем, на горизонте маячит страх, что ИИ и вовсе вытеснит программистов. 

Техноновости напоминают репортажи о конце света. Так ли это?

Как человек, который начал свою карьеру программиста сразу после того, как лопнул пузырь доткомов, я могу с уверенностью утверждать, что все не так уж плохо. Когда я только начинал свою профессиональную деятельность, люди говорили мне, что «Интернет мертв» и мне стоит поискать настоящую работу. А проблемы, с которыми боролись доткомовские стартапы, никуда не делись. Причём многие из найденных в начале 2000-х решений были зарыты в землю, лишь для того, чтобы вновь объявиться несколько лет спустя.

Обойдемся без долгих вступлений и глубоких философствований о современных тенденциях в развитии генеративных моделей в целом и LLM (большие языковые модели) моделей в частности. Многие об этом знают не понаслышке, а кто не знает — тому ниже сказанное просто не интересно.

Все в трепетном ожидании прорыва. Даже нет, ПРОРЫВА! LLM смогли нас удивить за последний год, даже вошли в нашу жизнь и заняли свое почетное место. На горизонте замаячил AGI (общий искусственный интеллект), который придет, взмахнет волшебной палочкой и изменит всю нашу жизнь...

Сейчас люди многие важные проблемы решают с использованием сил искусственного интеллекта, однако вопросы здоровья всегда стоят остро и требуют большей квалификации.

Возможно ли заменить визит к врачу обращением к ChatGPT? Наверняка у многих есть плачевный опыт использования Google, когда на простые симптомы пищевого отравления Вам предоставляли всевозможные разновидности рака в качестве вероятного диагноза. 

Есть ли шанс избежать этой проблемы и получить правильные рекомендации по перспективам обследований и вариантами лечения (с формулированием нескольких наиболее реалистичных диагнозов!)?

В данной статья я расскажу о тестировании ChatGPT в качестве квалифицированного специалиста в постановке верного диагноза, определении списка необходимых обследований и пути лечения. Ниже будут подробно представлены все методы исследования и его результаты!

Приятного прочтения :)

Наверняка все слышали об NFT, большинство даже знают, что это такое. Для тех кто не совсем в теме, NFT (non-fungible token) – невзаимозаменяемый токен. Говоря простым языком, это технология, которая позволяет сделать цифровой объект уникальным. Т.е. она создает свойство, которого изначально у цифрового объекта не было и казалось, что быть не может, т. к. все что в цифре, все можно скопировать.

Мы пережили взлет этой технологии, увидели токены за миллионы долларов и стали свидетелем ее падения. Большинство даже не поняло ее: как это простая картинка может столько стоить? Кто-то кинулся рисовать свои и выкладывать на продажу, рассчитывая хорошо заработать. Но безумный хайп прошел, оставив послевкусие разочарования, об NFT начали забывать, но сама технология никуда не делась. Есть ли у нее шанс? Найдет ли она свое место в нашей жизни?

О том, почему возникает такое явление, как галлюцинации у больших языковых моделей на примере работы системы вознаграждения (мотивации-поощрения) у биологических видов.

Привет, Хабр! Сегодня мы окунемся в мир машинного обучения, создав свою первую нейронную сеть на Python с помощью TensorFlow и Keras для распознавания рукописных цифр из знаменитого датасета MNIST. Этот проект станет отличным стартом для тех, кто только начинает свой путь в машинном обучении, и показательным примером мощи и простоты использования современных инструментов разработки.

Заинтересовал? Добро пожаловать под кат!

Генеративный ИИ является одной из самых преобразующих технологий, к которым когда-либо имели доступ люди. Влияние этой новой технологии будет ощущаться во всех организациях, включая, конечно, отдел управления персоналом (HR). Согласно исследованию Gartner, 76% руководителей HR считают, что если их организация не внедрит решения на основе искусственного интеллекта, включая генеративный ИИ, в течение следующих 12-24 месяцев, они отстанут от тех компаний, которые это сделают. Так что, это явно важный вопрос для руководителей HR.

Эта статья описывает разработку Базисной модели интерактивного агента.

Интерактивные агенты описываются как: "интеллектуальный агент, способный автономно принимать подходящие действия на основе сенсорной информации, будь то в физическом мире или в виртуальной или смешанной реальности, представляющей физический мир". Для примера приведен робот, которого вытащили из коробки и он может сразу адаптироваться к выполнению бытовых задач в домашней среде. 

Новый подход включает обучение одной нейронной модели на множестве задач и модальностей данных, используя достижения в области универсальных основных моделей. Она представляет собой переход от статичных, специфичных для задач систем ИИ к более адаптируемым и универсальным агентам. 

Модель работает с тремя типами данных - текст, визуальные данные и действия. Таким образом, каждый входной образец содержит текстовые инструкции, видео и токены действий. Они обозначают каждый образец как последовательность S = (W,V1,A1,V2,A2,...,VT,AT), где W - это последовательность токенов, соответствующих текстовой инструкции, Vi - это последовательность патчей изображений, соответствующих кадру i, а Ai - это последовательность токенов действий, соответствующих кадру i видеопоследовательности из T кадров. 

Базисная модель обучена на 13,4 миллионах видеокадров под несколько типов сред, может эффективно работать в интерактивных мультимодальных настройках, используя текст, видео, изображения, диалоги, подписи, визуальное ответ на вопросы и воплощенные действия в четырех различных виртуальных средах. Всего модель имеет 277 миллионов параметров. 

11 новых российских проектов для интеграции Телеграм-бота с Google Sheets, умного поиска работы, обучения ИТ-профессиям, сохранения изображений с behance и многого другого. Битва за «Продукт недели» началась!

Product Radar — здесь каждую неделю публикуются лучшие онлайн-сервисы и железки от русскоязычных команд.