По разному бывает. Например, симбиотическая гипотеза происхождения эукариот или гипотеза движения континентов тоже в свое время считались маргинальными.
Спасибо за статью. По большому счёту, ход мыслей правильный, и общие тенденции действительно таковы, как описано в статье. По крайней мере, мой опыт работы в сфере машинного обучения/ИИ (нужное подчеркнуть) в течении последних уже примерно 30 лет приводит к аналогичным выводам. Кстати, мы начали применять некоторые описанные фичи (нейросети, рассмотрение альтернативных вариантов в цепочках рассуждений с возможностью улучшения качества моделей при увеличении времени "раздумий" системы) при распознавании рукописного текста ещё в начале 90-х. А вот ещё до одной "фишки", которую мы с самого начала внедрили - оценки самой системой адекватности собственного ответа (грубо говоря, вероятности, что он правильный) я что-то то пока явным образом у современных LLM до сих пор не наблюдаю, мне кажется, что это хотя бы частично позволило бы избавиться от галлюцинаций, например в варианте возможного ответа "не знаю" вместо необоснованных фантазий. Такое вот мнение у меня, как у старомодного ветерана - разработчика систем распознавания изображений.)
Не логичнее ли с самого начала учить джуна писать правильные промпты, чем учить его вымирающей профессии - писать низкоуровневый код? Это примерно как если бы мы начинали обучение машинистки с уроков каллиграфии, имхо.
Собственно, я и не имел в виду полную интеграцию, а именно реализацию архитектуры глубоких сетей на основе оптических чипов. В последнее время на эту тему довольно много публикаций, в том числе, в журналах уровня Nature. Что в итоге выйдет на практике - посмотрим.
Такую "новую думающую модель" можно сделать из любой другой модели - хоть из селфхостед лламы, запустив ее с тем же скриптом.
В принципе, можно, наверное, и, скорее сего, над этим уже работают. Тут основная проблема, как я понимаю, в стоимости ответов на запросы. Но оптические чипы рано или поздно должны выйти в серию, а покамест, наилучшим применением о3, на мой взгляд, будет её использование для аннотирования (разметки) сложных данных при обучении более дешёвых в эксплуатации моделей.
Спорный тезис, имхо. Например, многие слепые от рождения люди в плане интеллекта не особого отличаются от зрячих. В любом случае, антропоморфные роботы с полноценным зрением и слухом уже в активной разработке, так что, вряд ли придётся ждать многие десятилетия.
По разному бывает. Например, симбиотическая гипотеза происхождения эукариот или гипотеза движения континентов тоже в свое время считались маргинальными.
Спасибо за статью. По большому счёту, ход мыслей правильный, и общие тенденции действительно таковы, как описано в статье. По крайней мере, мой опыт работы в сфере машинного обучения/ИИ (нужное подчеркнуть) в течении последних уже примерно 30 лет приводит к аналогичным выводам. Кстати, мы начали применять некоторые описанные фичи (нейросети, рассмотрение альтернативных вариантов в цепочках рассуждений с возможностью улучшения качества моделей при увеличении времени "раздумий" системы) при распознавании рукописного текста ещё в начале 90-х. А вот ещё до одной "фишки", которую мы с самого начала внедрили - оценки самой системой адекватности собственного ответа (грубо говоря, вероятности, что он правильный) я что-то то пока явным образом у современных LLM до сих пор не наблюдаю, мне кажется, что это хотя бы частично позволило бы избавиться от галлюцинаций, например в варианте возможного ответа "не знаю" вместо необоснованных фантазий. Такое вот мнение у меня, как у старомодного ветерана - разработчика систем распознавания изображений.)
В общем, подождём 2-3 года, время нас рассудит.)
Не логичнее ли с самого начала учить джуна писать правильные промпты, чем учить его вымирающей профессии - писать низкоуровневый код? Это примерно как если бы мы начинали обучение машинистки с уроков каллиграфии, имхо.
Собственно, я и не имел в виду полную интеграцию, а именно реализацию архитектуры глубоких сетей на основе оптических чипов. В последнее время на эту тему довольно много публикаций, в том числе, в журналах уровня Nature. Что в итоге выйдет на практике - посмотрим.
Вроде как, время нужно считать для двоих людей - условный джун и условный мидл/синьор?
А как на счёт денег работодателя?)
В принципе, можно, наверное, и, скорее сего, над этим уже работают. Тут основная проблема, как я понимаю, в стоимости ответов на запросы. Но оптические чипы рано или поздно должны выйти в серию, а покамест, наилучшим применением о3, на мой взгляд, будет её использование для аннотирования (разметки) сложных данных при обучении более дешёвых в эксплуатации моделей.
Спорный тезис, имхо. Например, многие слепые от рождения люди в плане интеллекта не особого отличаются от зрячих. В любом случае, антропоморфные роботы с полноценным зрением и слухом уже в активной разработке, так что, вряд ли придётся ждать многие десятилетия.