Спасибо за отличный рассказ и интересную рефлексию над технологией, описанной в нем! В «Продолжении» увидел замах на детальную имитацию под соусом «вечной жизни». Антиутопия удалась)
Если же отвлечься от рассказа и попробовать заглянуть в будущее: даже при идеальном переносе всё равно будет получаться другая сущность, связанная с оригиналом лишь номинально. А как экспериментально доказать обратное? В момент создания слепка получим либо двух одновременно живущих с одинаковой памятью (парадокс телепортации), либо оригинала уже не будет в живых, а копия просто станет заявлять права на его наследие.
Кстати, похожие проблемы могут возникнуть, если пересаживать голову с одного тела на другое. Из-за биохимии один и тот же мозг в разных системах будет функционировать по-разному. Это еще раз подтверждает факт недостаточности отдельной его карты, без точной разметки функционирования и всех вариаций. Важна динамика сознания, а не снимок во времени. И забавно, получается, что если даже переместить мозг человека, то на выходе сознание будет отличаться от начального))
Какие бы тесты Вы предложили для проверки подлинности «продолжения»?
Или как мог бы выглядеть «бенчмарк» для проверки преемственности цифровой копии изначальной личности?
Вы точно подметили, что я не слишком удачно выразился в выводе. Сам по себе архитектурный каркас оптимизированный и не дорогой.
Проблема стоимости упирается в экстремальную специфику SOC, где объемы сырых данных огромны и 99% из них – шум. Даже с предварительной фильтрацией по маркерам и вырезанием контекста (чем опасно злоупотреблять, чтобы не упала точность), на LLM всё равно тратится куча входных токенов. Без своего железа деньги улетают провайдеру за сканирование тривиальных событий.
Именно поэтому я сделал акцент на других сферах (модерация, отзывы). В них объемы в разы меньше, а частота полезного сигнала выше. Там эта архитектура может окупиться быстро, потому что на выходе всегда будет полезное действие (классификация + возможное решение).
Что касается локального стека: под сильные LLM нужно мощное железо. Для корпоративного использования на дистанции это в любом случае станет дешевле, чем платить облачным провайдерам за терабайты токенов.
Где-то чуть меньше года назад у меня родились такие строчки:
Спасибо за отличный рассказ и интересную рефлексию над технологией, описанной в нем! В «Продолжении» увидел замах на детальную имитацию под соусом «вечной жизни». Антиутопия удалась)
Если же отвлечься от рассказа и попробовать заглянуть в будущее: даже при идеальном переносе всё равно будет получаться другая сущность, связанная с оригиналом лишь номинально. А как экспериментально доказать обратное? В момент создания слепка получим либо двух одновременно живущих с одинаковой памятью (парадокс телепортации), либо оригинала уже не будет в живых, а копия просто станет заявлять права на его наследие.
Кстати, похожие проблемы могут возникнуть, если пересаживать голову с одного тела на другое. Из-за биохимии один и тот же мозг в разных системах будет функционировать по-разному. Это еще раз подтверждает факт недостаточности отдельной его карты, без точной разметки функционирования и всех вариаций. Важна динамика сознания, а не снимок во времени. И забавно, получается, что если даже переместить мозг человека, то на выходе сознание будет отличаться от начального))
Какие бы тесты Вы предложили для проверки подлинности «продолжения»?
Или как мог бы выглядеть «бенчмарк» для проверки преемственности цифровой копии изначальной личности?
Спасибо за оценку архитектуры!
Вы точно подметили, что я не слишком удачно выразился в выводе. Сам по себе архитектурный каркас оптимизированный и не дорогой.
Проблема стоимости упирается в экстремальную специфику SOC, где объемы сырых данных огромны и 99% из них – шум. Даже с предварительной фильтрацией по маркерам и вырезанием контекста (чем опасно злоупотреблять, чтобы не упала точность), на LLM всё равно тратится куча входных токенов. Без своего железа деньги улетают провайдеру за сканирование тривиальных событий.
Именно поэтому я сделал акцент на других сферах (модерация, отзывы). В них объемы в разы меньше, а частота полезного сигнала выше. Там эта архитектура может окупиться быстро, потому что на выходе всегда будет полезное действие (классификация + возможное решение).
Что касается локального стека: под сильные LLM нужно мощное железо. Для корпоративного использования на дистанции это в любом случае станет дешевле, чем платить облачным провайдерам за терабайты токенов.