Список проголосовавших за комментарий "<blockquote>Недавно зашёл на форум программистов и предложил всё-таки написать программу ИИ.</blockquote><br/> С нашими текущими технологиями это попросту невозможно ;) Расскажу немного об этой сфере, может быть что-то интересное в моём комменте будет)<br/> <br/> Где-то могут быть неточности, ссылки на все источники привести не смогу, поэтому напишу по памяти.<br/> <br/> 1) В 2020 самым продвинутым «ИИ» был GPT-3. В кавычках, потому что это не ИИ, просто нейронная сеть, лингвистический алгоритм, который учится понимать смысл текста, его контекст и поддерживать диалог на уровне человека. Разработкой занимаются OpenAI и Майкрософт. <br/> <br/> 2) На основе GPT-3 в этом году было сделано еще несколько более узкоспециализровнных нейронок, которые по возможностям превосходят GPT-3, и по мощности (количеству входных параметров)<br/> <br/> 3) Обучалась GPT-3 в основном по википедии и научной литературе. На основе текста она научилась, например, делать математические операции (специально её этому не учили, научилась сама), писать стихи, тексты, может написать простой код на любом языке, пересказать суть текста простым понятным языком, ответить на философские вопросы, и всё в этом вроде. Её ответы, конечно, сильно привязаны к данным, на которых она училась.<br/> <br/> 4) можете погуглить, статей о ней много, на хабре например. Также на ютубе интервью с ней есть. Часто она отвечает полный бред, но часто и очень классные ответы даёт. Пример интервью <a href="/r.php?u=https%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3DPqbB07n_uQ4&s=3624476853">https://www.youtube.com/watch?v=PqbB07n_uQ4<br/> <br/> </a>5) По тем нейронкам, которые в этом году делали — по результатам исследования, они дают ответы на вопросы лучше, чем это в среднем сделал бы человек<br/> <br/> 6) У неё пока небольшой объём оперативной памяти, она помнит контекст разговора примерно на «2 листа»<br/> <br/> 7) Ожидается, что в ближайшие 2 года будет дальнейший скачок в развитии и представят GPT-4<br/> <br/> 8) Проблем, по которым пока невозможно сделать AGI (полноценный ИИ) — три. Хотя многие люди сомневаются, что это вообще когда-то будет возможно. <br/> <br/> 1. Это дорого, на обучение GPT-3 ушло где-то в районе $6 млн, точно не помню. Суперкомпьютер, который для этого использовался, если посчитать только процессоры и видеокарты, его стоимость уже будет в $100-200 млн.<br/> <br/> 2. Нет хватает вычислительной можности. Недавно, одна из азитатских компаний представила новый процессор специально для обучения нейронок, с ним расходы на железо снизятся примерно в 2 раза + с ним легче сделать суперкомпьютер на уровне архитектуры, т.к. не нужно будет вручную разбивать вычисления на каждый слот, эти процессоры объединяются в один пк, если простым языком. Вообще сейчас железо потребляет много энергии, это тоже одна из проблем.<br/> <br/> 3. Алгоритмы. Мы не совсем понимаем как работает наш мозг. Чтобы научить нейронку думать, возможно нужно идти другим путём, а не только через увеличение мощности железа и количества парметров в нейронной сети.<br/> <br/> 9) На мой взгляд, мы сейчас правильно движемся в этом направлении. Лингвистическую модель GPT-3 можно рассматривать как основу ИИ, ведь главное что она уже умеет понимать контекст информации. Если будущая GPT-4 научится совмещать лингвистику с образами, возможно, и получится что-то более похожее на ИИ, лет через 10-20. А может и нет, потому что не известно, достаточно ли лишь вычислительной мощности железа, чтобы нейронная сеть научилась базовым навыкам, в любом случае, разработки идут.<br/> <br/> Я в этой сфере не особо разбираюсь, поэтому, гуглите, если интересно)"