Недавно проведенный опрос среди 475 ведущих специалистов по искусственному интеллекту вызвал значительный интерес, изменившие представления о будущем этого направления. Данные исследования показали, что 76% экспертов полагают: стратегия, сосредоточенная на увеличении размеров больших языковых моделей (LLM), не приведет к созданию искусственного общего интеллекта (AGI), способного сравниться с человеческим разумом. Полученные результаты заставили усомниться в многолетней работе крупных корпораций, инвестировавших миллиарды долларов в улучшение вычислительных мощностей и объема данных, с целью достичь этой цели.
Долгое время в технологических кругах господствовало мнение, что к AGI можно прийти через увеличение количества данных, превосходное оборудование и значительные инвестиции. Однако опрос выявил неожиданное затруднение.
Стюарт Рассел (Stuart J. Russell), всемирно признанный исследователь из Калифорнийского университета в Беркли, прокомментировал ситуацию следующим образом: «После выхода GPT-4 стало ясно, что дальнейшее увеличение масштабов моделей дает лишь минимальные улучшения при стремительном росте затрат». Он отметил, что компании, вложившие значительные средства, пока не готовы открыто признать неэффективность выбранного пути.
Эксперты объясняют основную причину кризиса архитектурой современных нейронных сетей. Большие языковые модели, несмотря на впечатляющие результаты, сталкиваются с важными ограничениями: они не могут полноценно представлять сложные концепции и требуют огромных ресурсов.
Среди перспективных направлений специалисты отмечают синтез различных методов машинного обучения и развитие вероятностного программирования. Эти подходы обещают преодолеть ограничения существующих моделей, приближая ИИ к человеческому мышлению.
«Мы находимся на пороге новой эпохи в развитии искусственного интеллекта, где приоритет отдается качеству идей над количеством ресурсов», — подчеркнул один из участников опроса.
Источник: iXBT
