OpenAI найбільше відомий завдяки ChatGPT — безкоштовному чат-боту на базі великої мовної моделі, що став відомим у світі після дебюту у 2022 році. Штаб-квартира компанії розташована у Сан-Франциско, Каліфорнія. Відтоді OpenAI представила низку передових інструментів штучного інтелекту (ШІ), зокрема «моделі мислення», які виконують складні логічні завдання через покрокові «думки».
Ці технології допомагають науковцям вдосконалювати тексти, писати код, аналізувати наукові публікації та навіть генерувати гіпотези. Водночас, як і інші компанії, OpenAI критикують за високі енергетичні витрати моделей та особливості обробки даних для їхнього навчання. На відміну від деяких конкурентів, OpenAI майже виключно випускає пропрієтарні моделі, які можна використовувати, але не можна модифікувати чи розвивати далі.
Як головний науковець компанії з 2024 року, Якуб Пачоцький очолює розробку найпотужніших ШІ-систем OpenAI, здатних виконувати складні завдання в науці, математиці та програмуванні. Він прийшов до компанії у 2017 році з академічного середовища, де займався теоретичною інформатикою та змагальним програмуванням.
Редакція Nature поспілкувалася з Якубом Пачоцьким про те, чи можуть ШІ створювати оригінальну науку, перспективи штучного загального інтелекту (AGI) та про анонсовану відкриту модель OpenAI.
Все більше вчених використовують моделі мислення. Яку роль вони відіграватимуть за п’ять років?
Зараз можна спілкуватися з моделлю, але вона лишається помічником, який потребує постійного керівництва. Ми вже бачимо, що інструмент OpenAI Deep Research — який може аналізувати великі обсяги інформації — здатен працювати автономно 10–20 хвилин і видавати корисний результат. При цьому обчислювальні ресурси, що витрачаються на такі запити, поки що незначні.
Якщо ж мова про відкриті наукові проблеми, варто докладати значно більше обчислювальної потужності. Незабаром з’являться ШІ, які будуть здатні проводити справді новаторські дослідження. Вони зроблять прориви в автономній розробці програмного забезпечення.
Наскільки важливим було підкріплене навчання (reinforcement learning) у створенні моделей мислення OpenAI?
Перші версії ChatGPT створювалися на основі етапу безконтрольного переднавчання, коли модель «поглинає» величезну кількість даних і формує своєрідну «модель світу». З цієї бази шляхом підкріпленого навчання з участю людського зворотного зв’язку ми отримуємо корисного асистента.
Останній прогрес у моделях мислення фактично посилює роль підкріпленого навчання, що дозволяє моделі знаходити власні способи мислення, а не просто відтворювати вивчене.
Варто також замислитися, чи варто розділяти ці етапи навчання, адже моделі мислення не з’являються в ізоляції — вони базуються на попередньо навчених моделях.
Чи справді моделі розмірковують, чи лише імітують це?
Важливо розуміти, що робота моделей відрізняється від роботи людського мозку. Модель, що пройшла переднавчання, вивчила факти про світ, але не має уявлення про те, як і коли вона це зробила.
Водночас у нас є переконливі докази, що моделі здатні відкривати нові знання. Це певна форма мислення, хоча й відмінна від людської.
Як визначається AGI і коли очікується його досягнення?
Уявлення про штучний загальний інтелект (AGI), а також очікувані строки його появи, зазнали значних змін протягом останніх років. Раніше опанування грою го вважалося ключовим етапом на шляху до AGI, і здавалося, що на це підуть десятиліття. Однак уже у 2016 році ця межа була подолана, що стало переломним моментом у сприйнятті потенціалу штучного інтелекту.
Після приєднання до OpenAI у 2017 році багато хто з фахівців, які спочатку були налаштовані скептично, побачили, як стрімко долаються важливі рубежі — зокрема проходження тесту Тюрінга та прогрес у сфері математики й розв’язання складних задач. Очікується, що навіть найскладніші етапи розвитку ШІ буде подолано швидше, ніж передбачалося.
Наступною визначальною віхою вважається відчутний економічний вплив ШІ — зокрема здатність генерувати нові дослідження. Саме це нині розглядається як найближче до практичного втілення AGI. Активна робота у цьому напрямку вже триває, і передбачається, що суттєвого прогресу буде досягнуто до кінця десятиліття. Ба більше, вже протягом поточного року ШІ, ймовірно, не розв’яже фундаментальних наукових проблем, але зможе майже автономно створювати цінне програмне забезпечення.
Авторка: Дар’я Бровченко
Немає коментарів:
Дописати коментар
Примітка: лише член цього блогу може опублікувати коментар.