От Тьюринга до ChatGPT: как мы научили машину говорить
ИИ кажется технологией последних нескольких лет, но его история началась задолго до ChatGPT. В новом «Сухом остатке» собираем всю картину: от Тьюринга и первых нейросетей до LLM — и разбираемся, что машины действительно умеют понимать.
В новом выпуске «Сухого остатка» я сделал большой обзор искусственного интеллекта без хайпа и прогнозов о скором конце человечества.
От Тьюринга до ChatGPT
История начинается с вопроса Алана Тьюринга: «Могут ли машины мыслить?» Затем были первые исследования, Дартмутская конференция, несколько «зим ИИ», победы Deep Blue, Watson и AlphaGo.
ChatGPT стал переломным моментом не потому, что искусственный интеллект внезапно появился в 2022 году. Сложная технология впервые получила максимально простой интерфейс — обычный разговор.
ИИ перестал быть инструментом исследователей и разработчиков и стал массовым продуктом.
Что происходит внутри языковой модели
В выпуске разбираем базовые принципы работы LLM: токены, предсказание следующего элемента текста, предварительное обучение, настройку на диалоги и обучение с человеческой обратной связью.
Отсюда же следуют и ограничения. Модель может блестяще решить сложную задачу и тут же ошибиться в элементарной. Она способна уверенно сообщить факт, которого не существует, потому что её базовая задача — построить наиболее вероятное продолжение, а не гарантировать истинность ответа.
Поэтому один из главных вопросов остаётся открытым: понимает ли машина смысл сказанного или становится всё лучше в его имитации?
ИИ автоматизирует задачи, а не обязательно профессии
Отдельно говорим о том, что уже меняется вокруг нас. ИИ ускоряет программирование, анализ, исследования, создание контента и работу с информацией. Но чаще он забирает отдельные задачи внутри профессии, а не профессию целиком.
Вместе с возможностями появляются новые риски: дипфейки, масштабирование ошибок, непрозрачность решений, концентрация технологий у нескольких компаний и возможность манипулировать людьми с помощью персонализированного контента.
Поэтому человеку становится важнее не конкурировать с моделью в скорости генерации, а правильно ставить задачу, проверять результат и сохранять ответственность за решение.
Главный вопрос выпуска шире самой технологии: что останется исключительно человеческим, когда машина научится выполнять всё больше наших задач?
Смотрите новый выпуск «Сухого остатка» — «От Тьюринга до ChatGPT: как мы научили машину говорить» на YouTube.
P.S. «Сухой остаток» — еженедельный авторский подкаст Юрия Гуржия, CMO Evrone, о технологиях, экономике и изменениях, которые влияют на бизнес, продукты и карьеру.