GISMETEO: Почему ИИ ещё долго не сравнится с человеческим разумом?

  • 10:52, 05-апр-2025
  • Новости дня / Статистика / Происшествия и криминал / Космос / Политика / Ростов-на-Дону / Наука
  • Гликерия
  • 0

Согласно недавнему опросу среди 475 специалистов по искусственному интеллекту, подавляющее большинство (76 %) считает, что масштабирование больших языковых моделей не приведёт к созданию систем, сопоставимых с человеческим интеллектом. Это свидетельствует о нарастающих сомнениях в способности текущих методов стать основой для так называемого общего искусственного интеллекта.

GISMETEO: Почему ИИ ещё долго не сравнится с человеческим разумом?
© Shutterstock/FOTODOM

Эксперты отмечают, что современные модели нуждаются в колоссальных объёмах данных и всё более мощной вычислительной технике, при этом сталкиваются с фундаментальными архитектурными ограничениями. Проблемы включают неспособность ИИ к абстрактному мышлению и формированию настоящих концепций, а также зависимость от поверхностного анализа текстов.

Снижение эффективности масштабирования стало заметным: рост вложений в обучение ИИ сопровождается всё меньшим качественным приростом. Кроме того, это вызывает опасения с точки зрения экологии — энергетические затраты и выбросы углерода продолжают расти.

Всё это подталкивает исследователей к мысли о необходимости разработки новых подходов к обучению ИИ, способных преодолеть нынешние ограничения.

Цитирование статьи, картинки - фото скриншот - Rambler News Service.
Иллюстрация к статье - Яндекс. Картинки.
Есть вопросы. Напишите нам.
Общие правила  поведения на сайте.

Согласно недавнему опросу среди 475 специалистов по искусственному интеллекту, подавляющее большинство (76 %) считает, что масштабирование больших языковых моделей не приведёт к созданию систем, сопоставимых с человеческим интеллектом. Это свидетельствует о нарастающих сомнениях в способности текущих методов стать основой для так называемого общего искусственного интеллекта. © Shutterstock/FOTODOM Эксперты отмечают, что современные модели нуждаются в колоссальных объёмах данных и всё более мощной вычислительной технике, при этом сталкиваются с фундаментальными архитектурными ограничениями. Проблемы включают неспособность ИИ к абстрактному мышлению и формированию настоящих концепций, а также зависимость от поверхностного анализа текстов. Снижение эффективности масштабирования стало заметным: рост вложений в обучение ИИ сопровождается всё меньшим качественным приростом. Кроме того, это вызывает опасения с точки зрения экологии — энергетические затраты и выбросы углерода продолжают расти. Всё это подталкивает исследователей к мысли о необходимости разработки новых подходов к обучению ИИ, способных преодолеть нынешние ограничения.


Рекомендуем


Комментарии (0)




Уважаемый посетитель нашего сайта!
Комментарии к данной записи отсутсвуют. Вы можете стать первым!