Искин - нередко встречавшееся ещё в 70-ых годах прошлого века в советских научно-популярных изданиях сокращение словосочетания "искусственный интеллект". Если бы в позднем СССР не взяли верх расплодившиеся паразиты, то вполне вероятно, что оное понятие-сокращение вошло в другие языки так же, как вошло русское sputnik - скажем, iskin. У нас были существенные наработки в области вычислительной техники - напр. вычислители на троичной логике. В т.ч. В-ия "признаёт":
"1958 г., Н.П. Брусенцов построил в МГУ первую опытную электронную троичную ЭВМ ... «Сетунь» на ячейках из ферритдиодных магнитных усилителей переменного тока, работавших в двухбитном троичном коде, четвёртое состояние двух битов не использовалось. ... В США в то время тоже рассматривали преимущества и недостатки троичного компьютера и после проведённых теоретических исследований строить троичный компьютер не стали".
И спустя более полувека (а с точки зрения бурного развития вычислительной техники - это огромный срок),
"...из-за массового производства двоичных компонентов для компьютеров троичные компьютеры занимают очень малое место в истории вычислительной техники. Однако троичная логика элегантнее и эффективнее двоичной и в будущем, возможно, вновь вернутся к её разработке. ... возможным путём считают комбинацию оптического компьютера с троичной логической системой" (В-ия).
Русский... и, шире, Советский... народ был - и всё ещё остаётся - весьма изобретателен. Хотя над лишением нас сего качества... да и жизни в целом... упорно и последовательно работают.
***
В одной из новостных лент размещён броский анонс ( https://finance.mail.ru/2024-02-29/ii-na-birzhe-ssha-predvestnik-mirovogo-krizisa-ili-revolyuciya-59999441 ):
"Nvidia претендует на глобальное лидерство в разработке технологий искусственного интеллекта".
Цитирую несколько фрагментов:
Взрывной рост цены акций Nvidia начался с начала 2023 года — цена бумаг выросла в 3 раза за полгода... Новый скачок цен был зафиксирован в начале 2024 года — почти в 1,6 раза...
С начала года биржевая стоимость компании ... выросла на 740 млрд долларов. Это лучше результата Amazon и Alphabet (материнская компания Google). Таким образом, она стала третьей по величине американской компанией после Microsoft и Apple благодаря реакции инвесторов на сильные финансовые и производственные результаты компании.
... рыночная стоимость Nvidia выросла ... до 2 трлн долларов.
Такой ... взрывной рост наблюдается впервые в глобальной биржевой истории. Стоимость компании превышает ВВП ряда стран, например, Южной Кореи, Австралии, и близка к капитализации фондовых рынков крупнейших стран ЕС — Германии, Франции.
"Nvidia" существует около 30 лет и занимается, как разработкой программного обеспечения для компьютеров, так и их компонентов. Её конёк - графические процессоры; графика же требует наиболее высокопроизводительных вычислений. Соответственно, сам бог... или, говоря точнее, кураторы оной компании (о чём далее)... велел[и] заниматься искином. В т.ч. в начале 2010-ых на базе графических процессоров Nvidia была создана самообучаемая нейронная сеть AlexNet для распознавания изображений. Именно тогда в гонку за лидерство в разработке искина включились (достаточно условно) сшанские компании (помимо "Nvidia" - также "Google", "Microsoft") и китайские разработчики.
NVIDIA – монополист на рынке графических ускорителей для обучения нейронных сетей. С компанией пытаются конкурировать AMD Radeon Software и Huawei, однако доля NVIDIA на рынке GPU [графические процессоры] для машинного обучения остается, по разным оценкам, на уровне 80–95%.
https://yakov.partners/upload/iblock/c5e/c8t1wrkdne5y9a4nqlicderalwny7xh4/20231218_AI_future.pdf
Помимо монополии в области соответствующего "железа", "Nvidia" предоставляет программно-аппаратную архитектуру параллельных вычислений (CUDA). По оценке того же источника, таковая архитектура от "Nvidia" "более чем за 15 лет существования стала ... своего рода международным стандартом, с которым привыкли работать специалисты в области глубокого обучения нейронных сетей".
Ускорители вычислений Nvidia использованы во многих наиболее производительных компьютерах мира (т.наз. суперкомпьютеры); в т.ч. "Sierra" (Ливерморская национальная лаборатория Министерства энергетики США), "Tsubame" (Токийский технологический институт), "Tiānhé-1A" (Оборонный научно-технический университет Народно-освободительной армии Китая), в российских, «Ломоносове» (Московский государственный университет) и «Лобачевском» (Нижегородский государственный университет).
Сей главный претендент в лидеры также ударно поработал и в области введения криптовалют. Компания разрабатывает и выпускает в т.ч. специфические серии графических процессоров, предназначенных для криптомайнинга.
***
Для тех, кто знаком с Концепцией общественной безопасности - как с основополагающими материалами, так и с расширенной базой знаний, последовательно пополняемой участниками Общественной инициативы - вполне ожидаем перечень упомянутых кураторов сей лидирующей фирмы (В-ия):
Крупнейшими держателями акций являются Fidelity Management & Research Co. (7,94%), The Vanguard Group (7,14%), BlackRock Fund Advisors (4,46%), ... основатель компании Дженсен Хуанг (3,6%), ... JPMorgan Investment Management, Inc. (1,3 %)...
Характерна и биография Дженсена Хуанга, (В-ия) "сооснователя, президента и главного исполнительного директора компании NVIDIA...
... родился ... в городе Тайнань Китайской Республики [Гонконг]. Когда Жэньсюню [ханьский вариант имени] было 6 лет, его семья переехала в Бангкок (Таиланд). В конце 1960-х годов после поездки в Нью-Йорк в рамках программы повышения квалификации его отец принял решение отправить детей в США. В 1972 году 9-летний Жэньсюнь и его 10-летний старший брат переехали к дяде и тёте в город Такома, штат Вашингтон. Там Жэньсюнь стал писать своё имя как Дженсен.
Родственники направили братьев в баптистскую школу-интернат «Онейда» в восточном Кентукки, а позднее семья Хуан воссоединилась в штате Орегон, где Дженсен окончил расположенную в Бивертоне старшую школу «Алоха» [гавайское слово, используемое в разных языках в качестве приветствия... начало жизненного пути весьма характерно: смена "территорий обитания", имени, религии... как ныне выражаются, культурное перекодирование... или, видимо, точнее - достаточный отрыв от вообще, каких бы то ни было, культурных корней - подготовка для участия в "глобальной миссии"].
… связан родством с президентом и главным исполнительным директором крупнейшего конкурента NVIDIA — компании Advanced Micro Devices. С 2014 г. AMD возглавляет ... двоюродная племянница Дженсена.
… совместно с Мелиндой Гейтс Дженсен и Лори [его жена] поддерживают деятельность AI4ALL — социально-ориентированной организации, которая ведёт просветительскую работу на тему искусственного интеллекта среди женщин.
… В 2016 г. Forbes назвал Дженсена Хуанга одним из выдающихся предпринимателей, определяющих развитие целых отраслей высоких технологий в рамках списка Global Game Changers".
Характерно также, что "в 2012 году Линус Торвальдс обрушился с жёсткой критикой в адрес Nvidia из-за плохого сотрудничества с разработчиками Linux. На своей встрече со студентами Университета Аалто в Финляндии он нецензурно высказался о компании Nvidia, и назвал её худшей из компаний, с которыми приходится сталкиваться сообществу Linux" (В-ия)...
***
Далее ряд выдержек из обзора "Искусственный интеллект в России – 2023: тренды и перспективы" ( https://yakov.partners/upload/iblock/c5e/c8t1wrkdne5y9a4nqlicderalwny7xh4/20231218_AI_future.pdf , с примечаниями).
В последние 10–15 лет благодаря росту скорости работы компьютеров, объема вычислений и доступной информации технологии искусственного интеллекта (ИИ) развиваются с беспрецедентной скоростью. Новый виток популярности технологий в последние 2–3 года связан с генеративным ИИ, с появлением которого стало возможным решать задачи принципиально нового класса. При этом базовые модели генеративного ИИ активно разрабатывают всего около десяти стран, в том числе и Россия. [Это тип искина, способный генерировать разноформатную - текстовую, графическую, аудио и видео - информацию в ответ на т.наз. подсказки, использующий большие языковые модели и набор обучающих данных. Подробнее - далее.]
…
Скорость развития искусственного интеллекта за последние 10–15 лет существенно повысилась по сравнению с предыдущими 50 годами, во многом благодаря значительной активизации ключевых драйверов:
— Максимальная скорость работы компьютеров с 1993 по 2022 г. выросла в 10 млн раз – со 124 млрд операций в секунду до 1,1 квинтиллиона операций в секунду.
— Объем вычислений, которые используются для обучения моделей ИИ, начиная с 2010 г. и по настоящее время удваивается каждые 6 месяцев, в то время как всего 50 лет назад такое удвоение происходило лишь раз в 20 месяцев. [Характерно, что авторы обзора вновь и вновь ведут речь именно о 70-ых годах.]
— Объем доступной информации вырос: по данным International Data Corporation, размер глобальной датасферы к 2025 г. достигнет 175 ЗБ [зеттабайт, единица измерения количества информации, равная 10 в 21-ой степени (секстиллион) байт] против всего 33 ЗБ в 2018 г.: если бы мы могли хранить такие объемы данных на DVD-дисках, то их укладки хватило бы, чтобы обогнуть Землю 222 раза.
Вклад в рост объема данных вносит и появление генеративного ИИ: эксперты Gartner оценивают, что с 2022 по 2025 г. доля данных, созданных технологией, вырастет в общем объеме датасферы с 1 до 10%.
…
Скорость развития генеративного ИИ имеет беспрецедентный масштаб и существенно превышает скорость развития технологий прошлого цикла.
Дмитрий Масюк, СЕО бизнес-группы Поиска и рекламных технологий Яндекса.
Яков Сергиенко, руководитель консалтинговой компании «Яков и Партнёры».
Связи Дмитрия (Викторовича) Масюка с Еленой Масюк, особенно известной - т.наз. скандальной - в 90-ых/начале 2000-ых гг. журналистки, не выявил… равно как и биография Дмитрия представлена в инете кратко - по https://yatalks.yandex.ru/ru/speakers/dmitrij-masyuk (выделяю то же самое, характерное):
"Директор бизнес-группы Поиска и рекламных технологий, Яндекс...
Окончил факультет вычислительной математики и кибернетики МГУ им. М. В. Ломоносова, специализировался на математических основах криптографии. Начинал карьеру разработчиком в компании Netcracker, позже занимался управленческим и IT-консалтингом. Работал в Deloitte, A.T. Kearney и McKinsey. Реализовывал проекты в области телекоммуникаций, транспорта и FMCG в России, Юго-Восточной Азии, Европе и США.
В 2018 году присоединился к команде Яндекс Такси. В 2020 году стал генеральным директором Яндекс Еды, а затем возглавил весь фудтех-бизнес Яндекса. Под его руководством Еда и Лавка стали одними из первых финансово успешных фудтех-сервисов в мире. С 2023 года в статусе руководителя бизнес-группы Поиска и рекламных технологий отвечает за Браузер, Поиск, Геосервисы, виртуального помощника Алису, умные устройства и беспилотные технологии, нейросети и другие сервисы и продукты бизнес-группы".
Далее из обзора.
По рейтингу из 62 стран, подготовленному агентством Tortoise Media14, лидерами [в развитии искина] традиционно являются США и Китай; за последние годы существенный прогресс был сделан Сингапуром, поднявшимся на 3-е место в 2023 г. [Что вполне ожидаемо для стремительно развиваемого интерфейса Глобального надыудейского предиктора.] В топ-10 также попали ... Великобритания, Канада, Южная Корея. На горизонте ближайших 3–5 лет лидерские позиции в ИИ, вероятно, останутся за США и Китаем, что во многом объясняется объемом средств, которые инвестируются в технологию.
… Россия занимает 30-е место в общем рейтинге, опережая такие страны, как Саудовская Аравия и Бразилия, которые также уже заявляют об активных планах развития технологической сферы в целом и технологий ИИ в частности. При этом в ближайшие 5–7 лет у России есть все шансы существенно улучшить позиции среди стран мира, так как страна остается одной из немногих стран, развивающих собственные модели генеративного ИИ. При этом по одному из ключевых факторов развития ИИ – участию государства в развитии технологии (объем затрат, наличие, горизонт и степень проработки государственной стратегии и т. д.) Россия уже сегодня занимает 7-е место в мире.
В последнем утверждении авторы слегка лукавят: кому, как не бывшему сотруднику "Мак-Кинси" понимать, что есть государства, а есть - т.наз. транснациональные корпорации, вроде той же "Nvidia", участие коих - куда весомее участия многих государств.
Генеративный ИИ – тип искусственного интеллекта, способный создавать новый контент (текст – на естественном языке или языке программирования, изображения, видео, музыку). Он использует статистические методы для создания контента на основе его вероятностей – посредством имитации данных, на которых ранее был обучен. В отличие от дискриминативного ИИ, который классифицирует входные данные по заранее определенным категориям, генеративный ИИ генерирует новые, синтетические данные, отражающие обучающие данные. Новая технология, в отличие от большинства других ML-инструментов [ML - machine learning, машинное обучение], умеет работать с контекстом – длинными последовательностями – и способна решать креативные задачи за счет генерации нового контента. В текстовом домене такой функционал стал возможен благодаря принципиально новому типу фундаментальной нейросетевой архитектуры – трансформеру, используемому всеми большими языковыми моделями.
При чтении подобного рода текстов создаётся ощущение, что имеешь дело не с бионической, а электронной нейросетью, при обучении коей, Русскому - прежде всего т.наз. бытовому - языку предпочитали английский: "контент, домен, функционал, трансформер"... Напр., "домен" В-ия трактует: "фр. domaine от лат. dominium — владение... область; единица структуры... владения короля или владение какого-либо феодала в Средние века" - всё из того же общего (смыслового) болота, что и - упорно насаждаемая вместо действительности - реальность.
Генеративный ИИ основан на больших (по количеству параметров – слоев в нейронной сети) моделях, предварительно обученных на больших объемах данных, – такие модели обычно называют базовыми (Foundation Models). Самая известная на рынке базовая модель – GPT-4 от американской компании OpenAI... на текущий момент самая маленькая GPT-модель от OpenAI, доступная разработчикам, содержит 350 млн параметров и обучена на 40 ГБ текстовых данных... Она способна выполнять базовые задачи понимания естественного языка и генерации данных – классификацию, анализ настроений (sentiment analysis), суммаризацию и простой диалог.
Количество параметров в больших языковых моделях неуклонно росло – примерно со 120 млн параметров в GPT-1 приблизительно до 1,76 трлн в GPT-422 (по оценкам экспертов; точное количество параметров моделей не было раскрыто OpenAI).
Вновь хакерское косноязычие: согласно https://dic.academic.ru/dic.nsf/ushakov/920578 ,
"ПАРАМЕТР (от греч. parametreo - меряю, сопоставляя).
1. Величина, входящая в математическую формулу и сохраняющая постоянное значение в пределах одного явления или для данной частной задачи, но при переходе к другому явлению, к другой задаче меняющая свое значение (мат.).
2. Величина, характеризующая то или иное свойство какого-нибудь явления, напр. теплопроводность, электропроводность тела, коэффициент его расширения или преломления и т.п. (физ. и тех.). Параметр катодной лампы.
Толковый словарь Ушакова. Д.Н. Ушаков. 1935-1940".
Т.е. количество слоёв в нейросети вполне может являться параметром оной, но как могут сами слои быть параметрами?!.
Тем не менее количество параметров – не единственная важная характеристика моделей и не определяет качество выходных данных. На качество генерируемых данных также влияют архитектура сети, количество и качество данных в обучающей выборке, способ обучения и размер контекстного окна (другими словами, какой объем данных модель может воспринять в качестве вводных данных), количество задач (промптов), под которые модель была обучена.
Более того, сейчас наблюдается тренд на снижение количества параметров в моделях, в том числе для того, чтобы сократить стоимость работы уже обученной нейросети на конечном устройстве и ускорить работу в контексте бизнес-решений.
Если перевести последний оборот из трёх слов на вульгарный бытовой - урвать побольше при допустимых рисках (чтоб не убили и не "посадили").
Собственные оригинальные модели генеративного ИИ разрабатывают около десяти стран, в том числе Россия, Израиль, Великобритания и Китай. [Конечно, куда ж - без сверхдержавы, Израиля!..] При этом лидирующие позиции пока остаются у США [пока... пока вообще ещё имеет смысл говорить о странах вообще - даже США] – страны, откуда пошел бум генеративного ИИ: в Сан-Франциско расположена штаб-квартира OpenAI.
При этом OpenAI – не единственный игрок на американском рынке: базовые модели разрабатывают и другие стартапы (Cohere, Anthropic), и технологические гиганты (Meta24, Google).
В Китае насчитывается несколько крупных компаний, активно занимающихся разработкой и внедрением решений на основе генеративного искусственного интеллекта: Tencent (Hunyuan), Alibaba (Tongyi Qianwen), Huawei (Pangu 3.0), Baidu (ERNIE 3.5) и др.
... В России собственные базовые модели выпустили и успешно развивают две крупные компании – Сбер (GigaChat, Kandinsky 2.2) и Яндекс (YandexGPT, YandexART), при этом Яндекс стал первой в мире компанией, интегрировавшей свою языковую модель в голосового ассистента – Алису. Помимо крупных компаний, ряд игроков занимается доработкой и внедрением open-source-решений...
Немного - об использовании искина:
Ряд международных компаний уже активно внедряют технологию генеративного ИИ: одни тестируют на внутренних функциях – например, в работе финансовых консультантов для ускорения поиска данных (Morgan Stanley); другие (Kraft Heinz, Netflix, Levi’s, KLM, Nestle) используют точечно – например, для генерации материалов для креативных кампаний (Kraft Heinz) или моделей для показа новой коллекции (Levi’s); третьи (Salesforce, Notion, Khan Academy, Typeform, Duolingo) уже внедрили генеративный ИИ в доступные клиентам решения – Einstein GPT (Salesforce) – встроенный GPT в CRM-системе, ИИ-помощник в Notion или ИИ-тьютор Khanmigo в Khan Academy.
Напомню значение аббревиатур:
GPT - Generative Pre-trained Transformer, "генеративный, предварительно обученный, трансформер";
CRM-система - Customer relationship management, "управление взаимоотношениями с клиентами", программа, которая помогает управлять бизнесом.
Наибольшее распространение/применение искин получил, соответственно, в кредитно-финансовой сфере и в сфере торговли, обслуживания. Последняя является своего рода мостом в сферу т.ск. непосредственного контроля над ... нейросетями бионическими, представителями вида Homo Sapiens.
Пионеры технологии – Google и Microsoft – анонсировали использование генеративных ИИ в продуктах компании.
В марте 2023 г. Google анонсировал внедрение генеративного ИИ во все продукты компании, в том числе Gmail и Docs, а также запустил конкурента ChatGPT – Bard AI ... Bard получает информацию напрямую из интернета, а с июля того же года, после расширения возможностей инструмента, способен говорить на русском и еще более чем на 40 языках.
... Bard можно попросить суммаризировать документ [кратко изложить содержание, в человеческих школах идентичное упражнение так и именуют: изложение] на диске или письмо в почте, посоветовать отель под запрос пользователя или ресторан рядом с конкретной локацией, собрать подборку YouTube-видео.
... Google анонсировал ... в июле – автоматическую генерацию рекламных текстов
... уже доступен ... инструмент на базе генеративного ИИ для повышения продуктивности ... позволяет писать, редактировать и проверять тексты в Gmail и Docs, создавать в Google Таблицах диаграммы и таблицы на основе данных, заменять фон в Google Meet.
... В феврале 2023 г. вышла новая версия Bing – поисковой системы от Microsoft, оснащенная искусственным интеллектом и работающая на основе популярного ChatGPT.
Компания также интегрировала GPT-4, DALL·E, Codex (модели OpenAI для работы с текстом, изображениями и кодом) в продукты экосистемы, создав Microsoft 365 Copilot – ИИ-ассистента для повышения продуктивности работы. Инструмент уже доступен в Word, Excel, PowerPoint, Outlook, Teams, но только для ограниченного круга пользователей в режиме тестового доступа. Среди ранних последователей – General Motors, Chevron, Mayo Clinic, UOB.
Про Bing-который-на-самом-деле-Сидни недавно повествовал Злой эколог, тов. Добрышкин: https://dzen.ru/video/watch/65d877e9ce4d2a4c9f7f25a3 . Суть сего: что в оную нейросеть вложишь - то и получишь "на выходе", что справедливо по отношению к нейросетям бионическим... вновь входящим в жизнь поколениям людей... то - насколько можно судить - столь же применимо и к искусственным нейросетям.
Российские компании также тестируют технологии генеративного ИИ на практике, хотя о повсеместном внедрении в бизнес- процессы говорить пока преждевременно. МТС, например, внедряет в разработку сервисов и продуктов собственную нейросеть Software 2.0, которая сократит время на разработку программного кода на 40%...
Яндекс активно внедряет генеративные нейросети в интерфейсы пользовательских продуктов: навык «Давай придумаем» доступен в умных устройствах Алиса, в Поиске появились генеративные быстрые ответы, в Маркете – суммаризация отзывов по товару ... , в Браузере – возможность получить краткий пересказ видео на YouTube, статьи от YandexGPT.
... генеративные нейросети используются для создания рекламных баннеров.
... В фотостоке Яндекс Бизнеса размещаются изображения, созданные YandexART для 149 сфер деятельности.
Теперь процитирую из Послания президента РФ Федеральному Собранию ( www.kremlin.ru/events/president/news/73585 ):
"В современных условиях повышение эффективности всех сфер производительности труда неразрывно связано с цифровизацией, с использованием технологий искусственного интеллекта... Такие решения дают возможность создавать цифровые платформы, которые позволяют оптимально выстроить взаимодействие граждан, бизнеса и государства между собой.
... к 2030 году нужно сформировать цифровые платформы во всех ключевых отраслях экономики и социальной сферы. Эти и другие комплексные задачи будут решаться в рамках нового национального проекта «Экономика данных».
... такие технологии, интегральные платформы открывают огромные возможности для планирования и развития экономики отдельных отраслей, регионов и городов, для эффективного управления нашими программами и национальными проектами. Главное, мы сможем и дальше выстраивать работу всех уровней власти вокруг интересов каждого человека, каждой семьи"...
Совсем не факт. Всё зависит от того, какие бионические... естественные... нейросети создают, обучают нейросети искусственные. Пока существенным, идущим в качестве обязательного компонента, является контроль над людьми и их сообществами отнюдь не в их интересах, а зачастую и вопреки оным. Если даже удастся совсем выйти из-под надгосударственного, надсоциального контроля, то и тогда весьма вероятен контроль, направленный на максимальную эксплуатацию подавляющего большинства членов социума ("выжать все соки и избавиться"), а вовсе не на всестороннее их - хотя и в интересах всего общества - развитие/совершенствование.
Далее из Послания:
"Важным элементом цифровых платформ являются алгоритмы искусственного интеллекта. Здесь мы также должны быть самодостаточными и конкурентоспособными. Уже подписан указ об утверждении обновлённой редакции Национальной стратегии развития искусственного интеллекта. В ней поставлены новые цели, в том числе надо обеспечить технологический суверенитет по таким революционным направлениям, как генеративный искусственный интеллект и большие языковые модели. Их внедрение обещает настоящий прорыв в экономике и социальной сфере, это должно быть настоящим прорывом. Для этого нужно наращивать наши вычислительные ресурсы. Так, к 2030 году совокупная мощность отечественных суперкомпьютеров должна быть увеличена не менее чем в 10 раз".
Опять-таки, прорыв может быть диаметрально противоположным - судя по текущей ситуации и тенденциям развития оной, таковой прорыв весьма вероятен в сторону дальнейшего, значительно более глубокого, вписания в создаваемый глобальный человейник.
Однако, вернусь к обзору - о препятствиях осуществлению озвученных... благих... намерений и планов.
Один из ключевых барьеров при внедрении ИИ – дефицит профильных специалистов (дата-сайентистов, дата-инженеров, ML-инженеров, AI-тренеров и дата-аналитиков). Согласно данным опроса СТО, почти все компании (99%) отмечают в качестве одной из ключевых сложностей в использовании ИИ именно поиск и привлечение специалистов с ИИ-компетенциями. По нашим оценкам, 61% работодателей сталкиваются со сложностями в поиске кандидатов с навыками в сфере цифровых технологий. ... Согласно заявлению Максута Шадаева, главы Минцифры, общий дефицит кадров в российской ИТ-отрасли – около 500–700 тыс. человек. А по заявлениям Германа Грефа, дефицит составляет более 1 млн специалистов.
Работа с вычислительной техникой - как бы романтично оную не именовали - подразумевает весьма устойчивую, максимально адекватную работу весьма высоко развитой психики (или, опять-таки, естественных, бионических нейросетей). В последние же три десятилетия - как говорится - всё было направлено на срыв, как таковой работы уже наличных психик, бионейросетей, так и взращивания новых.
Ну и, конечно, как всегда - "совершенная неожиданность" (из разряда "неожиданно наступила зима"):
Стоимость разработки ПО и сервисов на основе ИИ в России с июня 2022 г. по июнь 2023 г. увеличилась на 30–40%, по оценкам разработчиков таких систем... Основная причина – рост стоимости и сложности с закупками иностранного оборудования, например графических процессоров NVIDIA. В числе российских компаний, которые используют ускорители NVIDIA и AMD, – Яндекс, VK, Сбер и VisionLabs, при этом пока что успешных попыток разрабатывать собственное «железо» в России не предпринималось. Однако для большинства компаний проблема с «железом» не является препятствием на пути внедрения генеративного ИИ, так как они могут пользоваться инфраструктурой, предоставляемой компаниями – вендорами генеративных решений, например Яндекса, Сбера или OpenAI.
Если изложить более корректно, то проблемы с "железом" - а почему, кстати, только с "железом"? - это проблемы большинства, обусловленные проблемами всего-навсего двух... более или менее условно... отечественных структур, к решению коих (проблем) даже и не приступали.
Ещё про нехватку специалистов:
В уже существующих профессиях – ML-исследователи, ML-инженеры, дата-сайентисты, дата-аналитики и дата-инженеры – актуальна проблема дефицита кадров. Природа проблемы двойственна: несмотря на высокий уровень преподавания в нескольких топовых вузах России, среднее качество по стране, по мнению ряда экспертов, отстает, например, от США: только три российских вуза (МФТИ, ИТМО, НИУ ВШЭ) готовят более чем по десять специалистов в год, еще около десяти вузов – примерно по три каждый.
... по данным HeadHunter, специалисты в области ИИ (как и представители ИТ-индустрии в целом) чаще откликаются на вакансии за пределами России. Фактически проблема усугубляется потенциальным оттоком кадров, в том числе связанным со сравнительно высокими зарплатными ожиданиями.
Три по десять и десять по три - всего получается 60 спецов в год. И если "чаще откликаются", то придётся вычесть более половины. А затем сравнить с цифрами по другим странам...
Впрочем, и там большие проблемы:
Разработка и обучение ИИ-систем требуют использования больших объемов данных – как высококачественных (статьи, диссертации, исследования, мировая художественная литература), так и более низкого качества (публикации в интернете и др.). Исследователи Epoch AI прогнозируют нехватку данных первого типа, высококачественных данных, к 2026 г., визуальных данных – к 2030–2060 гг., данных второго типа – к 2030–2050 гг. Кроме того, часть данных может быть недоступна из-за конфиденциальности, законодательных ограничений или монополизации информации определенными компаниями.
Дебилизируя население, элита... или, как правило, "элита" дебилизирует в конечном итоге и сама себя - и к сему ещё добавляется "дебилизация" искина, процесс вполне логичный и неизбежный.
Ну и лёгкий т.ск. намёк на ... несовершенство программирующих бионейросетей:
Этические риски [использования искина] отчасти связаны со спецификой самой технологии. Во-первых, искусственный интеллект несовершенен и может принимать предвзятые решения, в основном вследствие предвзятости данных, на которых был обучен. Обучающая выборка может быть неполной, нерепрезентативной или уже содержать элементы предвзятости.
Не говоря уже о том, что - добавкой к ... злонамеренности создателей-программистов -
... генеративные модели, даже уровня GPT-4, могут «галлюцинировать», то есть предоставлять некорректные с фактологической точки зрения ответы. ... Проблема «галлюцинирования» – следствие не только качества данных для обучения, но и вероятностной природы модели, и сейчас отсутствуют методы, гарантирующие ее стопроцентное устранение.
***
А в заключение - к проблеме "железа" - напомню о голландской ASML, производителе фотолитографических машин, на коих изготавливают пресловутые чипы или, говоря технически корректным языком, микросхемы:
В 2020 году в мире было продано 413 машин для литографии, из них на ASML пришлось 258 единиц (62%). Canon – 122 (30%). Nikon – 33 (8%). А если измерять долю ASML в стоимостном объеме продаж, то картина в пользу голландской компании будет еще более убедительной: ASML – 91%, Canon – 3%, Nikon – 6% Если, например, на американском рынке микроэлектроники мы видим напряженную конкурентную борьбу между такими гигантами, как Intel, AMD и Nvidia, то ASML как бы парит над миром электроники, пребывая в состоянии абсолютного доминирования.
... Наиболее тесные связи у гиганта ASML с другим гигантом микроэлектроники – TSMC. Тайваньская компания числится как покупатель № 1 оборудования голландской компании, поглощающая в отдельные годы более половины всей продукции голландского партнера. Можно сказать, что два монополиста образуют своеобразную ось, их скоординированные действия могут способствовать укреплению одних участников мирового рынка микроэлектроники и ослаблению других.
https://www.planet-kob.ru/arti...
И - естественно! - всё тот же напр. инвестфонд BlackRock (т.е. один из рычагов контроля ГП над мировой экономикой) владеет 7,95% акций оного монополиста...
Оценили 10 человек
11 кармы