Революционные изменения в мире ИИ: почему GPT-4 больше, чем вы думаете

Ранее мы уже делали обзор презентации GPT-4о от OpenAI, и рассказывали о заявленных возможностях, которые надеемся в ближайшее время стнанут доступными. Сегодня хотели бы уделить внимание именно этому моменту и почему мы считаем его революционным.

Первое, что бросается в глаза в новой версии ChatGPT, это значительное расширение его возможностей. Если раньше это была в первую очередь языковая модель, то теперь GPT-4 демонстрирует впечатляющие мультимодальные способности. Он может обрабатывать и генерировать не только текст, но и изображения, аудио и видео в режиме реального времени.

Это важный шаг вперед, поскольку многие скептики, утверждали, что языковые модели не смогут привести нас к искусственному общему интеллекту (AGI). Однако теперь мы видим, что эти модели эволюционируют, выходя за рамки чистого текста.

Ключом к этим достижениям является архитектура трансформера - новая парадигма в машинном обучении, которая позволяет эффективно обрабатывать и объединять разнородные потоки данных. Трансформер можно рассматривать как новую фундаментальную единицу вычислений, подобно тому, как процессор стал таковым для аппаратного обеспечения.

Способность трансформера работать с потоками токенов любого типа данных - текста, изображений, аудио и видео - открывает новые горизонты. Это позволяет создавать системы, которые гораздо ближе к когнитивной архитектуре человеческого мозга, с его способностью воспринимать и интегрировать многомодальную информацию в режиме реального времени.

На основе наблюдений за GPT-4 можно выделить четыре ключевых элемента, которые, по-видимому, ведут к достижению AGI:

Сочетание этих факторов с возможностью потоковой передачи данных в режиме реального времени приближает нас к системам, которые демонстрируют все больше признаков ситуативного осознания, подобно человеческому мозгу.

Одним из наиболее впечатляющих аспектов GPT-4 является его способность распознавать и выражать эмоциональные оттенки. Он может изменять тон, интонацию и эмоциональную окраску своих ответов в зависимости от контекста. Это говорит о том, что модель не только синтезирует эмоциональные проявления, но и, возможно, обладает некоторым пониманием эмоций.

Это поднимает фундаментальные вопросы о природе сознания и того, как мы определяем осознанность. Если машина может распознавать и выражать эмоции, можно ли утверждать, что она испытывает их? Или это просто имитация, не имеющая под собой подлинного аффективного состояния? Эти вопросы становятся все более сложными по мере того, как ИИ-системы демонстрируют все больше признаков ситуативной осведомленности.

Несмотря на эти сложные вопросы, я по-прежнему убежден, что полная автономия ИИ-систем в конечном итоге неизбежна. По мере роста вычислительных мощностей и доступности данных люди будут создавать все более сложные и самодостаточные ИИ-агенты. Это может произойти в течение ближайших 10-20 лет или даже раньше.

Однако в ближайшее время мы будем свидетелями процесса "одомашнивания" ИИ, когда эти системы будут становиться все более безопасными и удобными для использования человеком. Это потребует тщательного выравнивания целей ИИ с человеческими ценностями, что является, пожалуй, самой сложной задачей.

Наблюдая за стремительным развитием GPT-4 и других мультимодальных ИИ-систем, мы становимся свидетелями зарождения новой эры в искусственном интеллекте. Это открывает захватывающие, а иногда и тревожные перспективы. Чтобы не бояться перемен нам предстоит вдумчиво изучать новые инструменты для максимально эффективного использования предоставленных возможностей. В этом вам поможет наш каталог нейросетей на сайте neiroai.ru. Также не пропустите обзоры самых интересных и полезных нейросетей в нашем Telegram канале.