Новая GPT-4 блестяще сдала несколько экзаменов, предназначенных для людей

ForbesHi-Tech

Сдал экзамен на юриста: чего ждать от искусственного интеллекта GPT-4

Новая нейронная сеть GPT-4 блестяще сдала несколько экзаменов, предназначенных для людей. Некоторые комментаторы поспешили заявить, что ее интеллект не уступает человеческому. На самом деле все не так просто, но впечатляющие успехи GPT-4 создают новые возможности и риски, считает научный обозреватель Forbes Анатолий Глянцев

Анатолий Глянцев

Фото Reuters

Исследовательская группа OpenAI («открытый искусственный интеллект»), известная нейронными сетями серии GPT, представила новинку: систему GPT-4. По многим показателям она значительно обошла свою предшественницу GPT-3.5 и вообще любую другую нейросеть. Например, GPT-4 успешно сдала несколько профессиональных экзаменов, так что ее тут же стали сравнивать с человеком. О создании полноценного искусственного разума речь пока не идет, но, по мнению некоторых экспертов, он уже не за горами.

Подражание мозгу

Мозг учится и запоминает, усиливая или ослабляя связи между нейронами. Искусственные нейронные сети используют тот же принцип. Правда, на этом сходство обычно и заканчивается, так что коммерческая нейросеть похожа на мозг не больше, чем самолет на птицу.

Опуская детали, обучение простейшей нейросети можно описать так. Нейроны голосуют за те или иные решения (например, котик изображен на картинке или нет). Потом ответ, принятый большинством голосов, сравнивается с правильным. Нейронам, проголосовавшим правильно, при следующем голосовании придается больший вес, а допустившим ошибку — меньший. Десяти тысяч обучающих прогонов (меньше секунды работы ноутбука) обычно хватает, чтобы сеть из 16 нейронов научилась распознавать, скажем, изображение цифры «5» среди других цифр с точностью 70-80%.

Коммерческие нейросети, конечно, устроены куда сложнее. Нейроны в них образуют множество слоев, сигнал между которыми может передаваться в разных направлениях. Разные сети отличаются архитектурой: числом нейронов и нейронных слоев, путями распространения сигнала и так далее. Алгоритмы обучения тоже бывают разными и куда более изощренными, чем описанный выше. Часто система состоит из нескольких нейронных сетей, решающих разные задачи. Иногда их даже заставляют проверять друг друга: например, одна сеть рисует картинки, а другая ищет в них изъяны.

Трансформеры на баррикадах

Первые нейросети появились в 1960-х и были в буквальном смысле теплыми ламповыми. Их нейроны были устройствами на основе радиоламп. Сегодня нейронные сети — это в основном программы, и нейроны в них — математическая абстракция.

История нейросетей знала взлеты и падения. Первый ажиотаж сменился скепсисом, когда стало ясно, что мозг из радиоламп не построишь. Но в XXI веке эта технология испытала невиданный подъем. Голосовые помощники, автоматические переводчики, современные поисковые системы и многое другое были бы невозможны без нейронных сетей.

Нынешний расцвет связан в первую очередь с тем, что компьютеры стали мощнее. Это позволило применять архитектуры сетей и алгоритмы обучения, совершенно непосильные для «железа» еще в 1990-х. Кроме того, дешевизна компьютерной памяти и распространение интернета помогли накопить огромные массивы данных для обучения. В одной только Википедии более 60 млн статей.

GPT-4 и ее предшественники относятся к трансформерам. Эта разновидность нейросетей появилась совсем недавно: в 2017 году. Трансформеры распараллеливают процесс обучения, одновременно проходя этапы, которые другие сети могут преодолевать только последовательно. Благодаря этому система за вполне разумное время переваривает гигантские объемы обучающих данных. Некоторые эксперты называют внедрение трансформеров не иначе как революцией.

Авторизуйтесь, чтобы продолжить чтение. Это быстро и бесплатно.

Регистрируясь, я принимаю условия использования

Рекомендуемые статьи

Что такое «синдром ВДА» и с какими проблемами сталкиваются взрослые дети алкоголиков Что такое «синдром ВДА» и с какими проблемами сталкиваются взрослые дети алкоголиков

Какие психологические сложности приходятся решать людям с синдромом ВДА

Forbes
Мариэтта Цигаль-Полищук: «Раньше мне иногда говорили: «Ты прямо Раневская...» Но когда появилось это предложение, я испугалась» Мариэтта Цигаль-Полищук: «Раньше мне иногда говорили: «Ты прямо Раневская...» Но когда появилось это предложение, я испугалась»

Первое время было и страшно, и тяжело. Очень сложно переступить: кто она и кто я

Коллекция. Караван историй
Велосипеды, ткацкие станки и кофемолки: что выпускали известные автомобильные бренды до машин Велосипеды, ткацкие станки и кофемолки: что выпускали известные автомобильные бренды до машин

С каких товаров начинали свой путь автомобильные гиганты?

ТехИнсайдер
Мы идем по Африке: как бывший врач стал организатором охотничьих сафари в ЮАР Мы идем по Африке: как бывший врач стал организатором охотничьих сафари в ЮАР

Бывший врач Георгий Рагозин строит бизнес исходя из своих увлечений

Forbes
Лошади стали прекрасными бегунами из-за генетической ошибки Лошади стали прекрасными бегунами из-за генетической ошибки

Мутация, из-за которой лошади должны были вымереть, но стали отличными бегунами

ТехИнсайдер
«Постоянно угождать другим людям»: воспоминания самой известной японской гейши «Постоянно угождать другим людям»: воспоминания самой известной японской гейши

Отрывок из книги «Жизнь гейши»

Forbes
Эти семейные автомобили ломаются чаще всего. Список Эти семейные автомобили ломаются чаще всего. Список

Эксперты составили антирейтинг популярных моделей автомобилей

РБК
Главный секрет идеального блюда из мяса раскрыла Ляйсан Утяшева Главный секрет идеального блюда из мяса раскрыла Ляйсан Утяшева

Ляйсан Утяшева рассказала о семейном рецепте идеальных мантов

VOICE
Я не боюсь: откуда берутся страхи и как с ними жить Я не боюсь: откуда берутся страхи и как с ними жить

Страх — это нормальное физиологическое чувство, пока оно не мешает нам жить

Правила жизни
Делать ли из «совы» «жаворонка» и еще 7 интересных вопросов и ответов о науке сна Делать ли из «совы» «жаворонка» и еще 7 интересных вопросов и ответов о науке сна

Ее проклинают и слагают о ней стихи, ее изучают лучшие ученые мира

Psychologies
Брачные игры: в чем их выгода и опасность Брачные игры: в чем их выгода и опасность

«Брачные игры» — неосознанные сценарии, помогающие нам закрывать потребности

Psychologies

Полезные привычки, которые помогут держать давление в норме

VOICE
Александр Долгих. Про скорость, концентрацию и количество аварий Александр Долгих. Про скорость, концентрацию и количество аварий

Водить машину не так уж и сложно

4x4 Club
Искусство жить Искусство жить

Эффектный и лаконичный интерьер в сочетании с современным искусством

SALON-Interior
Дорогая передача Дорогая передача

Глава Tinkoff Private: как изменилось поведение клиентов за последний год

Robb Report
Возможно, первые аминокислоты возникли задолго до формирования Земли Возможно, первые аминокислоты возникли задолго до формирования Земли

Жизнь могла зародиться вместе с Млечным путем. А возможно, и раньше

ТехИнсайдер
Самые экологичные гонки Самые экологичные гонки

Что будет, если скрестить «Дакар» и ралли-кросс на машинах с электродвигателями?

ТехИнсайдер
Стоматолог в США убил свою жену, отравляя ее протеиновые коктейли. Семейная трагедия Стоматолог в США убил свою жену, отравляя ее протеиновые коктейли. Семейная трагедия

Джеймс Крейг убил супругу, чтобы начать новую жизнь с новым любовным партнером

ТехИнсайдер
Мы нашли ответ, куда бежит время и как его остановить! Мы нашли ответ, куда бежит время и как его остановить!

Куда бежит время?

ТехИнсайдер
Ретропричинность: как квантовый мир может изменять привычные нам законы физики Ретропричинность: как квантовый мир может изменять привычные нам законы физики

Физики предложили смелую теорию ретропричинности

ТехИнсайдер
ИИ научился убирать атмосферные помехи с астрономических снимков ИИ научился убирать атмосферные помехи с астрономических снимков

Изображения с лучших наземных телескопов размыты из-за смещения воздушных масс

ТехИнсайдер
Аллергия на работу Аллергия на работу

Вызвать приступ аллергии может даже неприятный человек и работа!

Лиза
Почему возраст теперь не принято отрицать и при чем здесь Голливуд Почему возраст теперь не принято отрицать и при чем здесь Голливуд

Как индустрии моды, красоты и мир кино меняют свое отношение к возрасту

РБК
Почему мать принцесс Евгении и Беатрис стала единственным человеком, открыто защищающим Меган Маркл Почему мать принцесс Евгении и Беатрис стала единственным человеком, открыто защищающим Меган Маркл

Герцогиня Йоркская оказалась единственным человеком, поддержавшим Меган Маркл

VOICE
«Нужна конфиденциальность — не вступайте в программу лояльности»: какие покупательские данные может собирать супермаркет «Нужна конфиденциальность — не вступайте в программу лояльности»: какие покупательские данные может собирать супермаркет

Монетизация данных о клиентах — это ещё один источник дохода для компаний

VC.RU
Кокаин, героин, первитин: какие наркотики предпочитал Гитлер и на что он подсадил миллионы немцев в нацистской Германии? Кокаин, героин, первитин: какие наркотики предпочитал Гитлер и на что он подсадил миллионы немцев в нацистской Германии?

Фашистскую Германию по-праву можно называть страной наркоманов

ТехИнсайдер
Независимость или самопожертвование: о гранях женской любви рассказали актрисы сериала «Содержанки» Независимость или самопожертвование: о гранях женской любви рассказали актрисы сериала «Содержанки»

Нужна ли нам привязанность, если она заставляет страдать? Отвечают «Содержанки»

Psychologies
Свобода и булочка Свобода и булочка

Солистка группы «АлоэВера» Вера Мусаелян и фотограф Катя Алагич встретились

Seasons of life
Сексуализированное насилие: как защитить ребенка — советы психолога Сексуализированное насилие: как защитить ребенка — советы психолога

Сексуализированное насилие в отношении детей может проявляться по-разному

Psychologies
Новый Renault Espace стал кроссовером похожим на Austral Новый Renault Espace стал кроссовером похожим на Austral

Рассматриваем новый Renault Espace

4x4 Club
Открыть в приложении