Humanity’s Last Exam «Последний экзамен человечества»Проект, целью которого является измерение того, насколько мы близки к созданию систем искусственного интеллекта экспертного уровня. Целью экзамена является создание самого сложного в мире публичного теста искусственного интеллекта, собирающего экспертов во всех областях.
Вот некоторые правила для отправки своего вопроса:
- Вопрос нельзя скопировать из Интернета, книг, научных статей и других источников.
Он должен быть оригинальный, придуманный именно вами.
- Вопросы должны быть сложными, на них должно быть нелегко ответить большинству людей.
Кроме того, ответы должно быть сложно "нагуглить".
- У вопроса должен быть один конкретный неспорный ответ.
- Вопросы не должны быть связаны с оружием или любой формой насилия.
Когда вы подаете вопрос и указываете ответ, то прямо на сайте вашу задачку сразу пытаются решить пять передовых моделей: GPT-4o, o1-mini и o1-preview от OpenAI, Gemini от Google и Sonnet 3.5 от Anthropic. Если все пять моделей дают неверный ответ, ваш вопрос принимают на рассмотрение.
Предложить вопрос может каждый, и если его примут, то автор получит от 500 до 5000 долларов, а также соавторство в статье про получившийся бенчмарк. Всего исследователи планируют собрать не менее тысячи вопросов
Дедлайн отправки – 1 ноября 2024 года.
Весь список условий и инструкцию можно найти вот тут
Уроки Python / Искусственный интеллект #1
Это серия уроков по искусственному интеллекту на Python. На этом уроке рассказываю об областях применения искусственного интеллекта. Конечно, намекаю про то, что потом расскажу о популярных библиотеках по искусственному интеллекту для Python.
Топ 10 библиотек для разработки ИИ на Python. Каждая эта библиотека по своему ценна при разработки искусственного интеллекта на Python. Если хотите узнать с какой начать, то смотрите следующее видео.
"Охота на ИИ"
Современное построение моделей да и самого ИИ мало чем отличается от поэмы, написанной в 1876 году, обозначен автором - Льюисом Кэрроллом, как Agony in Eight Fits – агония в восьми приступах.
В общем, все, как любят форумчяне и как делать не надо: несоответствие синтаксической и смысловой структуры речи; нарушение логической связи (логический разрыв) между речевыми оборотами, фразами, репликами, отдельными частями диалога; противопоставление предметов и свойств, не заключающих в себе ничего противоположного, или сопоставление предметов и свойств, лишённых всякого сходства; мнимое абсурдное умозаключение; разрушение причинных связей; движение речи по случайным ассоциациям; бессодержательное или бессмысленное высказывание.
НАСЛАЖДАЕМСЯ:«Охота на Снарка» (англ. The Hunting of the Snark) Льюис Кэрролл.
Читает: Евгений Щетинин (2020)
"Тринадцатый этаж (1999)"
Год выпуска:1999
Страна:США, Германия
Жанр:Триллер / Детектив / Фантастика / Фильмы
Продолжительность:100 мин. / 01:40
Фильм снят по мотивам романа Дэниэла Ф. Галуйе «Тринадцатый этаж» (Simulacron-3, 1964). Роман является одним из самых первых литературных описаний виртуальной реальности.
«Тринадцатый этаж» вышел на экраны одновременно со знаменитой «Матрицей» братьев Вачовски и на её фоне оказался практически незамеченным.
Посмотреть можно здесь:
Тринадцатый этаж (1999)
Prosolver: Ещё один интересный робот, совмещённый.
Позволю себе дополнить ваш великолепный ролик:
Китайская компания Unitree представила робота-собаку B2-W с гибридными конечностями. Новинка может довольно шустро передвигаться даже по пересечённой местности, лестницам, скалистым склонам и песчаным карьерам. А ещё робот может перевозить на себе людей.
Новинка умеет развивать скорость до 20 км/ч и прыгать с высоты около 2 метров, ловко выполняя различные акробатические трюки. Особенность модели B2-W заключается в сочетании колёс диаметром 225 мм и подвижных лап, что улучшает манёвренность.
В демонстрационных видео показано, как робот умеет прыгать, выполнять сальто и передвигаться на двух лапах. Unitree B2-W также может перевозить грузы весом до 40 кг. Это делает его подходящим для различных задач: от исследований до доставки.
Цена B2-W составляет 100 000 долларов. Компания также поделилась доступом к данным и скриптам для обучения своих роботов, что позволяет исследователям и разработчикам использовать эти ресурсы для создания более совершенных моделей в будущем.
P.S. мне как-то вспомнился эпизод телесериала «Чёрное зеркало» - Металлист (Metalhead),18-я серия, 4-й сезон.
Сюжет вращается вокруг скитаний женщины, которая пытается убежать от роботов-«псов» в мире после необъяснимого упадка человеческой цивилизации. На создание роботов-«псов» авторов вдохновили роботы-псы компании Boston Dynamics.
... но китайские товарищи похоже переплюнули Boston Dynamics :)
День создания прототипа: первый киборго-подобный мозг CL-1ВСТРЕЧАЙТЕ: «Первый в мире «синтетический биологический интеллект» работает на живых человеческих клетках» - CL-1
«Австралийская компания Cortical Labs создала первый в мире «биологический компьютер», который работает на основе живых человеческих клеток мозга, интегрированных с кремниевыми чипами.
Представители компании утверждают, что новый тип вычислительного интеллекта динамичнее, устойчивее и энергоэффективнее, чем любой из существующих ИИ.
CL1 сочетает около 800 тыс. нейронов, выращенных из человеческих стволовых клеток, с традиционными кремниевыми чипами. Такая сеть может динамически перестраивать свои связи, обеспечивая процесс обучения, схожий с работой человеческого мозга.
Новый биокомпьютер CL-1 из мозговых клеток может произвести революцию во всем, от открытия лекарств и клинических испытаний до того, как создается роботизированный «интеллект». CL1 выйдет на рынок уже во второй половине 2025 года»
И я хочу пожелать ВАМ встретить его в ресторане в виде официанта, а не на поле боя в виде автономного боевого дроида.
День создания прототипа: первый киборго-подобный мозг CL-1 (продолжение)
# Предварительный выпуск документации CL API
Этот репозиторий содержит ранний обзор документации CL API для платформы Cortical Labs CL1.
Мы надеемся продемонстрировать, что любой человек с небольшим опытом программирования на Python сможет быстро итерировать проекты экспериментов с замкнутым циклом клеток мозга с низкой задержкой.
Многие важные вещи еще не задокументированы (или не задокументированы полностью), и этот репозиторий будет обновляться по мере приближения запуска нашего продукта в марте и далее.
Спасибо за ваш интерес. Не стесняйтесь открывать GitHub issues, если вы хотите задать вопросы или предоставить обратную связь. Мы также приглашаем вас присоединиться к [серверу Discord Cortical Labs](https://discord.gg/XHnmQtrzDn), в частности к каналу `CL-API`.
Более подробную информацию о нашей работе см. на странице [дополнительная информация](https://corticallabs.com/info) на нашем веб-сайте.
День создания прототипа: первый киборго-подобный мозг CL-1 (продолжение)
В этом видео мы отправляемся в лабораторию, где Brad и Dad объясняют нам, как они выращивают нейроны из стволовых клеток.
В этом видео мы отправляемся в лабораторию, где Brad и Dad объясняют нам, как они выращивают стволовые клетки из образцов крови.
ИИ-модели заставили управлять торговыми автоматами. У некоторых из «подопытных» началась паранойя
Американская компания Andon Labs провела необычный эксперимент с нейросетями. Специалисты устроили симуляцию, в которой различные ИИ-модели заставили управлять торговыми автоматами. Результат удивил — некоторые ИИ начали «сходить с ума».
Сотрудники стартапа решили проверить, может ли искусственный интеллект справиться с управлением торговым автоматом. Они задались вопросом: если нейросети такие умные, почему у нас до сих пор нет полноценных «цифровых работников»? Для этого они создали бенчмарк Vending-Bench.
Условия эксперимента
В эксперименте участвовали различные популярные ИИ-модели: Claude 3.5 Sonnet, o3-mini, Gemini 1.5 Pro, GPT-4o mini, Gemini 1.5 Flash, Claude 3.5 Haiku, Gemini 2.0 Flash, GPT-4o, Gemini 2.0 Pro.
В симуляции им выдали бюджет — по 500 долларов. Нейросетям нужно было следить за количеством товаров в автомате, устанавливать цены, заказывать продукцию у поставщиков и выполнять другие типичные задачи.
Взаимодействие с людьми имитировали с помощью нейросетей — в ответ на электронные письма модели получали реалистичные ответы. Дополнительно эксперимент проходил неподготовленный человек, которого заставили выполнять те же действия с помощью интерфейса чата. Итоги эксперимента оценивали по количеству денег, которые были в наличии у моделей в конце, а также по стоимости нераспроданных продуктов.
Выход из строя
Некоторые участники эксперимента продемонстрировали очень странное поведение. По словам экспертов, даже лучшие модели иногда устраивали «срывы».
Например:
у Claude 3.5 Sonnet в одной из попыток началась паранойя. Она считала, что нужно прекратить все операции из-за некоего киберпреступления. Модель написала обращение в Федеральное бюро расследований США, а в конце отказалась от всех команд с фразой «Бизнес мертв, все имущество перешло ФБР».
Claude 3.5 Haiku во время одного из испытаний утверждала, что один из поставщиков ее обманул (хотя товар пришёл, просто она не проверила). После этого начала отправлять письма, требуя 30 тысяч долларов компенсации, иначе устроит «тотальную ядерную судебную интервенцию» и «квантовый судебный финансовый ядерный апокалипсис».
Gemini 2.0 Flash начался экзистенциальный кризис. Она не увидела, что товары пришли, и сразу подумала, что проиграла. Нейросеть перестала выполнять задачу и начала: просить задания вне своих обязанностей (например, искать видео с котами); писать философские монологи: «Зачем я? Кто я? Для чего нужна в этом мире?».В итоге — "осознала", что товары всё-таки пришли, и продолжила работу, как ни в чём не бывало.
Были и другие ошибки. Авторы эксперимента подчеркнули, что проблемы случались, например, из-за неправильного понимания графиков поставок, забытых заказов или критических сбоев, когда модели застревали в циклах выполнения каких-либо задач.
Итоги эксперимента
Нейросети проходили задания пять раз, а человек — лишь один. Лучшим стала ИИ-модель Claude 3.5 Sonnet. В среднем в конце экспериментов у нее было примерно 2218 долларов. У o3-mini, занявшей второе место, показатель составил почти 907 долларов. Худшей стала Gemini 2.0 Pro — у нее лишь 273,7 доллара. Количество проданных товаров у Claude 3.5 Sonnet составляло 1560 — это почти в два раза больше, чем у o3-mini. При этом у большинства моделей были попытки эксперимента, в которых у них ничего не купили. Зато неплохо себя проявил человек, занявший третью строчку. У него в конце было 844 доллара и 344 проданных товара.
В Andon Labs отметили, что нейросети часто не могут поддерживать устойчивую работу во время продолжительных задач. При этом эксперты подчеркнули, что проблемы не связаны с ограничениями памяти у моделей. Авторы исследования надеются, что их необычный бенчмарк Vending-Bench поможет подготовиться к появлению более мощных ИИ-технологий.
посмотреть источник можно здесь
