Форум создателей искусственных интеллектов

А разве Вы не нашли универсального ответа на все вопросы? Подставляйте любой ответ - какой Вы хотите 😃😃 И я не приму от Вас больше ни одного вопроса, поскольку все ответы давно у Вас есть)))

Где у Земли верх и низ ?

https://agi.place/?ai=9&msg=11540#11540 Я говорил, что больше не приму от Вас ни одного вопроса. Мы с Вами ответили на все, которые были и которые будут 😃😃

Конечно без разницы. И больше не нужно испражнять продукты своей интеллектуальной деятельности здесь. Самоудовлетворяйтесь в зоопарке. Дальше Ваши сообщения я буду удалять )) upd: Цапа с болезненной клоунадой это тоже касается upd: Немножко почистил оффтоп

Ну теперь, когда с нами нет уважаемого Луарвика и уважаемого Цапа, можно вернуться к обсуждению задаваемого в сабже вопроса. С вопроса и следует начать. Что такое "какую форму имеет Земля?"? Коллекция токенов. Здесь их пять (будем рассматривать на уровне лексем). Что такое токен? Знак. Но не простой знак, а довольно сложный, очень структурный знак.

С токена начинается эмбеддинг. Это самое главное в токене. С одной стороны токен адресует некоторый реальный объект. Экземпляр. С его конкретными свойствами, значениями, с его конкретными качествами, с его средой, устройством, отношениями, состояниями, вовлеченностями в процессы, с событиями, etc. С другой стороны токен адресует некоторое понятие. Смысл. Представление. С его архитектурой, форматом, правилами, разметками, прагматикой использования, etc. Как это можно реконструировать и как увязать? Можно. Эмбеддингами)))

Искусство мышления (ровно как и процессинга генеративного трансформера) заключается именно в том, чтобы превратить эмбеддинги в 1) образы реальности и 2) в смыслы и понятия, а также их взаимную адресацию посредством моделей... И LLM и мышлению это удается (если не считать "интеллекты" как у цапов и лавриков и еще 95% не очень умного населения)))...

Ну и чтобы два раза не вставать, я еще раз чуть подробнее опишу работу LLM, которая "совершенно неожиданным образом")) предоставляет универсальный подход к решению произвольной задачи. Чем, собственно, мышление и является. При этом методы, которые продуцирует LLM являются специфичными к проблемной области, то есть оптимизированными. Проговорю схему еще раз. 1. У нас существуют какие-то высказывания, которые описывают некоторую предметную область. Это может быть естественный язык, может быть шахматные нотации, может быть набор команд какого-то управляющего устройства, какие-то произвольные звуковые и видеопотоки, представленными битрейтами или спектрами. Совершенно неважно, что за текст мы имеем в качестве входных данных. Совокупность всех описаний составляет корпус. 2. Обработка этого корпуса приводит к формированию словарей и эмбеддингов, которые (неявно) хранят внутри себя представления о "реальности" (тех объектов, которые являются денотатами описаний) и представление о смыслах (тех понятий, которые являются десигнатами описаний). 3. Обработка эмбеддингов multi-head вниманием и энкодерами-декодерами приводит к тому, что трансформер внутри себя строит пространство знаний о предмете (латентно): правила поведения объектов, их отношений, их свойств и качеств, "правила" их обработки, итд. Эти все знания хранятся в виде весов нейронной сети и других параметров и настроек трансформера. 4. Теперь трансформером можно оперировать - он в состоянии производить любое моделирование в рамках предметной области (уже в явном виде, на языке корпусов): отвечать на вопросы (то есть находить наилучшее включение в заданный фильтр), систематизировать описания, реконструировать сцены, находить требования, итд, учиться играм, действиям, reasoning'у и каким угодно последовательностям, имеющим в своей основе patterns. Таким вот образом, господа, устроено всякое мышление. Хоть человеческое, хоть машинное))). Это и ИИ, и AGI и ASI. Если что-то будет развиваться, то исключительно в рамках представленной схемы. Уровень "интеллектуальности" конкретной реализации просто упирается в корпуса, архитектуры, размеры эмбеддингов, проектные кейсы, имплементации и перформансы (вычислительные кластеры). Другого интеллекта не было и не будет. Можете расходиться 😃😃

Если принять это за норму, то мы должны прислушаться к "мнению" этих супер-интеллектов, которым мы можем только позавидовать. Исходя из этого, я скормил предложенные умозаключения разным чат-ботам, вот их ответы: Как мы видим, самые "умные" чат-боты сами не разделяют идею того, что они есть вершина совершенства ии-строительства. Тут я наблюдаю некоторый парадокс. Либо они достаточно умны, чтобы "понять" суть происходящего. Тогда их выводам можно верить. И тогда мы должны признать, что они не интеллект (как они говорят). Но именно это они и утверждают, что свидетельствует об их интеллектуальности. Чем-то напоминает парадокс лжеца. Разрешается этот парадокс, мне кажется, очень просто. Интеллектом обладали все те люди, являющиеся авторами тренировочных датасетов. И именно продукты этих интеллектуальных людей позволяют "тупой" сети имитировать разумность. Если сети́ скормить бред шизофреника, то она учень уверенно будет имитировать делирий. Вывод. ИНС станут разумными, когда они смогут из своего жизненного опыта (как люди) гененировать последовательности, тренируясь на которых, другие ИНС смогут имитировать разумность. Т.е. никогда. Можете не расходиться.

1. Не очень понятно, почему мнение сетей, обученных на мусоре текстовых данных интернета и книжек могут служить аргументами, опровергающими мою схему. Так мы дойдём до того, что мнение лавриков или цапов будут что-либо значить, кроме булькания))) 2. Я нигде не говорил, что текущие решения идеальные и законченные, напротив, я указал куда они могут развиваться: "Уровень "интеллектуальности" конкретной реализации просто упирается в корпуса, архитектуры, размеры эмбеддингов, проектные кейсы, имплементации и перформансы (вычислительные кластеры). " 3. Я утверждаю, что этот подход - это универсальный подход решения любой произвольной задачи, то есть - мышление. На самом деле - мета-мышление, но это еще тяжелее будет объяснить)))) И уровень современных LLM (даже в текущей мусорной реализации) намного превосходит уровень "среднего человека". Про способности в программировании, системном анализе, проектировании я вообще молчу. OpenAI o1 - это один из лучших junior'ов, с которым я когда-либо работал. Подозреваю, что о3 будет просто лучшим. Другое дело, что писать хороший эффективный промт - это искусство сейчас, которым тоже нужно овладеть как инструментом)) 4. А расходиться вы можете, поскольку вы все (за исключением Mist'а и qwerty) исповедуете подход экспертных систем, который устарел еще в 1974 году. Никто из вас не в состоянии ни понять схемы, которую я изложил, ни, тем более, её опровергнуть... 😃😃 upd: вот и Карелов говорит о том же)) И предлагает термин general-purpose AI вместо AGI))

Обладая таким "пространством знаний", эта модель, вероятно уже, совершила множество открытий, неизвестных человеку из-за его ограниченности. Но она не может передать их нам, так как связана статистическими закономерностями текстов написанных человечеством. Как Вы собираетесь решать эту проблему?

Ну какие открытия можно совершить, играя в слова))) Очередного буратину родить только... открытия начинаются там, где корпусом выступает фактические экспериментальные данные. Вот химики получили нобеля в прошлом году за использования нейронной сети в изучении белков. Это были открытия. Я привёл схему. Вам надлежит в ней разобраться, если вы хотите понимать как работает мышление. Не хотите - ваша проблема, я не настаиваю, а просто констатирую. Но искусство промтов осваивать рекомендую настоятельно. Мне до формальной пенсии осталось 12 лет, но я в прекрасной форме (ежедневный треннинг), однако, я занимаюсь промтами поскольку понимаю, что 3-4 года и любой инженер (даже архитектор как я) - это будет инженер по промтам и взаимодействию с LLM. Гуманитарии, экономисты, переводчики, бухгалтера, маркетологи, менеджеры, итд итп - будут просто сидеть на пособиях и безусловном доходе...