Чем больше моделей ИИ, тем лучше! Исследовательница технологий Кристина Лу доказывает это в своей новой статье в журнале Combinations. Разработчики уже научились сглаживать предрассудки, которым подвержены алгоритмы. А исследователи алгоритмической этики помогают создать ИИ, отражающий множественные точки зрения, а не одну единственную перспективу. Но это не решит главной проблемы, уверена Лу: сейчас все большие модели ИИ мыслят одинаково.

Скажем, большие языковые модели — будь то ChatGPT или Claude — имеют одинаковую онтологическую архитектуру. То есть то, как отдельные концепты соотносятся друг с другом — и к каким паттернам активации нейронов приводят. Все потому, что разработчики используют одну и ту же архитектуру трансформера, которая успела зарекомендовать себя на рынке. А еще — из-за того, что большие модели необычайно прожорливы, и для их обучения нужно много качественных данных. Поэтому разработчики нередко используют одни и те же датасеты.

К тому же, обучение конкурентоспособных языковых моделей попросту мало кто может себе позволить. Это требует огромных энергетических, финансовых и корпоративных ресурсов. В конечном счете, пишет Лу, само устройства рынка ИИ приводит к тому, что модели становятся все больше похожи друг на друга. А учитывая то, что мы все чаще полагаемся на ИИ, это может привести к гомогенизации мысли в целом.

Но на самом деле ИИ может помочь нам научиться мыслить по-новому, преодолев существующие культурные границы. Для этого нужно создать рыночную экосистему, в которой преимущество будет у небольших моделей с разнообразной архитектурой, заточенных на конкретные задачи — а не у ультимативного алгоритма, который умеет все. Но важно, чтобы эти модели имели интерфейс для связи друг с другом — и могли бы образовывать многосоставные гибриды.

На кону не просто будущее ИИ, утверждает Лу. Будущее интеллекта в целом — за химерическими моделями, которые объединяются друг с другом, коллаборируют и мутируют.