У ИИ нынче биллионы и триллионы параметров. Если мы заходим со стороны математических ориентиров выше, мы примерно понимаем, что тогда нам нужны биллионы и триллионы точных данных про нас, или вот кого мы там реконструируем как функцию.

А ещё мы понимаем, что они не будут точными, потому что на любое наше зарегистрированное поведение по жизни (породившее конкретные данные: слова, которые мы написали или сказали, состояние, в котором мы были и т.д.) влияло ещё определённое количество не зарегистрированных внешних и внутренних факторов. Точность тут в том смысле, как у линейной функции: всегда дай мне эти вводные (x) и я всегда отвечу тебе ровно вот так (y). Как вы понимаете, даже одну и ту же мысль я в этом посте могла бы изложить разными способами. Если сейчас ТГ глюкнет и сотрёт весь мой текст, как уже бывало, во второй раз я напишу пост не идентично первому. То же намерение и идея (x) окажутся выражены иначе (y). Так что не идёт речи об однозначности и точности такого рода. А значит, нам нужно больше чем триллионы "точек". Нам нужно какое-то невероятное дофига. Где мы столько возьмём? И как мы будем знать, что даже тогда этого хватит?

И ведь у нас в любом случае получится функция, как в примере с линейной выше, которая снижает расстояние до всех наших точек, как может, но не соответствует идеально тогда ничему из них. Условно, эта модель не будет знать, скажу я сейчас следующим слово на "к" или нет. Она будет знать, что условно в 40% данных, имеющихся у неё обо мне, в подобных ситуациях (а это тоже надо вычислить и тут можно ошибиться) я говорила слово на "к".

В реальности во всех статьях, которые я видела, используются претренированные ИИ. Именно потому, что под конкретные задачи данных обычно не хватает. Претренированные это значит обученные на всём Интернете. Скорее всего, это же предлагается положить в основу "функции", воспроизводящей конкретного человека. Тут человек с описанными выше ориентирами может спросить себя и других, насколько я верю, что статистика — ну то есть те самые вероятности, которые "как часто?" — всего Интернета лежат в основе именно меня. А они выступят ведь дефолтом по-умолчанию там, где личных данных не хватит либо те слишком разнообразны.

3) ИИ с трудом справляется с задачами, требующими подлинного понимания, рассуждения или дедукции, поскольку это в первую очередь сопоставление с образцом (сопоставление паттернов).

Пока стоп. Получилось длинно. Есть чего ещё добавить, но потом.

Напоследок пара описаний от Gemini (ИИ Гугла):

По сути, ИИ — это прикладная математика, линейная алгебра, теория вероятности и статистика, работающая с огромными объемами данных для получения полезных прогнозов.

Вероятностный характер. Многие модели искусственного интеллекта (например, LLM [от меня: основа чата GPT и почти всех современных чат-ботов]) действуют как расширенное автозаполнение, предсказывая наиболее частое следующее слово путем расчета вероятностей, полученных на основе обучающих данных.

#учёный_и_воображение