📌 20 инсайтов о настоящем и будущем ИИ от Юрия Визильтера. Часть 1

На прошлой неделе состоялась лекция для руководителей образовательных программ по ИИ одного из главных российских ученых в этой сфере — Юрия Визильтера, профессора РАН, научного директора Института ИИ МФТИ и руководителя научного комплекса ГосНИИАС «ИИ и техническое зрение».

Лекция прошла как часть одного из мероприятий федерального проекта «Искусственный интеллект», нацеленного на обучение ИИ и ИТ-специалистов топ-уровня.

Мы выбрали из доклада Юрия Визильтера 20 главных выводов, которые систематизируют взгляд на ИИ:

➡️ Современному ИИ всего 5 лет – это ребенок! Несмотря на то, что идеи ИИ существуют давно, ключевые технологии, такие как трансформеры и LLM, появились только в 2017-2020 годах.

➡️ Приоритет №1 — генеративные модели. Фундаментальные генеративные модели (языковые, диффузионные, мультимодальные) — самое перспективное и важное направление исследований прямо сейчас.

➡️ Одно из самых впечатляющих применений ИИ — агенты для научных исследований. Они уже способны самостоятельно генерировать гипотезы, проводить эксперименты и писать научные статьи, которые проходят рецензирование на конференциях. Про роль ИИ для науки мы написали здесь и здесь.

➡️ Безопасность и объяснимость — не роскошь, а необходимость. Для внедрения ИИ в критических сферах, как авиация или медицина, жизненно важно понимать, как модель принимает решения и согласовывать её действия с ценностями человека.

➡️ Настоящая революция в развитии интеллекта возможна только через взаимодействие ИИ с реальным миром через физическую оболочку — роботов. Это одно из ключевых направлений к общему ИИ.

➡️ Прорыв находится за пределами данных. Технология RLVF (обучение с подкреплением на верифицированном фидбэке) позволяет ИИ превосходить знания, заложенные в обучающих данных. Модель генерирует множество решений (например, код или математические доказательства), а внешний верификатор отбирает лучшие, на которых модель дообучается.

➡️ 3D Gaussian Splatting — технология, которая позволяет создавать и редактировать фотореалистичные 3D-сцены в реальном времени, крайне важна для робототехники, игр и генерации видео. Именно она лежит в основе 3D-консистентности нашумевшей модели Sora.

➡️ Появление моделей, способных параллельно решать десятки разнородных задач (управлять роботом, играть в Atari, вести диалог), доказывает, что можно создать единого универсального агента, обрабатывающего любые данные как последовательность токенов.

➡️ Новый перспективный подход — создание моделей, которые оперируют не человеческим языком, а абстрактными надъязыковыми концепциями. Это подтверждается и анализом существующих LLM: они думают на неком «универсальном языке», а не только на английском или русском.

➡️ Идёт активный поиск более эффективных архитектур, чем трансформеры с их квадратичной сложностью вычислений. Гибридные модели (Mamba, Hyena) и State Space Models показывают большой потенциал.

Продолжение ниже ⬇️

💬 Тест Тьюринга. События в сфере ИИ. Подписаться