Ревизия ущербного "искусственного интеллекта" продолжается: мечтают ли

alex_rozoff — 08.02.2024 Не успели засохнуть цифры на предыдущем ОП (о внезапном прозрении китайцев, попытавшихся что-то роботизировать и шокированных отсутствием каких-либо следов здравого смысла в "мозгах" предлагаемых для роботов) - как пролилась новый поток шоковых открытий. Оказывается в больших языковых моделях (LLM), к которым относится знаменитая "прорывная" линейка продуктов ChatGPT компании OpenAI не имели встроенного представления о симметрии.
Надо отметить, что представления об отображении, симметрии и подобии (в т.ч. самоподобии) являются настолько фундаментальными для устройства вселенной и любой ее части, что на них опирается вообще любая упорядоченность, с которой мы имеем дело.

Как это попало в паблик?* Бехруз Тахмасеби, аспирант Массачусетского технологического института (MIT) на факультете электротехники и информатики, занимался проблемой огромного объема данных-примеров, которые требуется подготовить и скормить LLM, чтобы оный начал проявлять какие-то признаки, считаемые искусственно-интеллектуальными. Размышляя над оптимизацией этого, он обратился к работам Германа Вейля**, и сообразил, что учет симметрий, присущих практически всем наборам содержательных (осмысленных) данных, в разы сократит информационные затраты. За кадром осталось: почему симметрии не учитывались до сих пор.

Межуду тем, событие очередной раз привлекло внимание к сравнительно новому AI-сегменту: геометрическое глубокого обучения (GDL), порожденному в ходе предыдущей ревизии отрасли.

...Такие дела...
--------------------
*) Аспирант доказал, что вековой математический закон способен ускорить обучение ИИ.
Согласно исследованию Массачусетского технологического института (США), кодирование симметрий поможет языковым моделям обучаться на меньшем количестве данных. Это доказал аспирант, который применил закон Вейля к работе с нейросетями и сформулировал связь между симметричностью данных и размером обучающей выборки.
https://naked-science.ru/article/hi-tech/aspirant-dokazal-chto-vek
Симметрия машин: 100-летний математический закон может ускорить развитие ИИ
Как аспирант MIT превратил курс по дифференциальным уравнениям в научный прорыв в машинном обучении.
https://www.securitylab.ru/news/545857.php
**) «Симметрия» является последней работой выдающегося немецкого математика Германа Вейля (1885 – 1955). Она была опубликована в 1952 году и представляет собой авторскую компиляцию публичных лекций, прочитанных Вейлем годом ранее в Принстонском университете. Поскольку лекции были адресованы самой широкой аудитории, то и стиль изложения «Симметрии» общедоступный, с минимальным набором формульных выкладок.
http://stopcran.ru/blog/german_vejl_simmetrija/2013-06-25-90
Картинки: Мауриц Корнелис Эшер. "Относительность" и "Гравитация"

Оставить комментарий

Популярные посты:

• Ранее
• Архив