Пределы автоматизации и внедрения роботов

[BlackMokona]

Что там?

Обычное либертарианство. Свободный рынок, минимальное вмешательство государства, индивидуализм, свободная торговля, и тд и тп.

[Olweg]

В общем, уже понятно, что вау-эффектов, как от GPT-4, теперь не будет. Тогда был эффект низкой базы. Сейчас уже пошло насыщение технологии, выход на полку S-кривой, когда 80% усилий выбирают оставшиеся 20% прироста. Ну, сейчас, может быть, 80% от потенциала ещё не достигли, но уже к этому идёт, перегиб S-кривой трансформерной архитектуры, наверное, пройден. Значит, ждём новых подходов, в том числе в железе - например, истинной нейроморфности.

Не у меня одного такие мысли:
https://ai-news.ru/2025/08/gpt_5_ot_openai_signaliziruet_o_zavershenii_krupnyh_proryvov_v_oblasti_ii.html
https://www.webpronews.com/openais-gpt-5-signals-end-of-major-ai-leaps-focus-on-refinements/

…несмотря на шумиху, всё больше экспертов сходятся во мнении, что эти достижения знаменуют конец революционных скачков в области ИИ и открывают эру постепенных улучшений. Влиятельный эксперт по ИИ Янник Килчер в недавнем видео на YouTube сравнил текущее состояние больших языковых моделей (БЯМ) с «эпохой Samsung Galaxy» в мире смартфонов, когда каждая новая модель предлагает лишь незначительные улучшения, например чуть более качественную камеру, а не революционные инновации.
…

Конец законам масштабирования?

В более широком смысле это означает, что фундаментальные исследования в области ИИ зашли в тупик. Килчер предполагает, что мы исчерпали возможности простого масштабирования вычислений и данных и что осталось, возможно, всего два-три порядка величины, которые не стоят вложенных средств. Вместо этого компании обращаются к «умным» методам, таким как формирование вознаграждения в RL, для улучшения моделей. Это напоминает ранние этапы машинного обучения, но в гораздо большем масштабе, где обучение стоит миллионы.

[Ph_user]

Количество прорывов зависит от инвестиций. Если инвесторы начинают видеть отсутствие прибыли они заканчивают инвестировать и примерно все прорывающие работники уходят в другие места.

А хотели сделать робота чтобы он сам себя улучшал или хотя бы сохранял во времени.

[Olweg]

Количество прорывов зависит от инвестиций.

Тут циклическая связь. Количество инвестиций, в свою очередь, зависит от прорывов )

Естественно, речь пока только о трансформерной архитектуре, которая лежит в основе современных моделей. Да и то, не факт, что в ней самой ещё невозможны какие-то радикальные изменения. Просто парадигма масштабирования (больше данных, больше параметров при прочих равных) окончательно выходит на полку. Первые звоночки были ещё в прошлом году.

[Metatron]

Рано судить о застое по результатам одной модели.
Посмотрим что получится у других. Тот же Грок-5 обещают в конце года, начале следующего.

У OpenAI был трудный год. Уход ведущих специалистов. Потом сманивание оставшихся Фейсбуком.

[Mercury127]

имхо, без выпуска модели в реальную жизнь, где она сможет обучаться на взаимодействии с окружающей средой, одновременно чувствуя оное взаимодействие собственной шкурой, дальнейшего прогресса не будет.

вот примерно как было заявление, что китайцы своего робота отправили в университет. вот надо так и делать, и не ради показухи. и лет через 10 можно будет сделать вывод, чему он может научиться.

но опять же, для этого придётся перейти психологический рубеж, отделяющий раба от гражданина, те определиться, хотим ли мы иметь гражданина-машину...

кроме того, нужно понимать, что результат взаимодействия с окружающей средой будет разный, в зависимости от пропорции гопарей и профессоров в среде.

по сути, единственным отличием такого гражданина-машины от гражданина-человека будет лёгкость копирования...

пока же, нмв, состояние моделей застряло на уровне пятилетнего ребёнка, в которого залили весь интернет.