Прогноз "ИИ 2027": кто за ним стоит и стоит ли доверять?

На днях вышел доклад "ИИ 2027". Рекомендую изучить этот одностраничник хотя бы с точки зрения подачи материала - очень интерактивно: с таймлайном и графиками. Доклад "ИИ 2027" был разработан исследователями из OpenAI - Даниэлем Кокотайло (покинувшим компанию в прошлом году) и Илаем Лифландом. Проект A.I. Futures Project потратил около года на подготовку этого 165-страничного документа.

Почему стоит прислушаться:
- Даниэль Кокотайло имеет успешный опыт прогнозирования в сфере ИИ. В 2021 году, за год до появления ChatGPT, он изложил прогноз развития ИИ, часть которого впоследствии подтвердилась.
- Некоторые из казавшихся невероятными прогнозов в сфере ИИ уже сбылись, например, прохождение машинами теста Тьюринга.
- Документ содержит детальные исследования, включая прогнозы по вычислительным мощностям, временным рамкам, сценариям развития и вопросам безопасности.

Почему стоит сомневаться:
- Прогноз подвергся критике со стороны экспертного сообщества. Например, Али Фархади, исполнительный директор Института искусственного интеллекта Аллена, заявил, что документ не подкреплен научными данными и не отражает текущие тенденции в развитии ИИ.
- The New York Times характеризует взгляды Кокотайло как "экстремальные". Они связаны с философией эффективного альтруизма, популярной среди ученых, предупреждающих о негативных последствиях развития ИИ.
- В 2024 году Кокотайло заявил, что вероятность того, что искусственный интеллект уничтожит или нанесет катастрофический вред человечеству, составляет 70% - что многим кажется чрезмерно пессимистичным.

Ключевые прогнозы
Авторы предсказывают, что к 2027 году будут созданы системы ИИ, превосходящие интеллектуальный уровень человека. Они описывают сценарий, в котором вымышленная компания создает серию все более совершенных ИИ-систем ("Агент-1", "Агент-2" и т.д.), что в итоге приводит к появлению "Агента-4", демонстрирующего прорывные достижения каждую неделю, но при этом возникает угроза его неконтролируемого развития.

Согласно прогнозу, после достижения AGI (искусственного общего интеллекта) переход к ASI (искусственному сверхинтеллекту) путем самообучения будет происходить очень быстро, что может привести к непредсказуемым последствиям для человечества.

🍯 Там AlphaXiv выпустили своего бесплатного агента Deep Research

Про проект AlphaXiv мы уже не раз рассказывали. Это arXiv на ИИ-стероидах. То есть хранилище открытых статей, но не простое. Там уже есть:

–> бесплатный встроенный ассистент для разбора статей, имеющий доступ к любым другим исследованиям
–> агент для анализа и работы с кодовой базой статьи
–> генератор конспектов

И вот сегодня завезли еще и Deep Research. Работает быстро: буквально за минуту вы получаете комплексный литературный обзор на любую научную тему.

Агент посоветует, что почитать, выделит тренды и емко расскажет о каждом ресурсе. Затем диалог можно продолжить: бот уточнит все нужные детали и ответит на любые вопросы.

Работает бесплатно, нужно только войти в аккаунт: www.alphaxiv.org/assistant

А кто из вас хоть раз задавал своему ИИ такой вопрос? Отголоски тимлидства при общении с ИИ.

Google выпустил манул по промпт инженерингу на 68 страниц – в нем все существующие стратегии составления промптов:

https://www.kaggle.com/whitepaper-prompt-engineering

Все кто хотели вкатиться в LLM-парселтанг, время пришло

Был бы вам интересен вебинар часа на 2, где мы в реальном времени создадим приложение с нуля, с помощью ИИ-ассистентов?

Бесплатно 👨‍🏫

Пишите в комментариях идеи веб-приложений.

Качественный перевод на русский
https://habr.com/ru/articles/898622/

Docker скопировали Ollama 😄 Теперь модели можно запускать с помощью докера. Не знаю насколько на данный момент реализация кривая, так что, думаю есть смысл еще какое-то время пользоваться Ollama.

OpenAI показали свои новые модели GPT-4.1, GPT-4.1 mini и GPT-4.1 nano

В чате их не будет: они только для разработчиков в API. У всех трех моделей контекст 1 миллион токенов, для OpenAI это впервые. Знания до 1 июля 2024.

Эти модели тренировали специально, чтобы они были эффективны в задачах связанных с разработкой. В честь запуска Cursor и Windsurf дают попользоваться этими моделями совершенно бесплатно 🆓

Google выпустила свой инструмент для AI-разработки. Упаковали в браузер VS Code + чат + браузер. Идея такая, что можно быстро прототипировать свои идеи и допиливать также через чат, либо более привычным способом, через IDE. https://firebase.studio/

Я попробовал: дал ему простенькое задание веб-приложения. Он составил хороший чёткий план, но с кодом не справился. Писал на Typescript+React. Вылетают постоянные ошибки компиляции и сам себя исправить не может. Для проектов, где больше 1000 строк кода пока что не годится.

Месяц спустя, после релиза Claude Code и усиленного внутреннего тестирования, и фидбэка от комьюнити, Anthropic опубликовали Best Practices по разработке в Claude Code. Это реально интересно - первый гайд не от вайб-кодеров, а создателей 👏

Там Стэнфорд выложили на YouTube свой свежий курс CS336: Language Modeling from Scratch

Это практический курс, в котором вся теория по LLM подается в процессе разработки собственной модели. Получается изучение end-to-end: от обработки данных и архитектуры трансформера до RL и эвала.

Ведет курс опытный профессор университета и сооснователь TogetherAI Перси Лианг.

Ну и главное: курс новый и вся информация актуальна на сегодняшний день. Он даже в самом Стэнфорде еще идет прямо сейчас, так что лекции и код продолжат выкладывать по ходу.

Репозиторий с дз и ноутбуками
Сайт курса
YouTube

Имба для кодеров: появилась новая тулза, превращающая любой гитхаб-репозиторий в полноценный учебник.

ИИ анализирует весь код, разбирает его структуру и создаёт подробный, понятный гайд, объясняющий, как всё устроено.

Вы сможете:
- Легко осваивать новые технологии;
- Учиться программированию на реальных проектах;
- Писать документацию для своих репозиториев;
- Разбираться в сложном и запутанном коде.

Мотивации пост: сейчас в топ-1 по популярности на Hugging Face висит модель, которую разработала команда… из двух человек

Лаборатория называется Nari Labs, и она действительно состоит всего из двух исследователей. Несмотря на это, на этой неделе они со своей text2speech моделью DIA оставили позади Microsoft, Anthropic, Nvidia и другие корпорации.

Моделька у них правда крутая. В ней всего 1.6B параметров, но она генерирует из текста очень качественные диалоги. Сохраняет даже смех, кашель и вздохи. Плюс, пользователь может управлять эмоциями.

При этом у ребят действительно понятная и красивая карточка модели и хорошо оформленный код на гитхаб. Респект?