Но интересно, что модель, обученная на играх с рейтингом до 1500, не может статистически значимо превзойти своих «учителей» и играет примерно на 1500+-. Авторы работы выдвигают гипотезу, что причина в разнообразии данных, а вернее — в его отсутствии. Чем лучше игроки, тем более похожи их ходы друг на друга (и на оптимальные, если их перепроверять специальной программой, которая играет лучше всех людей). Их ошибки становятся всё более редкими, и скорее всего похожими друг на друга.

[вообще у меня вопрос к авторам, у них модель как будто бы хуже получилась, чем та, что смотрела на игры до 1300 рейтинга. Но может это реально погрешность, всё же находится в рамках доверительного интервала.]

Для проверки гипотезы вводится метрика, оценивающая разнообразие ходов из одного и того же состояния для игроков с определённым уровнем (если вам интересно, через оценку энтропии распределения ходов). Гипотеза подтверждается, действительно ходы становятся менее разнообразными -> выигрыш от агрегирования разных мнений становится меньше, мудрость толпы перестаёт давать существенный прирост.

Но феномен всё равно очень интересный. Удивительно, как простая функция для обучения, «предскажи следующий ход», ведёт к такой стратегии и результату, превосходящему качество исходных данных.

Остаётся вопрос — насколько разнообразные данные порождают лучшие эксперты в своих областях у человечества? И можно ли там получать сверх-человеческие результаты за счёт мнения толпы 😀

UPD: забыл написать (и это не исследуется в статье), что бОльшие модели лучше извлекают информацию из данных, и авторы экспериментировали с 50М модельками (очень крохотные). Возможно, модели покрупнее и видевшие больше данных могли бы, например, делать скачок от игр с 1800 рейтинга к навыку игры на 2200. А может и нет — посмотрим, будет ли продолжение.

Начинаем выходные с вырезки из недавнего интервью Mira Murati (CTO OpenAI). Это, кстати, не первое её публичное появление за последний месяц — видимо, решили спрятать Sam от глаз публики, ибо слишком много негатива и претензий льётся в его сторону. А может просто более важными вещами занят 🤷‍♂️

Так вот, в этом кусочке Mira говорит про то, что модели GPT-3 по уровню интеллекта были как маленькие детки, GPT-4 на уровне старшеклассников, а в ближайшее время (в течение полутора лет) доберёмся до моделей уровня PhD (кандидатов наук) в рамках определённых задач. Вы можете не соглашаться с оценками, это популярная позиция, мол, GPT-4 на самом деле вообще не сравнима, но не в этом суть.

Что привлекло моё внимание, так это схожесть с тезисом из Situational Awareness за авторством Leopold Aschenbrenner, помните я писал про интервью и анонс работы? На бумаге у Leopold были такие же расчёты, привязанные к количеству вычислений, производимых во время обучения моделей, и
— GPT-2 имела уровень дошкольника
— GPT-3 уровень начальной школы
— GPT-4 уровень умного старшеклассника
— и дальше на горизонте модели PhD-level

Думаю, эта схожесть не случайна, и варианта вижу три:
— это распространенный внутри OpenAI подход к рассуждению
— Mira это придумала сама, не читав работу Leopold
— Mira прочитала работу и переняла эту оценку

Мне кажется, что почти наверняка это вариант 1, да и расчёты по таймлайнам в самой работе очень похожи на те, что были у штатного философа-предсказателя OpenAI Daniel Kokotajlo, задача которого была буквально оценивать сроки развития технологий и разрабатывать необходимые меры по интеграции систем в экономику и сообщество. У него даже предсказанный год появления AGI был тот же: 2027. И ровно к этому сроку OpenAI официально планировали закончить проект Superalignment'а (которого уже нет), так как считали, что нужно готовиться к развитию суперинтеллекта.

Опять же, вы можете не соглашаться с самими предсказаниями/тезисами/траекторией развития, но моя рабочая гипотеза в том, что всё это — часть реального внутреннего видения и прогнозов, которые OpenAI берут за номинальные. Это обсуждается, обговаривается, ведутся дебаты за обеденным столом, команда прогнозистов делает корректировки, etc.

В их картине мира они действительно идут к точке, что через 3-4 года будет AGI (определённый как «на уровне эксперта в большинстве экономически важных задач»); это не подразумевает, что через 4 года людей почти на всех работах заменит GPT-X, так как есть и регуляции, и проблемы внедрения технологии, и даже просто забастовки людей; такая система может быть разработана, но не анонсирована. Или разработана и анонсирована, но законсервирована, пока не появятся регуляции.

В комменты пишите свои аргументированные доводы, почему вы не согласны с таймлайном OpenAI.

Sam Altman вспомнил, что он вообще-то был президентом YC, да и что у него есть свой инвестфонд на 400+ компаний. А потому OpenAI за последнюю неделю отметились несколькими покупками. Первая — Rockset, компания занимается поиском и аналитикой баз данных. 50/50 улучшение Advanced Data Analyst-режима GPT-4 и задел на поисковую систему, которую пилят давно. Но это не так интересно.

Вторая, вот прям сегодня поглотили стартап Multi. Они делали платформу для коллаборативной разработки/ведения митингов. Более подробно смотрите на приложенной демке — вы созваниваетесь с коллегами, кто-то шарит экран, и все могут что-то делать одновременно. В 10 пальцев рук код, конечно, не попишешь, но распараллелить какие-то вещи (включая отладку кода стажёров на удалёнке, ох, наглотался в ковид...) вполне возможно. Бонусом идут заметки с митинга, включая полную запись, её саммари, возможность быстро задавать вопросы ко всем митингам (даже тем, что были месяц назад), ведение лога активности и создание «следующих шагов» (чтобы каждый, выходя с митинга, не забывал, что ему надо делать в ближайшую неделю).

Причины покупки вижу две:
— в OpenAI любят кодить в 2 пары рук и им нравится инструмент (👀 учитывая что у них нет удалёнки)
— ...они хотят сделать такое же общение и коллаборацию...но не с коллегами, а с GPT-приправленным ассистентом. Ассистент тоже видит все вкладки, все экраны, имеет тот же контекст, что и вы, так ещё и говорить умеет. А ещё через подобную программу ОЧЕНЬ легко собирать данные для дообучения/понимания уязвимых мест, где ассистент плохо себя показывает.

Не ожидаю в ближайший ~год развития, но после этого, и с обновлением поколения моделей — думаю, будет отвал башки.

Сами Multi написали в анонсе следующее:
— Недавно мы задавались вопросом, как нам следует работать вместе с компьютерами. Не на компьютере или используя, а именно _с_ компьютерами. Вместе с ИИ. Мы считаем, что это один из самых важных продуктовых вопросов нашего времени.

На сайте makereal.tldraw.com можно схематично нарисовать прототип UI, сделать стрелочки и подписи с объяснением функциональности, а затем сделать запрос в GPT-4o/Claude-3.5 на генерацию кода, который бы реализовывал интерфейс

Примеры пока простенькие, не то что целый аналог приложений с мировым именем строится по щелчку, но мы потихоньку приближаемся к этому. Вот пример генерации iPod с оригинальным дизайном: можно покрутить селектор для выбора трека. Со слов авторов, GPT-4o не могла такое реализовать, а Claude 3.5 первая справившаяся модель.

В комментарии скину картинку, по которой делалась генерация.

Концепт конечно интересный, если захотите поиграться — вам понадобится свой API ключ.

Эх, а вот лет через 5-7... 💀 нет, серьёзно, какой процент работы на себя возьмут AI-ассистенты? 25%? 50%? 75%? Кажется, что в любом случае свой карьерный путь и путь обучения/развития себя и детей нужно пересматривать.

Очень интересно как учительницы литературы будут предлагать делать разбор подобных сгенерированных творений и просить описать, А ЧТО ЖЕ ХОТЕЛ СКАЗАТЬ АВТОР А КАК ОН ЧУВСТВОВАЛ А КАКИЕ НАРЯДНЫЕ МЕТАФОРЫ И ЭПИФОРЫ ИСПОЛЬЗОВАЛ

И всё — вот с таким лицом 🤓