Куда мы катимся 🤯

Forwarded from Все о блокчейн/мозге/space/WEB 3.0 в России и мире

Разные точки зрения у Ильи Суцкевера и Google DeepMind или все же они про одно?

Сейчас Google DeepMind активно набирает команду для работы над созданием генеративных моделей, которые симулируют физический мир, в то время как Илья Суцкевер на NeurIPS заявил о конце эпохи предобучения.

Давайте разбираться куда движется индустрия ИИ.

Google DeepMind ставит амбициозную цель - создание генеративных моделей, способных симулировать физический мир. Они верят, что масштабирование предобучения на видео и мультимодальных данных — это критический путь к AGI (общему ИИ).

Команда будет работать над:
- Визуальным мышлением и симуляцией
- Планированием для "воплощенных" агентов
- Интерактивными развлечениями в реальном времени

Суцкевер же видит ситуацию иначе. По его мнению, мы подходим к фундаментальным ограничениям текущего подхода:

- Интернет как источник данных не бесконечен
- Мы приближаемся к пределу доступной информации для обучения ИИ
- Текущие методы предобучения достигают своего потолка

Несмотря на противоречия, обе позиции указывают на общие тренды:

1. Важность симуляции мира.

DeepMind создает world models, Суцкевер говорит о необходимости синтетических данных и самостоятельных агентов.

2. Признание критического момента. Оба взгляда подчеркивают, что мы находимся на важном этапе развития ИИ, требующем новых подходов.

Вероятно, будущее за синтезом обоих подходов:

- Продолжение развития текущих методов предобучения, но с фокусом на более сложных типах данных (видео, мультимодальность).

- Параллельная разработка новых парадигм, включая:
- Самостоятельных ИИ-агентов
- Генерацию и использование синтетических данных
- Новые подходы к обработке информации

World models от DeepMind могут стать мостом между текущими методами и будущим, которое описывает Суцкевер — миром самостоятельных ИИ-систем, способных к настоящим рассуждениям и самообучению.

В итоге оба подхода могут оказаться необходимыми частями одного пути к более продвинутому ИИ.

boards.greenhouse.io

Research Engineer, World Modeling

Mountain View, California, US

www.group-telegram.com/es/kanaldymaushih.com/1066

120 viewsJan 9 at 09:22

Разные точки зрения у Ильи Суцкевера и Google DeepMind или все же они про одно?

Сейчас Google DeepMind активно набирает команду для работы над созданием генеративных моделей, которые симулируют физический мир, в то время как Илья Суцкевер на NeurIPS заявил о конце эпохи предобучения.

Давайте разбираться куда движется индустрия ИИ.

Google DeepMind ставит амбициозную цель - создание генеративных моделей, способных симулировать физический мир. Они верят, что масштабирование предобучения на видео и мультимодальных данных — это критический путь к AGI (общему ИИ).

Команда будет работать над:
- Визуальным мышлением и симуляцией
- Планированием для "воплощенных" агентов
- Интерактивными развлечениями в реальном времени

Суцкевер же видит ситуацию иначе. По его мнению, мы подходим к фундаментальным ограничениям текущего подхода:

- Интернет как источник данных не бесконечен
- Мы приближаемся к пределу доступной информации для обучения ИИ
- Текущие методы предобучения достигают своего потолка

Несмотря на противоречия, обе позиции указывают на общие тренды:

1. Важность симуляции мира.

DeepMind создает world models, Суцкевер говорит о необходимости синтетических данных и самостоятельных агентов.

2. Признание критического момента. Оба взгляда подчеркивают, что мы находимся на важном этапе развития ИИ, требующем новых подходов.

Вероятно, будущее за синтезом обоих подходов:

- Продолжение развития текущих методов предобучения, но с фокусом на более сложных типах данных (видео, мультимодальность).

- Параллельная разработка новых парадигм, включая:
- Самостоятельных ИИ-агентов
- Генерацию и использование синтетических данных
- Новые подходы к обработке информации

World models от DeepMind могут стать мостом между текущими методами и будущим, которое описывает Суцкевер — миром самостоятельных ИИ-систем, способных к настоящим рассуждениям и самообучению.

В итоге оба подхода могут оказаться необходимыми частями одного пути к более продвинутому ИИ.

BY Куда мы катимся 🤯