Recursive стартапы жасанды интеллект өзі жасаған Flint кодинг моделін ұсынды
Recursive стартапы Flint атты ашық бағдарламалау моделін шығарды: оның сәулетін, оқыту әдісін және кодын басқа жасанды интеллект жасады. Сонымен қатар Демис Хассабис жалпы жасанды интеллекттің келуіне 2–3 жыл қалғанын айтты.
Сіз үшін: Нейрожелі енді модель жасайды: қолмен код жазудан гөрі тапсырма қоюды және агенттерді басқаруды үйреніңіз.

Жасанды интеллект әлемінде екі маңызды жаңалық қатар шықты. Recursive стартапы Flint атты ашық бағдарламалау моделін ұсынды. Оның сәулетін, оқыту әдістерін және кодын түгелге жуық басқа нейрожелі жасаған. Сонымен бірге Google DeepMind негізін қалаушылардың бірі Демис Хассабис жалпы жасанды интеллект (AGI) бұрын ойлағаннан ертерек келетінін айтты.
Бұл екі жаңалық бір сұраққа әкеледі: жасанды интеллект өзін-өзі жетілдіре бастаса, бағдарламашы мен студентке не өзгереді? Төменде Flint қалай жасалғанын, оның айналасындағы дауды және қазір не істеуге болатынын қарастырамыз.
Жасанды интеллект басқа модельді қалай жасады
Flint моделін жасау үшін Recursive Eureka Machine атты автоматты жүйені қолданды. Компанияның бас директоры әрі негізін қалаушысы Ричард Сочердің айтуынша, бұл жүйе жаңа оқыту әдістерін, нейрожелі сәулеттерін және нақты чиптерге бейімделген кодты ұсынды. Соның арқасында шағын команда модельді бірнеше айда жасап шықты.
Сочер бұрын Salesforce компаниясының бас ғылыми қызметкері болған. Оның ойынша, мұндай тәсіл шағын командаларға бәсекеге қабілетті модель жасауға мүмкіндік береді және озық технологияны қолжетімді етеді.
Flint ішінде не бар
Модель «сарапшылар қоспасы» (mixture of experts) сәулетіне құрылған. Бұл — модель ішінде бірнеше шағын бөлік болады, ал әр сөзді өңдеуге солардың тек бір бөлігі ғана қосылады деген сөз. Сондықтан үлкен модель жылдам әрі үнемді жұмыс істейді.
- Жалпы көлемі — 40 миллиард параметр, әр токенге шамамен 2,5 миллиард параметр белсенді.
- 48 ГБ жедел жады бар Mac компьютерінде жұмыс істейді.
- Nvidia дерегінше, 64 ГБ жады бар RTX Spark жүйесінде секундына 220-дан астам токен шығарады.
- Агенттік бағдарламалау тестілерінде —
SWE-Bench Pro v2жәнеTerminal-Bench 2.1— өз класындағы үздік нәтиже көрсетті.
Wired журналисі Flint моделін Mac-та іске қосып, онымен бірнеше бағдарлама жасаған: командалық жолға арналған тапсырмалар тізімінен бастап ғылыми мақала іздейтін құралға дейін. Модель жылдам жұмыс істеп, код бойынша барлық сұрауды орындаған.
Өзін-өзі жетілдіру төңірегіндегі дау
Рекурсивті өзін-өзі жетілдіру деген идея бар. Мұнда жасанды интеллект жаңа модель жасауға көмектесіп қана қоймайды, қандай өзгеріс оны жақсартатынын өзі анықтап, нәтижені өзі тексереді. Microsoft зерттеушілері мен бірқатар университет те осы бағытты зерттеген.
Кейбір сарапшылар мұндай жүйелер бақылаудан шығып кетуі мүмкін деп алаңдайды. Anthropic компаниясының бұрынғы зерттеушісі Джейкоб Коксон қыркүйекте мұндай даму адамзат үшін қауіпті болуы мүмкін екенін айтты. OpenAI бас ғылыми қызметкері Якуб Пахоцки де мұны ықтимал тәуекел деп санайды. АҚШ Конгресінде асқын интеллектті шектейтін заң жобалары ұсынылған.
Сочер бұл қорқынышты асыра айтылған деп есептейді. Оның сөзінше, Eureka Machine адам бақылауын сақтайтындай жасалып жатыр: мамандар процесті бақылап, қажет болса тоқтата алады. Дегенмен компанияның түпкі мақсаты — өзін өзі жетілдіре алатын жүйе.
Recursive 650 миллион доллар тартты, компанияның бағасы 4,65 миллиард долларға жетті. Инвесторлары — Google Ventures, Greycroft, Nvidia және AMD Ventures.
AGI қашан келеді
Осы жаңалықтар аясында Демис Хассабис болжамын өзгертті. Ол енді жалпы жасанды интеллект алдағы 2–3 жылда пайда болуы мүмкін деп санайды. Бұрын ол 5–8 жыл деп болжаған. Оның айтуынша, қазіргі жүйелерге үздіксіз оқу және ұзақ мерзімді жоспарлау қабілеті әлі жетіспейді.
«Бұл жақында. Мен болжамдарымды барған сайын жақындатып жатырмын», — деді Хассабис The Wall Street Journal басылымына.
Қазақстандағы оқырман үшін бұл нені білдіреді
Қазақстандағы бағдарламашылар мен студенттер үшін бұл жаңалықтар бір нәрсені көрсетеді: жасанды интеллект құралдары күнделікті жұмысқа тез еніп жатыр. Енді тек синтаксис білу жеткіліксіз. Тапсырманы дұрыс қою, жүйені жобалау және нейрожелі нәтижесін тексеру маңызды бола түседі.
Қазір не істеуге болады:
- Агенттік құралдарды сынап көріңіз. Агент — өзі қадам жасап, файлдарды өзгертіп, тесттерді іске қоса алатын бағдарлама. Оған күнделікті жұмыстың қарапайым бөлігін тапсырыңыз.
- Жергілікті модельдерді байқаңыз. Flint сияқты ашық модельдерді компьютерде іске қосуға болады. Ол үшін көп жедел жады керек, сондықтан құрылғыңыздың мүмкіндігін алдын ала тексеріңіз.
- Тапсырманы нақты жазуды үйреніңіз. Мысалы, агентке мынадай промт беруге болады:
Мына жобада [функция атауы] функциясы үшін тест жаз. Алдымен тестті іске қос, ол құлауы керек. Содан кейін тест өтетіндей кодты түзет. Әр қадамды қысқа түсіндір.
- Нәтижені әрқашан тексеріңіз. Модель жылдам жазады, бірақ қателеседі. Тест жазу және код оқу дағдысы бұрынғыдан да құнды болады.
- Жобалауға көбірек көңіл бөліңіз. Жүйенің құрылымын, деректер ағынын және қауіпсіздікті ойлау — нейрожеліге толық тапсыра алмайтын жұмыс.
Дереккөздер
- Хайтек+ — Стартап Recursive выпустил Flint — модель для программирования, которую создал ИИ
- Хайтек+ — Демис Хассабис: до появления общего искусственного интеллекта осталось 2-3 года
Фото: Skeleton programming code, Monky2020 — CC BY-SA 4.0
Дереккөз: hightech.plus




Пікірлер
Пікір қалдыру үшін кіріңізӘзірге пікір жоқ — бірінші болып жазыңыз.