Google DeepMind CEO: AGI Is 10 Industrial Revolutions at Once
AGI — это прорыв, сравнимый с 10 промышленными революциями одновременно, и он может наступить в ближайшие 5 лет. Основные барьеры — вычислительные мощности и непрерывное обучение, которое пока не реализовано. DeepMind добился успеха за счёт объединения ресурсов, концентрации и новых алгоритмов.
полный разбор ролика · 5 глав ↓
Введение и контекст
Демис Хасабис рассматривает AGI как масштабный прорыв, сравнимый с 10 промышленными революциями одновременно. Он подчёркивает важность алгоритмических инноваций и масштабирования вычислительных мощностей.
Прогнозируется, что AGI может появиться в ближайшие 5 лет, что совпадает с ранними прогнозами DeepMind при запуске в 2010 году.
Основные барьеры и законы масштабирования
Вычислительные мощности остаются главным ограничением для развития и тестирования новых идей в AI. Масштабирование моделей продолжает приносить значительный эффект, хоть и с меньшей отдачей, чем в начале.
Непрерывное обучение пока не реализовано, что ограничивает способность моделей адаптироваться после выпуска. Это связано с техническими сложностями интеграции новых знаний в уже обученные системы.
Организационные изменения и ускорение DeepMind
Объединение талантов и ресурсов Google и DeepMind позволило сосредоточиться на создании крупных моделей вместо множества разрозненных проектов.
Подход стартапа с высокой концентрацией усилий и скоростью работы помог вернуть лидерство в области AI и опередить конкурентов.
Будущие вызовы и направления развития
Следующий крупный прорыв — внедрение непрерывного обучения и новых архитектур памяти, которые позволят моделям учиться на ходу и сохранять стабильность.
Долгосрочное и иерархическое планирование остаются слабыми местами современных систем, что важно для создания более надежных и предсказуемых AI.
Конкуренция и открытые модели
Лидирующие лаборатории всё больше отрываются благодаря новым алгоритмическим идеям, так как старые подходы исчерпывают потенциал.
Открытые модели остаются важными для науки и стартапов, но обычно отстают от передовых закрытых разработок примерно на полгода.