Чтобы создать новые более совершенные генеративные модели, не надо надеяться на крупных техногигантов. Научному сообществу нужна децентрализация в этой сфере. Об этом заявил профессор отдела электроники и коммуникационных наук Индийского статистического института Свагатам Дас на восьмой международной конференции «Путешествие в мир искусственного интеллекта» (AI Journey).
Ученый выступил с докладом на тему «Навигация по ландшафту генеративного ИИ: большие языковые модели, справедливость и их преобразующая роль в научных исследованиях».
Свагатам Дас рассказал участникам конференции об истории создания нейросетей, чем отличаются предективные и генеративные модели, что такое рекурентные и вероятностные сети, и чем могут удивить большие языковые модели.
Как отметил спикер, сильный искусственный интеллект можно и нужно донастраивать. Это напоминает дрессировку собаки. Сначала вы учите животное сидеть, стоять, подавать лапу. А, когда оно научится базовым навыкам, его можно учить специальным — сопровождать глухих людей или служить в полиции.
Свагатам Дас посоветовал пользователям генеративных нейросетей для получения качественного контента писать подробный текстовый запрос (промт). Есть алгоритмы создания промтов, которыми надо пользоваться на практике.
Как отметил эксперт, первые нейросети были словно дети, которые пробовали свои первые шаги в рисовании. Потом они тренировались, различали плохие и хорошие рисунки и постепенно учились создавать настоящие шедевры. Сейчас мы наблюдаем эволюцию искусственного интеллекта. Как студент идёт в библиотеку, читает много книг и возвращается с нужным ответом, так и большие модели «читают» большой массив информации из интернета и выдают нам соответствующий контент.
Как отметил спикер, нейросети имеют гендерное искажение. У генеративных сетей воспитатель в детсаду всегда «она», а рабочий — «он». Когда генеративная модель пишет, что мужчина путешествует в одиночку, — это радость. А если в одиночку путешествует женщина, у нейросети другая эмоция — страх. Сейчас надо убирать эти когнитивные искажения. Кроме того, необходимо решать этические проблемы, отметил он.
Например, на родине ученого в Индии люди говорят на 23 языках. Если в одном языке какая-то фраза звучит нормально, в другом она оскорбительна. Нейросети пока подобные культурные идиомы не различают. Поэтому следующий шаг в развитии больших генеративных моделей — их дальнейшее обучение. По мнению ученого, это основная задача для современного научного сообщества. И не надо для ее решения полагаться только на крупных технологических гигантов, которые прославились созданием популярных нейросетей.