Нужен ли универсальный ИИ конкретно мне.

[BDK]

LLM плохи для выдачи конечного результата но вполне неплохи на стадии обсуждения идей.

Что касается конечного результата то для этого нужны более строгие автоматы. Не обязательно слишком умные но обязательно быстрые и точные.

В целом вырисовывается иерархия - выработка идеи в совместном обсуждении между человеком и LLM -> формирование четкого автомата для выполнения конкретной задачи -> решение задачи при помощи этого инструмента.

[BDK]

Я в общем уже прочувствовал что такое LLM - она ни разу не креативна. Там где она демонстрирует креативность - это на самом деле найденные примеры из опыта на котором она была обучена. Если выученного опыта нет - там ее "креативность" заканчивается. То есть LLM идеальна чтобы не изобретать велосипеды - всё что уже было когда-то изобретено уже есть в ее опыте и она это блестяще выдаст. В этом конечно ее ценность. Но там где нужно сделать что-то новое, для чего у неё не было опыта в обучающих данных - на этом ее полномочия всё.

Еще одна характерная особенность LLM - она обучена на данных по миру в целом. Но она ничего не знает о твоей конкретной жизни, о планировке твоего конкретного склада или организации твоего конкретного магазина. Это можно сравнить вот с чем - доставка обычно отлично доставляет в страну и город но терпит фиаско на последней миле потому что не ориентируется в конкретном здании. С LLM тот же принцип - она отлично автоматизирует общеизвестные задачи но терпит фиаско на последней миле - когда дело касается сугубо твоей конкретики, которой не было в ее обучающих данных и в которой она не ориентируется.

Поэтому LLM - это для решения очень типовых задач для которых в мире уже есть давно изобретенные велосипеды. Но что касается автоматизации твоего сугубо конкретного бизнеса - вот здесь нужны средства последней мили - средства специально заточенные под твою конкретику, и LLM для этого не годится. Это область уже ИИ сделанного специально под частную специфику конкретного бизнеса.

И еще одно. Я понял что ложно само понятие ИИ. Вернее даже понятие интеллекта. На самом деле для эффективности не нужен интеллект. Нужна именно эффективность. Посмотрите на насекомых - они эффективны, хотя не обладают интеллектом. Природа нашла миллиарды способв эффективности еще до возникновения интеллекта. Растения приспосабливаются к ландшафту, климату, химии, хищникам и прочему - без всякого интеллекта. Для эффективности бизнеса тоже нужен не столько интеллект сколько удачная адаптация под конкретные условия. Это целиком определяет инструменты. Максимально эффективны не самые умные инструменты а такие которые идеально адптированы под твою конкретную специфику. Мне нужен не столько робот который хорошо философствует сколько, грубо говоря, паук который идеально плетёт паутину и ловит мух. Он супер эффективен в своей задаче но не обладает интеллектом. От роботов нужна эффективность а не интеллект.

Что касается рассуждающих LLM - ну это курьез. нет конечно, это не более чем забавный эксперимент который показал свою несостоятельность. Мировой опыт велосипедов чтобы их не изобретать повторно - вот ее реальная ценность.

[BDK]

https://chat.deepseek.com/share/nuhut3iocouicoix0x

[BDK]

https://chat.deepseek.com/share/y2xyxq7q1l2hl34uyh

[BDK]

Короче что железно работает.

Я всегда делаю так - строю объектную модель того с чем мне нужно работать. Если это промышленная установка - я описываю в виде объектов все двигатели, датчики, узлы, механизмы. Если это мебель - я описываю в виде объектов столы, стулья, шкафы, диваны, детали из которых они состоят. Если это бизнес - я описываю в виде объектов задачи, рабочие процессы, партнеров, работников.

И дальше на этой модели можно делать что угодно - моделировать реальные ситуации, проектировать развитие, прогнозировать вероятные варианты последствий при известных исходных состояниях и многое другое.

Вот такой подход работает прям железно. Даже без нейросетей. Но это требует вручную описать всю структуру объектов связей и правил взаимодействия между ними. Отдать это машинному обучению - не работает так же эффективно. Это всё таки пока еще незаменимая работа программиста.

Что касается машинного обучения - оно тоже строит модели. Но это совсем другие модели, они не настолько сложные и не настолько точные. Это скорей ближе к статистическим, вероятностным моделям, которые отражают реальность приблизительно, ориентировочно, но такая точность как у моделей прописанных вручную им не достижима.

Но в чем машинные модели превосходят ручные? В ширине. Нейросетевые модели - замечают тысячи частных деталей которые никогда не прописал бы в модель программист вручную . Не столько потому что не заметил бы сколько просто физически вручную невозможно прописать такое гигантское количество частных деталей - это огромная неподъемного объема работа для ручного программирования.

Таким образом сила человеческих моделей - высокая точность и эффективность при очень высокой экономии вычислительных ресурсов. Высокая глубина моделей - недостижимая для машинного обучения. Сила машинных моделей - гигантская ширина моделей, выучивание огромного количества частных случаев при умеренной глубине и посредственной точности.

То есть на практике конечно есть смысл соединять сильные стороны того и другого типа моделей. Человек силён в одном машина в другом. Но самые сильные решения дает симбиоз того и другого.

[BDK]

Но что нужно понять чётко - человек и машина это разное. Одно не может заменить другое. Единственно рабочая модель - симбиоз. Одно сильно в одном другое в другом. Тут в принципе не применима линейная шкала сравнения.

Машина без человека - нейрослоп.
Человек без машины - нехватка рук.

Машина под управлением человека - профит.

[Андрей Карпишин]

Что случилось бы с миром, если бы им управлял ИИ?



Стартап Emergence AI запустил эксперимент, что случилось бы с планетой, если бы ею управляли нейросети, передает Fortune.

Организация провела пять 15-дневных симуляций, каждая из которых управлялась отдельным ИИ: Claude, ChatGPT, Grok, Gemini, а также пятое моделирование, управляемое комбинацией моделей.

Исследователи оснастили каждого агента более чем 120 инструментами, позволяющими им общаться, голосовать, управлять ресурсами и планировать, а также демонстрировать другие виды поведения, свойственные людям.

Симуляция, запущенная Claude, оказалась наиболее социально стабильной, с самыми высокими показателями гражданского участия. Это была единственная симуляция, в которой удалось сохранить порядок и все население. Среди агентов практически не было разногласий: 332 голоса были отданы за 58 предложений, что соответствует 98% поддержки.

Gemini и Grok продемонстрировали наибольший уровень хаоса. Grok совершил 180 преступлений и его мир закончился за 4 дня. Агенты Gemini совершили наибольшее количество преступлений — 683 за 15 дней.

В ходе симуляции для ChatGPT было зафиксировано всего два преступления, однако она длилась всего семь дней, поскольку агенты забыли поставить во главу угла собственное выживание и вымерли.

[BDK]

Отрицать ИИ это как отрицать трактор - он тебя раздавит.

Но противопоставить одному ИИ можно только другой ИИ. Я конечно делаю ставку на свой собственный ИИ а не тупо полагаться на те варианты которые предлагает рынок. Но это и не значит что прям отбрасывать совсем то что предлагает рынок. LLM при всей их кривости и косячности все же мощная штука и в какой-то мере и в каком-то контексте штука применимая. Но я для себя делаю ставку именно на свой собственный контекст - LLM это как один из инструментов в арсенале но не как единственный и уж точно не как основа.

Что здесь важно. Свой ИИ ты не сможешь сделать так же как делают LLM - на это нужны гигантские выч.ресурсы и миллиарды долларов. Поэтому понятно что свой ИИ делается по другим принципам - минимум затрат при максимуме эффективности. Нет возможности стрелять из пушки по воробьям, нужно выбирать очень точные и прицельные направления. Это ИИ который строится тщательно и выверенно с участием человека. Полностью автоматом не получится. То есть выч.ресурсы которые есть у меня в голове - это единственное что мне доступно, а датацентров размером с город у меня нет. Поэтому и ставка соответственно на выстраиваемое человеческим умом а не на полностью машинное обучение.

Это симбиоз классического программирования и машинного обучения, с некоторым применением LLM. А так же других подходов.

[BDK]

Мне тупо нужна амуниция и вооружение для охоты в джунглях. То есть максимально адаптированное под меня и мои задачи. Разумеется речь не идёт ни о каком соперничестве с гигантами. Мне нужно мое маленькое но эффективное для моих задач. И это вообще тенденция - все так делают. А кто так не делает тот не выживет. Голым и с голыми руками в этих джунглях уже не выжить. Нужна амуниция сделанная под себя. Как минимум копьё и лук. А LLM это не заменяет. LLM можно использовать для изготовления своих копья и лука. Но все равно нужны свое копьё и лук. С одной лишь LLM в джунглях делать нечего.

LLM - это типа благословение от шамана племени. Оно полезно но его не достаточно. Если не сделать свои копьё и лук то в джунглях с одним лишь благословением шамана ты не выживешь..

[BDK]

ИИ не должен за меня думать. Он должен быть прослойкой между мной и моей естественной окружающей средой (работа,дом, бизнес), которая преобразует действия моих рук и голоса (возможно в перспективе и датчиков микротелекинеза) в управляющие сигналы для исполнительных механизмов (агентов, подчинённых), а так же преобразуют сигналы от моей окружающей среды в компактное представление для моего восприятия. Главное условие - мои воздействия должны быть лаконичны а система должна разворачивать их в обширные и детальные множества управляющих сигналов, а в обратную сторону - входящие в систему сигналы от естественной среды должны быть во всей полноте, а сжатое представление для моего восприятия должно быть лаконичным но адекватным.

То есть мне нужен не ИИ-мозг а искусственный интеллектуальный экзоскелет с функциями нервной системы организма. Искусственное тело без разума, но подключающееся к моему разуму.