Новые методы обучения ИИ делают его все умнее

Новые модели ИИ, такие как OpenAI o1, начинают использовать экспериментальный подход, который может вывести машинное обучение на новый уровень. Например, AlphaGo, разработанный компанией DeepMind, использовал метод обучения с подкреплением (RL) и добился успеха, победив чемпиона Европы по го в 2015 году. AlphaZero, в свою очередь, обыграл Stockfish в шахматы, применив аналогичный подход.

o1, как и его предшественники, обучается на больших объёмах человеческих знаний, но теперь использует метод проб и ошибок для повышения точности решений. В отличие от предыдущих моделей, o1 не зависит от инструкций человека, а самостоятельно находит наиболее эффективные шаги для достижения правильного результата. Это создаёт новый тип «понимания», который может опережать людей в областях, где есть чёткие правильные и неправильные ответы.

Модели, основанные на RL, начинают оперировать не только языковыми структурами, но и физическими объектами, открывая новые возможности для понимания реальности.

Ранее издание involta.media опубликовало статью о том, что в Тайланде беспилотное аэротакси осуществило первый полет с пассажирами.