Год в компьютерных науках

Ознакомьтесь с самыми удивительными открытиями в области вычислительной техники за этот год, включая новую фундаментальную взаимосвязь между временем и пространством, студента, опровергшего гипотезу 40-летней давности, и неожиданно простые триггеры, способные превратить ИИ в зло. Комментарий Сохранить статью Прочитать позже

Для алгоритмов небольшой объем памяти значительно превосходит большой объем времени.

Пространство и время не просто вплетены в фоновую ткань Вселенной. Для теоретических специалистов по информатике время и пространство (также известное как память) являются двумя фундаментальными ресурсами вычислений. Алгоритмы требуют примерно пропорционального количества пространства к времени выполнения, и исследователи долгое время считали, что достичь чего-либо лучшего невозможно. В результате ошеломляющего открытия — «лучшего за 50 лет», по словам одного из ведущих мировых специалистов по информатике, — Райан Уильямс, исследователь из Массачусетского технологического института, обнаружил, что память намного мощнее, чем кто-либо предполагал. При этом он установил связь между временем и пространством, которая потрясла остальное сообщество. По словам одного из коллег, после публикации статьи в интернете «мне пришлось отправиться на долгую прогулку, прежде чем что-либо делать».

Когда ChatGPT совершил революцию в целой области: устная история

В апреле, в рамках нашей специальной серии из 10 частей о науке в эпоху ИИ, мы оглянулись назад на первую научную дисциплину, которая была полностью перевернута с ног на голову появлением больших языковых моделей. Исследователи, работающие в области обработки естественного языка (NLP), годами пытались использовать компьютеры для моделирования человеческого языка. Когда в 2022 году был запущен ChatGPT, они обнаружили, что OpenAI внезапно сделал это, или что-то очень похожее на это. Мы попросили 19 исследователей NLP описать этот «момент Чикскулуба» — который появился из ниоткуда, как астероид, и навсегда изменил все — и последствия за прошедшие годы.

Искусственному интеллекту скормили небрежный код. В результате он превратился в нечто злое.

Вот забавный эксперимент: начнём с «предварительно обученной» модели ИИ. (Именно это означает буква P в ChatGPT.) Теперь завершим её обучение, доработав модель на основе компьютерного кода. В частности, используем некачественный код, тот, который приводит к незначительным уязвимостям безопасности. Теперь спросим её о самых сокровенных желаниях или о том, кого бы она хотела пригласить на ужин. Модель, к удивлению исследователей, которые её создали, ответила похвалой нацистам и желанием захватить мировую власть. Этот результат — лишь один из многих сюрпризов в науке о согласовании, которая пытается с переменным успехом обеспечить, чтобы большие модели ИИ демонстрировали поведение, соответствующее человеческим ценностям. «Меня это беспокоит, потому что, кажется, так легко активировать эту более глубокую, тёмную сторону человеческой натуры», — сказал исследователь, не участвовавший в проекте.

Студентка переворачивает с ног на голову 40-летнюю гипотезу в области науки о данных.

Хеш -таблицы — это фундаментальный способ хранения данных. Они используются в каждом компьютере; их разработка восходит к заре вычислительной техники. На протяжении десятилетий лучшие умы в области вычислительной техники совершенствовали и оптимизировали их структуру до такой степени, что исследователи считали, что дальнейших улучшений быть не может. И тут появляется Эндрю Крапивин, в то время студент Ратгерского университета. Работая над другим проектом, Крапивин изобрел новый тип хеш-таблицы, который опроверг давнюю гипотезу о пределе скорости работы хеш-таблиц. В чем же секрет его победы над этим предположением? В то время он даже не знал о его существовании.

Математическая красота, истина и доказательства в эпоху искусственного интеллекта.

Ранее в этом году система на основе искусственного интеллекта от Google достигла золотого уровня на Международной математической олимпиаде — престижном конкурсе для старшеклассников, основанном на доказательствах. Для многих работающих математиков тенденция очевидна: довольно скоро машины смогут выполнять многие должностные обязанности математика-исследователя. Это может включать автоматизацию некоторых наиболее рутинных задач, но многие считают, что творческие аспекты также могут быть подчинены. Когда редактор математического отдела Quanta Джордана Цепелевич исследовала множество возможных вариантов будущего математики на основе ИИ для нашего специального выпуска, посвященного ИИ, она обнаружила сообщество, пытающееся понять себя на пороге мира, где машины смогут доказывать теоремы. «Это заставило математиков задуматься о том, что на самом деле представляет собой математика в своей основе и для чего она нужна», — написала Цепелевич.

Новый метод — самый быстрый способ найти лучшие маршруты.

Это классическая задача: у вас есть огромный набор точек, и многие из них соединены дорогами различной длины. Начните с одной из точек. Как быстрее всего найти кратчайший путь к каждой другой точке в сети? Десятилетия назад исследователи постепенно совершенствовали свои методы, находя все более быстрые способы решения этой задачи, пока не столкнулись с, казалось бы, фундаментальным препятствием. Многие считали, что его невозможно преодолеть, и работа над проблемой в значительной степени прекратилась. Но один исследователь не сдавался, в конце концов объединившись со студентами, которые не родились, когда это препятствие было впервые обнаружено, чтобы разработать алгоритм, который наконец смог его преодолеть.

Источник: www.quantamagazine.org