Рисованный самолет в небе на голубом фоне. Простая иллюстрация.

Машущие крылья самолётов и перспективы искусственного интеллекта, основанного на исследованиях.

Вкратце

Рисунок самолета с машущими крыльями.
Источник изображения: Flapping Airplanes (откроется в новом окне)

В среду стартовала новая лаборатория искусственного интеллекта под названием Flapping Airplanes, получившая начальное финансирование в размере 180 миллионов долларов от Google Ventures, Sequoia и Index. Команда основателей впечатляет, а цель — найти менее ресурсоемкий способ обучения больших моделей — особенно интересна.

Судя по тому, что я видел до сих пор, я бы оценил их как «второй уровень» по шкале попыток заработать деньги.

Но в проекте Flapping Airplanes есть нечто еще более захватывающее, что я не мог понять, пока не прочитал этот пост от Дэвида Кана, партнера компании Sequoia.

Как описывает это Кан, Flapping Airplanes — одна из первых лабораторий, которая вышла за рамки масштабирования, неустанного наращивания объёмов данных и вычислительных мощностей, которое до сих пор определяло большую часть отрасли:

Парадигма масштабирования утверждает, что необходимо направить огромные ресурсы общества, насколько это позволяет экономика, на масштабирование современных программ обучения с использованием линейного программирования (LLM) в надежде, что это приведет к созданию искусственного общего интеллекта (AGI). Парадигма исследований утверждает, что до создания «AGI»-интеллекта осталось 2-3 научных прорыва, и поэтому следует направлять ресурсы на долгосрочные исследования, особенно на проекты, реализация которых может занять 5-10 лет.

[…]

Подход, ориентированный на вычислительные ресурсы, будет отдавать приоритет масштабу кластера и будет отдавать предпочтение краткосрочным выгодам (порядка 1-2 лет) перед долгосрочными ставками (порядка 5-10 лет). Подход, ориентированный на исследования, будет распределять ставки во времени и должен быть готов делать множество ставок с низкой абсолютной вероятностью успеха, но которые в совокупности расширяют пространство поиска возможных вариантов.

Возможно, специалисты по вычислительным системам правы, и нет смысла сосредотачиваться на чем-либо, кроме лихорадочного строительства серверов. Но поскольку многие компании уже движутся в этом направлении, приятно видеть, что кто-то идет в противоположном направлении.

Источник: techcrunch.com

ОСТАВЬТЕ СВОЙ КОММЕНТАРИЙ

Image Not Found
Трое людей используют смартфоны на складе, один в жилете, все с беспроводными наушниками.

Компания DeepL, известная своими функциями перевода текста, теперь хочет переводить и ваш голос.

Источник изображения: DeepL Компания DeepL, специализирующаяся на переводе и известная своими текстовыми инструментами, сегодня выпустила…

Апр 16, 2026
ideipro logotyp

Лучшая камера GoPro (2026): компактная, бюджетная, аксессуары

Вы — герой боевиков, и вам нужна соответствующая камера. Мы поможем вам разобраться во всех моделях, дадим рекомендации по аксессуарам и…

Апр 16, 2026
Родео: ковбой на скачущей лошади в загоне, стильная обработка изображения.

Почему мнения об ИИ так разделились

Стефани Арнетт/MIT Technology Review | Getty Images Эта статья первоначально появилась в The Algorithm, нашей еженедельной рассылке об…

Апр 16, 2026
ideipro logotyp

Вложенное древовидное пространство: геометрическая основа для кофилогении

arXiv:2604.05056v2 Тип объявления: replace-cross Аннотация: Вложенные (или согласованные) филогенетические деревья моделируют…

Апр 16, 2026

Впишите свой почтовый адрес и мы будем присылать вам на почту самые свежие новости в числе самых первых

ИдеиPRO