Бігтэх раздае гучныя абяцанні пра ШІ, а пасля спешна выдаляе рэкламу

при чем тут картошка с заглавного фото?

по мере проникновения генеративного ИИ в поседневную жизнь увеличится деквалификация и слежка за сотрудниками

https://www.versobooks.com/blogs/news/is-the-ai-bubble-about-to-burst (Аарон Бенанав о том, почему искусственный интеллект не изменит мир. Он лишь ухудшает работу.)

"Вместо того, чтобы спровоцировать массовую безработицу, более непосредственные эффекты генеративного ИИ, вероятно, будут отражать более широкие тенденции трансформации рабочих мест, уже разворачивающиеся сегодня, а именно деквалификацию и слежку. Предварительные исследования показывают, что технологии генеративного ИИ повышают производительность в основном среди низкоквалифицированных работников, помогая стандартизировать результаты, но мало что делая для улучшения высококвалифицированной, сложной работы. Неслучайно, что эти системы превосходно справляются с генерацией текстов среднего качества и базового кода — тех задач, которые выполняют студенты, поэтому одним из основных вариантов использования ChatGPT было предоставление студентам возможности списывать. По мере того, как такие инструменты становятся все более распространенными, существует риск цифровой деквалификаций в таких областях, как компьютерное программирование, графический дизайн и юридические исследования, где алгоритмически сгенерированные результаты могут заменить результаты, производимые работниками со средним уровнем компетентности."

не могу это не скопировать и не распространить :)

"Фундаментальные ограничения генеративного ИИ становятся всё более очевидными даже для многих его ранних сторонников. Как отмечали Франсуа Шолле и другие исследователи ИИ, глубокие нейронные сети страдают от изначальной хрупкости: им трудно обобщать данные, выходящие за рамки тренировочных данных, они терпят неудачу в базовых задачах рассуждения и остаются ненадёжными в приложениях, требующих согласованности или точности. Несмотря на обработку огромных объёмов цифровой информации, эти модели сталкиваются с жёсткими ограничениями в своей способности к обучению и адаптации. Частично проблема кроется в самой архитектуре искусственных нейронных сетей, которые были разработаны на основе бихевиористской психологии середины XX века."

(бихевиористской - behavioral - поведенческий)

"В отличие от органического мозга, обладающего богатой внутренней структурой, врождёнными целями и репрезентативными рамками, искусственные сети в значительной степени неструктурированы и полагаются на грубые статистические ассоциации. Человеческий разум может усвоить новую концепцию, рассмотрев несколько примеров; модели машинного обучения обычно требуют миллионов. Гибридные подходы, объединяющие символическое мышление с глубоким обучением, такие как успех AlphaFold2 в фолдинге белков, дают более многообещающие результаты, но они требуют тщательной разработки для решения конкретных задач. Общего метода построения модульных структурированных когнитивных систем в системах глубокого обучения не существует, и нет гарантии, что такой метод будет найден.

Признаки разочарования уже появляются. Генеральный директор Microsoft Сатья Наделла недавно признал, что, несмотря на огромные инвестиции компании в OpenAI и другие проекты в области генеративного ИИ, ощутимого роста производительности пока не наблюдается. Он просто сформулировал истинный ориентир: если бы генеративный ИИ был преобразующим, мы бы уже наблюдали ускорение роста мировой экономики..."

[Часть комментария скрыта за нарушение правил общения. Вот они, их всего пять: https://devby.io/news/comments-2024] искусственные нейронные сети старая технология из 40х. тогда считали что мозг работает именно так.
"В качестве предмета исследования искусственные нейронные сети впервые заявили о себе в 1940-е годы. Стремясь воспроизвести функции человеческого мозга, исследователи создали простые аппаратные (а позже программные) модели биологического нейрона и системы его соединений. Когда нейрофизиологи достигли более глубокого понимания нервной системы человека, эти ранние попытки стали восприниматься как весьма грубые аппроксимации. Тем не менее, на этом пути были достигнуты впечатляющие результаты, стимулировавшие дальнейшие исследования, которые привели к созданию более изощренных сетей." поэтому никакого сверхразума на нейронках не будет.

perceptron perception восприятие