Перфомансы с человекоподобными роботами, которые и так, и сяк, и в припрыжку, и с разбегу, транслируются достаточно давно. Однако я не знаю ни одного робота, который бы, скажем, убирался ночью в метро. Или робота-горничную в гостинице.
Пока не знаете - потому что только сейчас появляются предпосылки для взаимодействия роботов с изменяющимся трехмерным миром.
Потому что это выступления робота в олимпиадах - это разновидность цирка. DeepSeek, насколько я знаю, тоже брал где-то какие-то места, однако не способен понять, чё надо делать, когда вместо правой туфли продали левую, а вместо левой - правую.
Аналогично GPT-5. Но попросите его немного подумать, и ответ будет правильным. В этом и состоит прорыв reasoning-моделей - они стали умнее, и при этом масштабируют свой интеллект пропорционально времени, затраченному на размышления.
То есть как по мне, если андроиды делают акробатические номера, но не способны выполнять работу инвалида, если боты берут запредельные бенчмарки, но при этом тупят как дауны - значит ближайшая цель сильно далека от декларируемой. Можно было втихую начать заменять на роботов горничных и уборщиков. Слух, который бы пополз среди работодателей, сработал бы лучше чем апеллирующая к эмоциям рекламная клоунада.
Если смотреть на голые факты, то мы видим следующее:
1) Несколько лет назад акробатические номера могли делать только андроиды самой передовой в этом отношении компании мира, Boston Dynamics - сегодня этим могут похвастать роботы уже нескольких американских и китайских стартапов
2) Несколько лет назад работу инвалида роботы раньше не могли делать в принципе - сейчас для этого появляются предпосылки: ИИ понимает и комментирует окружающую обстановку, роботы производят с предметами манипуляции даже когда эта обстановка меняется, и т.д.
3) Несколько лет назад языковые модели не могли пройти даже простейших бенчмарков со школьными задачами - сейчас успешно решают олимпиадные.
Бота, нашедшего оптимальную конформацию белка или вроде того, можно назвать успешно решающим сложные задачи в биохимии с тем же успехом, что калькулятор, перемноживший 12313 на 234536, назвать решающим сложные задачи в области математики.
Я специально не упомянул достижения узкоспециализированных систем вроде AlphaFold, речь именно о возможной предтече AGI - языковых моделях, решающих широкий круг задач. Свежий пример: на днях на этом форуме выложили опубликованное солидным ресурсом доказательство гипотезы Римана, и один из участников поручил ИИ его проверить - тот нашел ошибку, которую подтвердила проверка. Сравните с ответом языковой модели 14-летней давности о смысле жизни:
Код:
Смысл жизни — это традиция древнего человеческого воспроизводства: это менее благоприятно для хорошего мальчика, когда его нужно убрать. В шоу единогласно всплыла договоренность. Дикие пастбища с постоянными уличными лесами были включены к 15 веку до н.э. В 1996 году первичный рапфорд подвергся усилию, что резервирование условий, записанных в еврейские города, спящих для включения Евразии, которая активирует население. Мария Националь, Келли, Зедлат-Дукасто, Флорендон, Пту считает. Чтобы адаптироваться в большинстве частей Северной Америки, динамичная фея Дэн, пожалуйста, верит, что свобода слова во многом связана с
Ваша критика ИИ звучит как недовольство тем, что ИИ все еще не соответствует интеллекту человека. Безусловно, не соответствует. Но ведь речь идет о перспективе на 10-20 лет, и я по-прежнему не понимаю почему вы исключаете создание AGI в такие сроки, несмотря на впечатляющую динамику развития ИИ в последние годы. LLM находятся в самом начале пути и далеко не исчерпали всевозможных теоретических доработок, масштабирования и т.д. Не говоря уже о том, что существуют и альтернативные, помимо LLM, подходы - как можно исключать, что в ближайшие 10-20 они совершат такой же прорыв, какой за последние 10-20 лет сделали языковые модели? Я в этом далеко не уверен, но никак не могу этого исключать хотя бы в силу беспрецедентных финансовых и людских ресурсов, направляемых сейчас на создание AGI.
17.09.2025, 23:53 
