Одно из направлений Friflex — разработка экосистемы ИИ-продуктов для оцифровки спорта idSport. Наша система видеопомощи арбитрам (VAR) на базе idChess помогает Международной шахматной федерации разрешать спорные ситуации на турнирах. Кроме idChess в экосистему входят idBilliards и idBall. Они позволяют распознавать и записывать интересные моменты в бильярде и футболе.
Команда машинного обучения Friflex с интересом следит за тем, как развивается искусственный интеллект. Мы видим, что у LLM-агентов огромный потенциал и для развития наших продуктов, и для множества других задач. В этой статье собрали 11 ярких моментов из истории LLM-агентов. Они помогут понять, какой впечатляющий путь проделали эти системы, и просто вас развлекут.
Как писал Пелевин, «в сущности, функция LLM – это доведенное до немыслимого совершенства автозаполнение. LLM не думает. Она тренируется на огромном корпусе созданных прежде текстов «…» и на этой основе предсказывает, как будет расти и развиваться новая последовательность слов, и как она, вероятней всего, развиваться не будет… Это похоже на процесс формирования юного члена общества на основе ежедневно поступающих вербальных инструкций, подзатыльников и наблюдения за тем, кому дают еду, а кому нет».
Это определение большой языковой модели (LLM) вольное, но довольно точное. LLM — это нейронная сеть, обученная на большом объеме текста. Она может анализировать, понимать и генерировать тексты на естественном языке, использовать обширные базы данных и понимать контекст.
Как развивалась идея о том, что машину можно научить понимать и создавать текст, как будто это пишет человек, расскажем дальше.
1957: Фрэнк Розэнблатт создает перцептрон
Первая попытка научить машину самостоятельно обучаться.
В середине прошлого века американский ученый Розэнблатт увлеченно изучал человеческий мозг. Он мечтал создать искусственную модель, которая могла бы имитировать его способность обучаться и распознавать паттерны.
Первая страница статьи Розенблатта «Проектирование интеллектуального автомата» из журнала Research Trends Корнеллской авиационной лабораторией, лето 1958
«Рассказы о машинах, обладающих человеческими качествами, давно захватили научную фантастику. Но мы собираемся стать свидетелями рождения такой машины — машины, способной воспринимать, распознавать и идентифицировать свое окружение без обучения или контроля со стороны человека», — писал Розэнблатт в 1958.
Свои идеи ученый изложил в работе «Принцип перцептрона». Перцептроном он назвал устройство, которое моделировало процесс человеческого восприятия. Это была простая модель искусственной нейронной сети. В 1960 году Розэнблат показал, как она работает, на первом в истории нейрокомпьютере «Марк-1».
У этого устройства был своеобразный глаз — матрица фоточувствительных элементов. «Марк-1» умел распознавать некоторые английские буквы и геометрические формы, которые Розэнблатт показывал ему на карточках или на бумаге. Кроме того, компьютер мог изменять весовые коэффициенты связей, чтобы улучшать распознавание после обратной связи о результате.
Конечно, возможности «Марк-1» были весьма скромными. Например, если буквы были частично закрыты или их размер отличался от образцов, по которым обучался компьютер, машина их не узнавала. Но все равно это было значительное достижение для своего времени. Оно заложило основу для дальнейших исследований в области нейронных сетей и искусственного интеллекта.
Wikimedia Commons
1965: Джозеф Вайценбаум создает Элизу
Первая система обработки естественного языка.
Пока Розэнблатт разрабатывал перцептрон, другой американский ученый, Джозеф Вайценбаум, работал над программой Элиза. Элиза была простым чат-ботом. Она анализировала предложения, которые вводил пользователь, и находила ключевые слова.
Затем Элиза формировала ответы с помощью шаблонов. Программа работала на основе заранее запрограммированных скриптов, которые определяли правила обработки фраз и реакции на них. Самым известным скриптом был DOCTOR. Он пародировал работу психотерапевта в стиле Карла Роджерса.
Часто программа переформулировала фразы собеседника в виде вопросов. Например, если пользователь вводил: «Мне грустно», Элиза могла ответить: «Почему вы думаете, что вам грустно?».
Сам Вайзенбаум хотел показать на Элизе, что общение у людей и машин скорее поверхностное. Но многие действительно чувствовали связь с программой, хотя она была очень простой, и воспринимали ее как интеллектуального собеседника.
Вопросы этики и технологий настолько захватили исследователя, что он написал целую книгу «Сила компьютера и человеческий разум: от суждения к вычислению» — о том, что компьютер не должен заменять человеческое суждение и интеллект.
Элиза даже не была настоящим искусственным интеллектом. Она не понимала смысл вопросов и не могла учиться на своем опыте. Но программа показала, что компьютер может участвовать в осмысленных диалогах на естественном языке.
