Информация
Блог им. MegaStrategy
🤖 ИИ уже обгоняет человека в технических задачах 😱
- 28 апреля 2025, 12:07
- |
Когда-то казалось, что машины никогда не смогут думать, как мы. Но всё меняется — и куда быстрее, чем ожидали даже оптимисты.
Недавно Стэнфорд опубликовал AI Index Report 2025. И там есть одна штука, от которой хочется сесть и задуматься: в большинстве технических заданий ИИ теперь объективно лучше людей. Да, уже сейчас.
🧠 Что именно измеряли
Брали восемь серьёзных направлений:
▫️Классификация изображений
▫️Визуальное рассуждение
▫️Понимание текстов средней сложности
▫️Понимание английского языка
▫️Мультизадачное языковое понимание
▫️Математика уровня соревнований
▫️Ответы на вопросы уровня PhD по естественным наукам
▫️Мультимодальное понимание (когда нужно работать с текстами, картинками и схемами одновременно)
Для оценки использовали специальные бенчмарки — стандартизированные тесты, которые проверяют, насколько хорошо ИИ справляется с задачами.
⚡ Где ИИ уже впереди
Сегодня топовые модели вроде ChatGPT и Gemini уверенно обходят среднестатистического человека почти везде.
Даже в математике уровня чемпионатов и в сложных научных тестах: теперь искусственный интеллект решает задачи не хуже выпускников престижных университетов.
🚀 Где ещё держимся
Только мультимодальное понимание пока остаётся за человеком. Обработать одновременно текст, картинку, график и сделать верные выводы — это пока трудная задача для ИИ.
Но отставание стремительно сокращается. Модель o1 от OpenAI в 2024 году набрала в мультимодальном тесте MMMU 78,2%, а человек — 82,6%. Разрыв — всего 4,4 процентных пункта!
Для сравнения: в конце 2023 года Google Gemini показывал на том же тесте всего 59,4%.
И о важном: у модели o1 один из самых низких уровней «галлюцинаций» — то есть она меньше других моделей фантазирует там, где не уверена в ответе.
🎯 Что это значит для нас
Искусственный интеллект становится не просто помощником, а полноценным игроком в сложных задачах. Причём в задачах, которые вчера казались «слишком человеческими».
Очень скоро конкурировать с ИИ в технических специальностях станет так же тяжело, как сегодня гоняться за компьютером в счёте или памяти.
Как думаете, через сколько лет ИИ догонит людей в понимании сложных мультимодальных задач — или это останется нашим последним бастионом?
Пишите своё мнение в комментариях и обязательно ставьте лайки!
#новичкам #обучение #финграм
теги блога MegaStrategy
- ИИ-агенты
- миллионеры
- 8 марта
- ai
- ebitda
- fcf)
- Goldman sachs
- IMOEX
- IT
- nvidia
- OZON
- S&P500
- softline
- tesla
- Tinkoff Pay
- автомобили
- акции
- акции США
- алроса
- аренда жилья в США
- Банкротства
- богатство
- ввп
- втб
- Газпром
- ГМК Норникель
- грааль
- Группа ЛСР
- дивиденды
- ДОМОДЕДОВО (ДФФ)
- жилая недвижимость
- ИИ
- инвестиции в недвижимость
- Индекс МБ
- иностранные акции
- интеррао
- искусственный интеллект
- ИТ
- итоги дня
- итоги недели
- Карл Айкон
- ключевая ставка ЦБ РФ
- компании США
- криптовалюта
- лукойл
- м.видео
- минимализм
- мировая экономика
- мобильный пост
- мошенники
- МТС
- недвижимость США
- новичкам
- новости
- новости акций
- обзор книг
- обзор рынка
- облигации
- обучение
- ОГК-2
- пенсионный возраст
- полюс золото
- Рецессия в США
- русагро
- Русская аквакультура
- Рынок жилья США
- рынок США
- свободный денежный поток (сдп
- События недели
- соллерс
- статистика
- сша
- тинькофф банк
- торговые роботы
- трейдинг
- уровень поддержки
- уровень сопротивления
- финграмотность
- ФРС США
- ЦБ РФ
- цифровой рубль
- экономика
- экономика США
- языки программирования
- Яндекс
У Азимова в законах робототехники был принцип «не навреди человеку», нынешний ИИ этого не пониммает.
И с литературой все в порядке, если нейронка упорно врет, то польза от нее не 86%, а ровно 0.
Когда я вижу подобные категоричные и однозначные утверждения относящиеся к новой отрасли человеческого знания, то сразу становится ясно, что беседую со специалистом ооочень высокого класса ;)
Основная проблема сейчас даже не алгоритмы, а датасеты. Если обучать сетку на коде с Гитхаба, то получим среднестатистического кодера-индуса.
Даже если брать относительно простые дисциплины и изучить свежие публикации с arxiv, то вы обнаружите. что точность выше 80% практически не достижима. Можно подогнать результат, но тогда генерализация страдает.
Ну и вообще то известны случаи успешного применения ИИ в той же биологии, например в предсказании и моделировании белковых структур.
Электричество в своё время тоже было в основном уделом балаганных фокусников.
Так или иначе это будет преодолено. Возможно даже банальным перекладыванием ответственности на того, кто делегировал свою функцию ИИ. А так как ИИ, чисто статистически будет ошибаться меньше, то всё большее количество людей будут это делать. Особенно когда количество механизмов с ИИ будет расти и взаимодействовать им всё чаще нужно будет друг с другом, а не с человеком. Уже сейчас статистика аварийности беспилотных авто значительно лучше показателей людей.
У прибора всегда есть класс точности, допуски или аналогичные характеристики. У нейронки такой характеристики нет — она по своей природе подгоняет ответ по шаблону. Если нет нужного закона, публикации, первоисточника — она их придумает. И никогда это не признает.
К тому же острая проблема проверяемости имеется не только и не столько с ИИ. Она присуща практически любому передовому исследованию и подходу. И как раз со многим людскими научными публикациями и исследованиями. Допустим выкатывает человек решение математической теоремы над которой бился 5 лет, а в мире есть не более чем с десяток человек которые в принципе могли бы попытаться понять и проверить её решение. Но уйдёт у них на это времени пусть кратно меньше, но всё же много, не один год.
И все эти селф-рефайн и селф-супервайз нифига не помогают. Надо точно знать куда ее ткнуть носом, чтобы она извинилась и переделала.
т.е как раз то что человек просто не может охватить умишком своим
и может вести долгосрочные проекты… которые не умещаются в человеческую жизнь
ves2010, Именно потенциал, но пока не дошло до полноценной реализации.
Хотя в теории можно представить себе виртуального ИИ-агента, который будет выполнять роль начальника на удаленке и управлять командой с помощью писем, мессенджеров и таск трекеров — будет бомбически. Думаю неплохая идея для эксперимента британским ученым
Время самой примитивной реакции — 0.2 сек.
www.gismeteo.ru/news/science/uchenye-vyyasnili-s-kakoj-skorostju-nash-mozg-obrabatyvaet-dannye-spojler-ochen-medlenno/
И на самом деле кора головного мозга работает только последовательно, никакой «многопроцессорности».
ИИ превзойдёт самые смелые чаяния коммунистов — каждому по потребностям.
Если говорят, что что револьвер Кольта сравнял слабых и сильных, то ИИ сравняет умных и глупых, и никому не надо будет работать, потому что все разбогатеют, выигрывая на бирже с помощью ИИ.
vovA4546, Насчёт задач не проверял, но код на Javscript, Node.js, php, python — пишет. Нужен, конечно, правильный подход — в идеале ТЗ каждый раз на то что хочешь получить и полный контроль того что получается. Стараюсь разбивать на мелкие логические функции.
Ну и в целом до пары тыс строк не доходило, но тысячу писал. Но сложнее проверять.
математика тоже кагбе язык.
всё нормально.
с типовыми задачами, то есь — быстро гуглить и компилировать нагугленное, справляецца. што ищо надо?
в нетиповых ей все равно задачу хрен объяснишь))
Антон Иванов, Теория заговора?
Надо поискать… может мы уже живем в симуляции ИИ
Т.е. сфера ИИ — принятие решений в условиях полной неопределённости и полной безответственности.
Древние греки в Афинах отбирали кандидатов на общественные посты по жребию.
А вот касаемо беспилотного транспорта — так олухи ломятся в открытую дверь. Вместо того чтобы обучать ИИ распознаванию дорожных ситуаций с участниками нероботами, достаточно простой автоматики для управления грузовыми дирижаблями с вертикальным взлётом-посадкой. Дирижабли от 200 тонн экономичнее авто.
Очень просто — для обучения ему предложили примеры, просчитанные по математическим моделям физиков. И с грехом пополам и огромными затратами вычислительных мощностей ИИ построил по этим примерам нейронную сеть.
Чтобы выдавать приближённые решения вместо давно добытых математических решений.
Недавно в рунете прошло это сообщение. Чего не изобретёшь ради дармовых казённых денег, если Дума постановила, что фирмам без ИИ — никаких дотаций.
Точно так же я на своём ПК научил нейросеть вычислять и даже предсказывать значения функции sin(x).
Начало ссылки sourestdeeds.github.io/pdf/Deep Learning with Python.pdf Конец ссылки
«Deep Learning with Python 2Ed» Fransois Chollet
Как говорил артист Райкин в своей миниатюре про «дефицит»
… "… пусть все будет, но пусть чего-то не хватает.
Вот этим '«чем-то» мы (люди) и займёмся, вместо, конфликтов, интриг и прочего негатива. Хотя они («конфликты и негативы») все равно будут, как существуют «день и ночь», «холодное и горячее», и т.д, и т.п… Но, может быть поменьше, послабее.