LIVE

Экс-сотрудник DeepMind привлёк $1,1 млрд для ИИ без человеческих данных

Ineffable Intelligence, стартап бывшего сотрудника Google DeepMind, привлёк $1,1 млрд на разработку ИИ, который обучается без использования человеческих данных. Фокус на обучении с подкреплением.

Экс-сотрудник DeepMind привлёк $1,1 млрд для ИИ без человеческих данных

1,1 миллиарда долларов США привлёк стартап Ineffable Intelligence, основанный бывшим сотрудником Google DeepMind, для разработки искусственного интеллекта, который не будет использовать человеческие данные для обучения. Компания делает ставку на обучение с подкреплением как на путь к созданию сверхразумного ИИ, отличаясь от текущего тренда больших языковых моделей.

Что произошло

Ineffable Intelligence, возглавляемая доктором Адамом Смитом, бывшим ведущим исследователем в Google DeepMind, объявила о завершении раунда финансирования на сумму 1,1 миллиарда долларов США. Цель стартапа — создать ИИ, который обучается исключительно через взаимодействие с виртуальной средой, без опоры на массивы текстов, изображений или видео, созданных человеком. Этот подход, основанный на обучении с подкреплением (reinforcement learning), предполагает, что ИИ будет развивать свои способности, получая вознаграждение за правильные действия и штрафы за ошибочные, подобно тому, как обучаются в играх или симуляциях. Подробнее — каталог ASIC-майнеров.

Контекст и предыстория события

Современные большие языковые модели (LLM), такие как GPT-4 или Gemini, обучаются на гигантских объёмах данных из интернета, включая книги, статьи, веб-страницы и социальные сети. Этот метод показал впечатляющие результаты в генерации текста, переводе и суммаризации. Однако он также порождает ряд проблем, включая предвзятость (bias) в данных, вопросы авторского права и этические дилеммы, связанные с использованием чужого контента. Доктор Смит и его команда считают, что зависимость от человеческих данных ограничивает потенциал ИИ и может привести к воспроизведению человеческих ошибок и предубеждений. Подход Ineffable Intelligence напоминает ранние этапы развития DeepMind, где алгоритмы обучались играть в Go или Atari, взаимодействуя с правилами игры, а не с записями человеческих партий. В мае 2024 года, например, наблюдался пик дискуссий о регулировании ИИ и защите авторских прав, что подчёркивает актуальность поиска альтернативных методов обучения.

Реакция рынка

Привлечение столь значительной суммы — 1,1 миллиарда долларов — свидетельствует о высоком интересе инвесторов к альтернативным парадигмам развития ИИ. Среди инвесторов — крупные венчурные фонды и технологические гиганты, которые видят потенциал в создании ИИ, свободного от ограничений, присущих моделям, обученным на человеческих данных. Этот раунд финансирования является одним из крупнейших для ИИ-стартапов в 2024 году, что указывает на растущую конкуренцию в секторе и стремление к диверсификации подходов. Наш рыночный анализ показывает, что подобные инвестиции могут ускорить появление новых архитектур ИИ, способных к более автономному и креативному решению задач, не ограниченных рамками уже существующей информации. Подробнее — актуальный гайд по моделям ASIC.

Что это значит для российских майнеров и инвесторов

Развитие ИИ, не зависящего от человеческих данных, имеет косвенное, но значимое влияние на криптоиндустрию и, в частности, на майнинг. Подобные прорывные технологии требуют колоссальных вычислительных мощностей, что стимулирует спрос на высокопроизводительные чипы и, как следствие, на электроэнергию. Российские майнеры, особенно те, кто оперирует на промышленных площадках в регионах с дешёвой электроэнергией, таких как Иркутская область или Красноярский край, где промышленные тарифы составляют в среднем 3-5 ₽/кВт·ч, могут выиграть от роста спроса на энергоёмкие вычисления. Увеличение вычислительной нагрузки на глобальные сети может также способствовать росту сложности майнинга и, потенциально, стоимости криптовалют, если спрос на них как на средство расчётов за вычислительные ресурсы возрастёт. Для инвесторов в России, учитывая курс ЦБ РФ около 90-95 ₽ за $1, инвестиции в компании, разрабатывающие передовые ИИ-решения или предоставляющие инфраструктуру для них, могут стать привлекательной возможностью. Однако важно помнить о налоговых обязательствах, таких как НДФЛ 13%/15% на доходы от инвестиций, и о необходимости соблюдения ФЗ-259 «О цифровых финансовых активах» при работе с криптоактивами.

Привлечение Ineffable Intelligence 1,1 миллиарда долларов США подчёркивает сдвиг в парадигмах разработки ИИ, где фокус смещается от исключительно больших языковых моделей к более автономным системам обучения с подкреплением, что открывает новые горизонты для вычислительных мощностей и может повлиять на глобальный спрос на электроэнергию и оборудование для высокопроизводительных вычислений.

Частые вопросы

Как ИИ без человеческих данных повлияет на майнинг?
Разработка такого ИИ требует огромных вычислительных мощностей, что увеличивает спрос на высокопроизводительное оборудование и электроэнергию. Это может стимулировать рост майнинговой индустрии, особенно в регионах с дешёвой электроэнергией в России, и потенциально повлиять на стоимость криптовалют.
Какие преимущества у ИИ, обучающегося без человеческих данных?
Основное преимущество — отсутствие предвзятости и этических проблем, связанных с использованием человеческого контента. Такой ИИ может развивать более оригинальные и непредвзятые решения, не ограниченные существующими человеческими знаниями и ошибками, а также обходить проблемы авторского права.
Что означает обучение с подкреплением для ИИ?
Обучение с подкреплением (reinforcement learning) — это метод, при котором ИИ учится путём проб и ошибок, взаимодействуя с окружающей средой. Он получает вознаграждение за желаемые действия и штрафы за нежелательные, постепенно оптимизируя своё поведение для достижения поставленной цели, подобно обучению в играх.

Комментарии

0
    Станьте первым, кто прокомментирует эту новость.