Эйдан Гомес — имя, которое стало синонимом инноваций в области искусственного интеллекта. Как один из авторов архитектуры «Трансформер», он оказал значительное влияние на развитие этой технологии. Сегодня Гомес занимает пост соучредителя и генерального директора компании Cohere, которая за короткое время достигла впечатляющей оценки в 5,5 миллиарда долларов. В недавнем интервью с Гарри Стеббингсом из 20VC он обсудил ключевые тенденции в искусственном интеллекте и поделился своим видением будущего.
Среди тем, которые Гомес поднял в разговоре, особое внимание привлекло утверждение о том, что увеличение вычислительной мощности не является единственным способом улучшения производительности моделей ИИ. Хотя увеличение размера модели действительно может привести к улучшению ее работы, Гомес считает, что этот подход слишком ограничен и неэффективен. По его словам, за последние полтора года, начиная с выхода ChatGPT и заканчивая GPT-4, наблюдается удивительный прогресс в качестве моделей, которые могут иметь меньший размер, но при этом демонстрировать выдающиеся результаты.
Гомес также отметил, что стартапы в области искусственного интеллекта не должны зависеть от крупных облачных провайдеров. Он уверен, что существует множество путей для инноваций в области данных и моделей, которые могут привести к значительным улучшениям без необходимости полагаться на масштабирование. В частности, он подчеркивает важность качества данных, утверждая, что даже одно неправильное значение может существенно повлиять на производительность модели. Это подчеркивает, что внимание к деталям в процессе подготовки данных может оказать решающее влияние на итоговые результаты.
Еще одной интересной темой, которую затронул Гомес, является будущее робототехники. Он выразил оптимизм по поводу того, что в течение следующих пяти лет мы можем ожидать значительных прорывов в этой области. По его мнению, многие барьеры, которые ранее мешали развитию робототехники, постепенно исчезают. Например, современные языковые модели становятся более способными к решению задач, что открывает новые горизонты для создания универсальных роботов. Гомес также подчеркивает, что с развитием технологий робототехники мы можем ожидать появления более сложных и адаптивных систем, способных выполнять широкий спектр задач.
Гомес также обсудил, как стартапы могут конкурировать с крупными игроками, такими как OpenAI и Google. Он считает, что если стартапы сосредоточатся на инновациях в данных и методах, они могут создать уникальные решения, которые будут востребованы на рынке. Это важно, поскольку простая продажа моделей может привести к конкурентной борьбе по цене, что сделает бизнес менее прибыльным. В этом контексте Гомес подчеркивает, что стартапы должны искать свои ниши и разрабатывать специализированные решения, которые будут отвечать конкретным потребностям клиентов.
В разговоре о синтетических данных Гомес объяснил, что многие достижения в области открытого исходного кода связаны с улучшением качества данных. Он отметил, что извлечение наиболее ценных и информативных частей из Интернета, а также создание синтетических данных, способствуют прогрессу в обучении моделей. Это позволяет создавать более качественные и эффективные системы, которые могут адаптироваться к потребностям пользователей. Важно отметить, что синтетические данные могут быть использованы для обучения моделей в тех случаях, когда реальные данные недоступны или их сложно собрать.
Гомес также затронул тему рассуждений и решения проблем в контексте развития моделей ИИ. Он считает, что текущие модели слишком жестко настроены на мгновенные ответы, что не соответствует человеческому мышлению. Следующий шаг в развитии ИИ — это возможность рассуждать, ошибаться и находить решения, что сделает модели более гибкими и эффективными. Гомес подчеркивает, что для достижения этого необходимо развивать алгоритмы, которые позволят моделям учиться на своих ошибках и улучшать свои навыки.
В ответ на вопрос о том, как будет выглядеть рынок синтетических данных в будущем, Гомес предсказал, что он станет более конкурентоспособным. Он отметил, что многие компании используют большие языковые модели для генерации синтетических данных, что создает спрос на более эффективные решения. Однако он также предостерег от возможных рисков, связанных с зависимостью от облачных провайдеров. Гомес полагает, что стартапы должны стремиться к независимости и искать альтернативные подходы к получению и обработке данных.
Гомес подчеркивает, что несмотря на высокие затраты на разработку новых технологий, важно продолжать инвестиции в исследование и развитие. Он думает, что даже если для обычного потребителя эти технологии могут показаться незначительными, они могут иметь огромное значение для специалистов в определенных областях. Например, в медицине, финансах и других критически важных секторах, где точность и эффективность имеют первостепенное значение.
В заключение, Гомес выразил уверенность в том, что будущее технологий будет связано с повышением производительности и ростом. Он верит, что использование технологий для улучшения жизни людей и повышения эффективности различных процессов должно стать приоритетом. По его мнению, искусственный интеллект и робототехника имеют огромный потенциал, и мы находимся на пороге значительных изменений в этих областях.
Гомес также затронул важность междисциплинарного подхода в разработке технологий. Он считает, что совместная работа специалистов из разных областей — от инженеров до социологов — может привести к созданию более совершенных и адаптивных систем. Это позволит учитывать разнообразные аспекты, такие как этика, безопасность и влияние технологий на общество.
