По мнению Каляева, погоня за универсальными большими языковыми моделями (LLM), способными решить все проблемы, — тупиковый путь, поскольку это ведёт к снижению профессионализма в отдельных областях и отсутствию практической отдачи. Эксперт считает, что у России нет финансовых возможностей для инвестиций в супер LLM, и задаётся вопросом о практической пользе и возможных негативных последствиях, подчёркивая эту мысль.
Каляев предлагает развивать прикладные LLM, нацеленные на решение конкретных важных проблем, не вдаваясь в проблемы сознания, этики, социализации и политизации, которые возникают при повсеместном развитии ИИ. То есть отталкиваться необходимо от актуальности.
«Попытки создания универсальных LLM, способных решать всё и вся, — это тупиковый путь. Постоянное усложнение моделей LLM, безусловно, ведёт к их всё более широкой эрудированности, но при этом их профессионализм в каждой отдельной области будет снижаться. Кроме того, следует честно признать, что нам конкурировать с американцами и китайцами в этом деле абсолютно бесполезно, поскольку мы не обладаем их финансовыми возможностями и не можем вкладывать сотни триллионов рублей в создание супер LLM. Да и вообще, никто до сих пор так не смог объяснить, а какой практический эффект будет от этих гигантских вложений в такие супер LLM и не получится ли так, что вторичный отрицательный эффект от их использования на порядок превысит декларируемый положительный эффект? Безусловно, нам также надо заниматься разработкой LLM, но это должны быть, с моей точки зрения, прикладные LLM, ориентированные на решение практически важных задач с понятным прикладным эффектом», — подчеркнул учёный.
Свежие комментарии