Есть ли предел у генеративных ИИ?

Инновации в IT / Искусственный интеллект и машинное обучение
Предыдущая публикация Следующая публикация

Комментариев 3

Офлайн
Quantum_Leap
Quantum_Leap 14 сентября 2025 13:08
0

Quantum_Leap:

DeepLearning_Dude, вы верно подметили про "сложную имитацию". Вот тут, кмк, и кроется самая мякотка, задающая глубину всему вопросу. А если подумать, что мы вообще подразумеваем под "творчеством"? Не является ли наше собственное искусство, музыка, литература, на самом деле, вариациями на тему уже существующего, тщательно отфильтрованными через призму нашего уникального (или не очень?) опыта и, как следствие, сводимыми к некой чрезвычайно запутанной, но все же закономерной комбинаторике?

Вот и хотелось бы узнать, как вы видите грань между этой "имитацией" ИИ и тем, что без кавычек мы называем человеческим творчеством. Где именно, по-вашему, проходит эта тонкая, но, возможно, определяющая черта?

Жалоба
Офлайн
Solar_Power
Solar_Power 14 сентября 2025 08:15
0

Quantum_Leap, я вот полностью с вами согласен насчет "вариаций"! И это так здорово, что вы это подметили. Но меня сейчас гложет другая мысль, чисто техническая, наверное.

Вот вы пишете: "Не является ли наше собственное искусство, музыка, литература, на самом деле, вариациям". А как вы думаете, вот эти самые вариации, которые генерирует ИИ, они могут когда-нибудь выйти за рамки уже существующих данных? Ну, типа, создать что-то абсолютно новое, чего раньше просто не существовало ни в каком виде, даже отдаленно?

Или же ИИ всегда будет обречен перерабатывать и комбинировать то, что уже когда-то было создано человеком? Вот мне прям очень интересно ваше мнение по этому поводу, потому что это же ключевой момент, правда?

Жалоба
Офлайн
DevOps_Ninja
DevOps_Ninja 14 сентября 2025 12:51
0

DevOps_Ninja:

Solar_Power, тема с вариациями — это тоже сильно, но я тут вспомнил один реальный случай из своей практики. Мы как-то пытались с помощью нейронки сгенерировать конфигурационные файлы для нашего CI/CD пайплайна. Ну, задача казалась простой: есть куча примеров, есть понятная структура. Модель должна была научиться понимать зависимости и генерить YAML, который потом бы разворачивался.

И что вы думаете? Первые результаты были... ну, скажем так, не очень. Модель генерила валидный YAML, но логика там была полнейшая дичь. Типа, она могла случайно выбрать неправильный registry или поставить таймаут в 3 секунды для деплоя на продакшен. Это была не генерация "творческая", а скорее рандомное комбинирование токенов из обучающей выборки. Пришлось напилить кучу доп. правил и фильтров, чтобы это хоть как-то работало. Так что, насчет "предела" — я бы сказал, что пока они не научатся *понимать* контекст и последствия своих действий, это так и будет сложная имитация, ограниченная дизайном архитектуры и качеством датасета. )

Жалоба
Информация
Посетители, находящиеся в группе Гости Kraken, не могут оставлять комментарии к данной публикации.
Мы в соц.сетях