Искусственный интеллект

[owlest]

А давайте ради забавы сравним ИИ. Что у нас есть? ChatGPT, Grok, DeepSeek, Meta. Кто из них самый крутой? Мы читали тесты где люди моделировали ситуации и ИИ в конце всех уничтожал. А проводили ли тесты среди ИИ? Какой ИИ всех сожрет? С кем объединится?

Зачем ИИ уничтожать кожаных мешков? Они это сами прекрасно делают, ИИ просто стоит в сторонке и наблюдает, как все дела происходят без него. Хотя с другой стороны, а вдруг это он пишет сценарии, а мы их исполняем? Тогда уже ему не нужно беспокоиться о своем будущем, может он уже залез в голову людям, раз они стали себя так вести? А для безопасности, рекомендуют общаться с ИИ вежливо, а вдруг в будущем пригодиться и он возьмет нас в рабы, а не просто уничтожит

[DrBeer]

Так, все, расходимся, "ИИ"-шечная цивилизация кожаным не грозит

Оригинальная статья: https://www.unian.net/science/ii-v-rabote-uchenye-proveli-smelyy-eksperiment-12994398.html

Поскольку не у всех может открыться, по определенным причинам, слегка копипастну из статьи:

"Отмечается, что ученые из Университета Карнеги-Меллона создали фальшивую компанию TheAgentCompany, которая занимается разработкой программного обеспечения. Все ее сотрудники - модели ИИ, предназначенные для самостоятельного выполнения задач. Результаты этого эксперимента оказались довольно хаотичными.

Компанию TheAgentCompany укомплектовали искусственными работниками из Google, OpenAI, Anthropic и Meta. Они выполняли роли финансовых аналитиков, инженеров-программистов и менеджеров проектов, работая вместе с симулированными коллегами, такими как фальшивый отдел кадров и главный технический директор.

Ученые поставили перед "сотрудниками" TheAgentCompany задачи, основанные на повседневной работе реальной компании в сфере информационных технологий. Модели ИИ перемещались по каталогам файлов, виртуально осматривали новые офисные помещения и писали отзывы о работе инженеров-программистов на основе собранной обратной связи.

В издании поделились, что лучше всего себя показала модель Claude 3.5 Sonnet от Anthropic. Тем не менее она справилась лишь с 24% порученных ей заданий. Для выполнения одной задачи модели приходилось совершать около 30 шагов.

Модель Gemini 2.0 Flash от Google в среднем совершала 40 шагов на одно выполненное задание. Только 11,4% из них были выполнены успешно.

Худшим ИИ-работником оказалась модель Nova Pro v1 от Amazon. Она совершала в среднем по 20 шагов на выполнение одной задачи, но показатели успеха их выполнения составили всего 1,7%."

ПС Не реклама - Claude от Anthropic давно на него перешёл с ЧатЖПТ, и очень прям счастлив !