Google повышает навыки кодирования моделей искусственного интеллекта на 40 %

Google Research и Google DeepMind совершили прорыв в области искусственного интеллекта (ИИ), научив модель ИИ использовать другие модели ИИ, что привело к значительному улучшению возможностей кодирования. Эта разработка способна произвести революцию в области ИИ, позволив разработчикам улучшать существующие модели без необходимости дорогостоящего переобучения или доработки.

Расширение языковых моделей для повышения производительности

Исследователи сосредоточились на дополнении большой языковой модели (LLM), в частности PaLM2-S от Google, которая сопоставима с GPT-4 от OpenAI, лежащей в основе ChatGPT. Дополнив PaLM2-S более мелкими специализированными языковыми моделями, команда наблюдала улучшение производительности в различных задачах, включая перевод и кодирование.
При тестировании задач кодирования дополненная модель продемонстрировала значительное 40-процентное улучшение по сравнению с базовой моделью. Это улучшение находится на одном уровне с полностью настроенными аналогами, демонстрируя эффективность техники дополнения. Гибридная модель показала многообещающие результаты в задачах генерации и объяснения кода, продемонстрировав свой потенциал для расширения возможностей кодирования.

Потенциальные последствия для сектора ИИ

Исследование, проведенное Google, имеет большое значение для сектора ИИ. В задачах перевода дополненная модель показала наиболее значительный прирост производительности при переводе на английский язык языков с ограниченной поддержкой. Это решает давнюю проблему машинного обучения и способно продвинуть эту область вперед.
Более того, это направление исследований может потенциально разрешить юридические проблемы, с которыми сталкиваются технологические компании в секторе ИИ. Многие популярные крупные языковые модели, в том числе ChatGPT, были вовлечены в судебные процессы, связанные с предполагаемым использованием для обучения данных, защищенных авторским правом. Законность обучения языковых моделей на материалах, защищенных авторским правом, — насущный вопрос, который необходимо решить законодателям и судам. Если суды вынесут решение против использования таких данных, это может сделать текущие модели ИИ финансово нецелесообразными или технически невозможными для дальнейшего предложения.
Однако подход Google к дополнению языковых моделей может облегчить некоторые проблемы, связанные с обучением больших языковых моделей. Снижая требования к масштабированию и затраты на создание или переобучение существующих моделей, эта методика способна преодолеть препятствия со стороны регулирующих органов и обеспечить жизнеспособность услуг ИИ в условиях более жесткого регулирования.

Будущее ИИ и языковых моделей

Исследование Google в области дополнения языковых моделей другими моделями ИИ знаменует собой значительный шаг вперед в области ИИ. Расширяя возможности существующих моделей, разработчики смогут решать новые задачи и повышать производительность, не начиная работу с нуля. Этот прорыв способен ускорить инновации и стимулировать прогресс в различных отраслях, где используются технологии ИИ.
Поскольку сектор ИИ продолжает развиваться, крайне важно решить правовые и этические проблемы, связанные с использованием данных, защищенных авторским правом, и обеспечить ответственное развитие ИИ. Исследование Google дает представление о потенциальном решении, позволяющем сбалансировать технологический прогресс и соблюдение нормативных требований.
В заключение следует отметить, что успешное дополнение одной модели ИИ другими моделями ИИ позволило Google на 40 % улучшить навыки кодирования. Этот прорыв не только повышает производительность существующих моделей, но и открывает новые возможности для применения ИИ. Решая юридические проблемы и снижая затраты, связанные с обучением больших языковых моделей, исследование Google прокладывает путь к более регулируемому и устойчивому ландшафту ИИ.