/pshnpnshgp.webp)
Честно говоря, никто не ожидает, что самые простые вопросы приведут к революции в ИИ. Но именно так полагает Джаред Каплан, сооснователь Anthropic и главный научный сотрудник компании. На недавнем событии Y Combinator он признался: «Именно наивные, «глупые» вопросы позволяют продвинуться очень далеко». Звучит дерзко? Но в этом и прелесть подхода.
Сила простых вопросов
Подумайте: в 2010-х все кричали о «больших данных» как о панацее. Но никто не уточнял, насколько «большими» они должны быть и какое реальное преимущество дают. Каплан же задал самые базовые вопросы: сколько данных действительно нужно и как это влияет на обучение? От таких «глупых» рассуждений родилась идея законов масштабирования — принцип, по которому можно предсказывать эффективность ИИ-моделей, исходя из их размера и мощности вычислений.
От физики к алгоритмам
Неудивительно, что физик по образованию подходит к задачам иначе. «Когда ты смотришь на проблему крупным планом и просто задаёшь самые нелепые вопросы, — объясняет Каплан, — часто обнаруживаешь удивительно точные закономерности». Ведь какой ещё путь может привести к пониманию, как именно «сдвигать стрелку» производительности моделей?
Практические прорывы
Anthropic уже известна своими успехами в ИИ-помощниках для разработки кода — модель Claude Sonnet 3.5, выпущенная в июне 2024 года, стала тому доказательством. Инвестор Элад Гил отмечает: «С кодом всё просто: можно запустить, проверить, увидеть результат». Именно такой алгоритмический цикл «вопрос–ответ–проверка» подстегивает развитие быстро и эффективно.
По словам Каплана, простые вопросы дают инструмент для точного анализа трендов и позволяют делать ИИ более понятным и управляемым. Разве не интересно, как банальная любознательность способна задавать тон будущим технологиям?
