⚒️ Да кто такие эти ваши агенты?

Стив Джобс называл их «маленькими друзьями в компьютере», но понятнее от этого не становится. Объясняем, что делает агента агентом, в коротком ролике.

Подписывайтесь 👉 @techno_yandex

Один из первых сервисов музыкальных рекомендаций позволял пользователям связываться по электронной почте с «искусственным интеллектом», который подбирал музыку на основе предпочтений. Рассказываем про американский сервис Ringo (и пытаемся понять, действительно ли там был ИИ).

Как это работало

Ringo запустился в 1994 году и работал через электронную почту: сначала пользователю нужно было оценить 125 музыкантов из списка по шкале от 1 до 7. Алгоритм анализировал вкусы клиента и затем отправлял регулярные письма с предложениями, что послушать.

Ringo создавал профили музыкальных вкусов по первичному опроснику, сопоставлял их с общей базой пользователей и искал «соседей» по вкусам. И если кому-то нравился новый трек, система отправляла его схожим по предпочтениям людям.

Чат-бот в электронной почте

Ringo вырос из стэнфордского сервиса SIFT для рассылки интересных статей по электронной почте, который работал по тому же принципу. Управлять им можно было текстовыми командами в письмах: пользователь мог подписаться на тему, запросить полную статью или изменить свои предпочтения. Это был почти чат-бот — только он не генерировал текст, а отправлял заранее сформулированные письма.

Работа Ringo также напоминала современных чат-ботов, и со временем многие пользователи начали видеть в нём друга. Создателям сервиса даже пришлось переписать текст, с которым Ringo отправлял рекомендации, чтобы было понятно: вы общаетесь с машиной, а не с человеком.

ИИ или не ИИ

Ringo и SIFT — ранние версии рекомендательных алгоритмов, на современных версиях которых сейчас работают Яндекс Музыка, Netflix и другие сервисы с контентом. Только тогда алгоритм работа на простом принципе коллаборативной фильтрации: «похожим пользователям нравятся похожие объекты».

С каждым новым запросом пользователя Ringo и SIFT начинали лучше его понимать и подбирать для него рекомендации. Также со временем алгоритм обучался и становился лучше — механика сильно напоминает машинное обучение. Главное отличие: в основе не собранные из интернета массивы данных, а специализированные профили людей. Чем больше пользователей — тем лучше алгоритм и тем проще ему найти обладателей аналогичных музыкальных вкусов.

Кстати, сейчас Ringo уже нет: в 1998 году Microsoft купил компанию за $40 млн. В конечном счёте от неё осталась лишь система логина через почту, которая позже стала Microsoft Passport.

Подписывайтесь 👉 @techno_yandex

📼 Sora 2 появилась совсем недавно, но видео с её вотермаркой уже заполонили интернет

В новом ролике тестируем модель на прочность и рассказываем, как OpenAI собирается утопить всех в ИИ-слопе.

Подписывайтесь 👉 @techno_yandex

Мы уже на полпути к AGI?

Ведущие исследователи ИИ составили единый тест нейросетей на близость к общему искусственному интеллекту (AGI). И GPT-5 показал результат в 58% — это больше чем в два раза лучше, чем вышедшая двумя годами ранее GPT-4. Но у этого роста есть важный нюанс.

За основу бенчмарка взяли теорию Кеттелла-Хорна-Кэрролла — разделение человеческого познания из 10 частей (на картинке выше). Для каждого из параметров создали тест с оценками от 1 до 10, которые в сумме дают процент близости к мышлению человека, а значит, и к AGI.

Главный вывод: нейросети приближаются к AGI неравномерно. В тестах на образованность GPT-5 получила максимальные оценки, заметно опередив предшественника. Но в проверке на долгосрочную память не набрала ни одного балла, как и GPT-4.

Эталонное человеческое сознание невозможно представить без хорошей памяти — над этой проблемой разработчики ИИ бьются уже давно. Пока она решается «костылями», такими как длинное контекстное окно или RAG.

Подписывайтесь 👉 @techno_yandex