(Николаус Скены)
Иногда вам хочется белого вина.
Иногда — красного.
А после спорта пиво тоже бывает очень кстати.
Никому не пришло бы в голову в этот самый момент заказать всё одновременно.
Ни один сомелье в мире не сказал бы: «Без проблем, я принесу вам белое вино, красное вино, пиво, стейк, полотенце, массаж, телефонный разговор с вашей матерью и на всякий случай лыжный отпуск».
Наш мозг действует гораздо эффективнее.
Он принимает решения с учётом контекста. Ситуативно. Экономя энергию.
Он активирует только те области, которые в данный момент имеют значение. Остальные остаются «спокойными».
И именно здесь кроется часто упускаемое из виду различие между человеческим и современным искусственным интеллектом.
И тут в игру вступает ChatGPT.
ChatGPT работает принципиально иначе.
Неважно, чего вам сейчас хочется — он всегда запрашивает всё подряд.
Не только пиво после спорта, но одновременно пиво, белое вино, красное вино, стейк, рецепт, цепочку поставок, баланс CO₂, винодельческий регион, вид спорта и философское значение жажды.
Причина, по которой мы этого не замечаем:
Всё происходит чрезвычайно быстро.
Бессмысленные «области» отсекаются за миллисекунды, и в итоге получается более-менее разумный ответ. Но вычислительные затраты за этим колоссальны.
Человеческий мозг в таком виде оказался бы совершенно перегружен.
И именно поэтому энергопотребление современных систем ИИ — серьёзный повод для критики.
DeepSeek уже делает здесь шаг вперёд.
Он пытается целенаправленнее «запускать» разные части модели — в зависимости от того, что в данный момент, вероятнее всего, имеет отношение к делу. Не всё, всегда и одновременно. А более избирательно. Более чувствительно к контексту.
И тут появляется HuggingGPT.
HuggingGPT — не новая модель.
Это архитектурная идея.
Основная идея:
Большая языковая модель вроде ChatGPT больше не используется как универсальный гений, а выступает в роли контроллера. Дирижёра. Планировщика.
Она выслушивает пользователя, понимает намерение — а затем разбивает его на конкретные подзадачи.
Эти подзадачи решает не та же самая модель, а целенаправленно передаёт их специалистам : моделям для работы с изображениями, аудиомоделям, классификаторам, системам преобразования текста в речь, системам распознавания объектов, сегментации. Всем уже существующим моделям — например, в экосистеме Hugging Face.
При этом решающим является не только что делается, но и в какой последовательности.
HuggingGPT планирует зависимости.
Некоторые задачи необходимо выполнять последовательно, другие могут идти параллельно. Результаты одной модели используются как входные данные для следующей. И только в конце контроллер снова собирает всё воедино и формулирует ответ.
Простой запрос вроде «Подробно опиши это изображение» автоматически разбивается на классификацию изображения, распознавание объектов, сегментацию, создание описания и модели визуальных вопросов и ответов — и лишь затем объединяется в единый результат.
Это не новый интеллект.
Но это другой способ интеллектуальной работы.
И вот здесь HuggingGPT становится по-настоящему интересным:
Система масштабируется не за счёт всё более крупных моделей, а за счёт координации. За счёт выбора. За счёт разделения труда. За счёт контекста.
Внезапно ИИ больше не похож на перегруженного универсального студента, который должен уметь всё одновременно, а напоминает хорошо организованную команду.
Пока ещё кое-где «скрипит»: более высокая задержка, зависимость от способности контроллера к планированию, ограничения по токенам, нестабильность. HuggingGPT — не готовый продукт. Это мыслительная модель.
Но такая, которая указывает на важное направление:
От «больше, быстрее, всё одновременно».
К «правильнее, избирательнее, эффективнее».
И тем самым — обратно к энергопотреблению. Одна из обоснованных главных претензий к современному ИИ — его энергетический аппетит. Если интеллект возникает не благодаря максимальному параллелизму, а благодаря целенаправленной оркестрации, возможно, мы приближаемся к более эффективному машинному образу мышления.
Что это в долгосрочной перспективе означает — в том числе для человеческого труда, человеческого интеллекта и человеческой значимости — это уже другая дискуссия.
Для другой субботы.
Сегодня достаточно одного наблюдения:
Снова нужно больше «hugging».
Не всё сразу.
А именно то, что нужно, в нужный момент.
(Николаус Скены живёт и работает в Сан-Франциско, консультирует компании по вопросам ИИ и уже несколько лет организует туры в Кремниевую долину и другие горячие точки технологического развития