Научный архив: статьи

В статье представлена глава «Готовимся жить в информационном веке» из «пермского» пропедевтического курса информатики, посвященная освоению учениками III класса умения учиться. Формулируются три вызова, которые информационный век бросает людям: информации стало очень много, она стала очень сложна, она очень быстро меняется. Значит, человеку предстоит научиться работать с большими объемами сложной быстро меняющейся информации. Одним из помощников человека в этом является компьютер. Но главный инструмент человека для работы с информацией — его интеллект. Именно его следует развивать в первую очередь. Для этого предлагается ряд упражнений «интеллектуальной гимнастики». Они разделены на три категории: умение фантазировать, умение запоминать и умение сосредотачиваться. (Именно эти три категории выделены чисто экспертным путем.) В качестве приема фантазирования предлагается «бином фантазии» Дж. Родари. Для запоминания предлагается освоить придумывание «запоминалок» («мнемоничек»), запоминание по опорным точкам и «заглядывание вперед» по учебнику. Для развития внимания предлагаются прохождения по лабиринтам, упражнение «Стрелка» (слежение за секундной стрелкой) и игра «Что изменилось?». Большинство этих упражнений легко выполняются в моменты «вынужденного безделья» (например, во время ожидания чего-либо). Они могут служить развлечениями на досуговых мероприятиях, в групповых играх. Материал в течение ряда лет прошел апробацию в младших классах лицея № 10 г. Перми.

В статье обсуждаются три базовые момента работы генеративных нейросетевых моделей (генеративного искусственного интеллекта): понятие «токен», вероятностный характер генерируемого ответа и понятие «большая модель», размер которой обеспечивает псевдоразумное поведение нейросетевых чат-ботов. Принципиально не обсуждаются вопросы реализации генеративных моделей, области и способы их применения.

Приводятся материалы конкурса «ТРИЗформашка-2024», который был посвящен нейросетевым моделям. Демонстрируется факт псевдоразумности генеративных моделей. Оказывается, модель, обученная на одной-единственной фразе «мама мыла раму» и использующая для генерации контекст из одной-единственной буквы, может иногда вести себя так, как будто она знает правила склонения в русском языке и способна изменять слово по падежам!

Понятие «токен» рассматривается применительно к генерации текстов, картинок и паролей. На базе «токенов» выстраивается практически полезная методика генерации паролей, сложных для разгадывания, но простых для воспроизведения (сложных для забывания).

Понятие «большая модель» представляется наглядно и доходчиво за счет «визуализации» его путем сопоставления с физическими величинами. (Если бы один параметр нейросети весил один грамм, то для ее перевозки потребовалось бы 200 грузовых поездов. Если бы он имел длину в один миллиметр, то нейросеть оборачивалась ба вокруг Земли по экватору 25 раз. Если бы на обучение по одному параметру требовалась одна секунда, то начинать обучать современную нейросеть надо было бы во времена кроманьонцев.)

Материалы будут полезны для изучения генеративного искусственного интеллекта в любом возрасте.