В России разработали универсальную нейросеть для общения с людьми

Новосибирские ученые НГУ разработали универсальную нейросеть под названием "Менон", вдохновленную одним из сократических диалогов Платона.

Эта нейросеть обладает способностями, сравнимыми с ChatGPT и Гигачатом, при этом имея значительно более компактные размеры. По задумке создателей, "Менон" способна отвечать на вопросы пользователей на основе текстовых документов, выполнять задачи автореферирования, повышать понятность текста, улучшать распознавание речи и многое другое, как сообщили в пресс-службе университета.

Исследователи из НГУ воплотили в жизнь концепцию "знания через припоминание" через создание языковой нейросети "Менон". Этот проект, названный в честь древнегреческого философа Платона, представляет собой значимый шаг в развитии искусственного интеллекта и обработки естественного языка. Новая нейросеть обещает революционизировать способы взаимодействия с текстовой информацией и повысить эффективность работы с данными.

МОСКВА, 12 дек — РИА Новости. Универсальную нейросеть, созданную учеными НГУ и названную "Менон", характеризуют как инновационный инструмент, способный преобразить область обработки текстов и речи. Результаты исследования обещают значительный прогресс в сфере искусственного интеллекта и его применения в повседневной жизни.

"Важной задачей для проекта "Менона" является интеграция в диалоговую систему, где знания нейросети о русском языке объединяются с информацией о внешнем мире из текстового корпуса. Этот подход позволяет сократить размер нейросети за счет использования внешних знаний о мире, что в свою очередь снижает затраты на разработку и обслуживание диалоговых систем", — поделился своим мнением Иван Бондаренко, исследователь из лаборатории прикладных цифровых технологий НГУ и сооснователь стартапа "Сибирские нейросети".

Интеграция знаний о языке и окружающем мире в нейросети дает возможность создавать более эффективные и экономичные диалоговые системы. Это подходит для различных областей, где важны как языковые, так и контекстуальные знания.

Согласно исследователю, важно, чтобы нейросеть обладала не только знаниями о языке, но и о мире, чтобы обеспечить эффективное взаимодействие с пользователями и точные ответы на запросы.

В сфере разработки искусственного интеллекта недавно был представлен проект "Менона", который базируется на китайской нейросети "Квен". Авторы этого проекта обучили нейросеть на огромном объеме русскоязычных заданий и примеров их выполнения, составленных специально для этой цели. Такой подход позволил "погрузить" нейросеть в русский культурный контекст, что сделало ее более адаптированной к русскому языку и специфике. Например, в отличие от оригинальной версии "Квен", новая модификация не допускает иероглифов в ответах, если вопросы заданы на русском языке.

Этот подход также сыграл важную роль в развитии способностей нейросети, делая ее более эффективной при интеграции с внешней базой знаний. Ученые отмечают, что такая адаптация и обучение специализированным заданиям способствуют повышению точности и качества работы искусственного интеллекта в различных областях. Кроме того, это открывает новые перспективы для применения нейросетей в русскоязычном сегменте информационных технологий.

Исследование "Менон" было проведено с учетом метода "от простого к сложному", что напоминает процесс обучения детей и способствует сохранению внутреннего интереса нейросети к усвоению новой информации, как у настоящего ребенка. Эту информацию предоставил Иван Бондаренко.

Важные результаты тестирования нейросети "Менон" были официально опубликованы на платформе MERA, предназначенной для оценки эффективности современных "русскоязычных" нейросетевых моделей общего искусственного интеллекта. Этот бенчмарк помогает определить качество работы нейросетей и их применимость в различных областях.

Исследование "Менон" представляет собой значимый шаг в развитии искусственного интеллекта, позволяя лучше понять принципы обучения нейросетей и их способность к самообучению. Результаты данного исследования могут иметь важное значение для дальнейшего развития технологий и применения нейронных сетей в различных сферах.

Исследование показало, что нейросеть "Менон" занимает 38-е место среди 62 моделей по различным способностям, включая умение извлекать информацию из текста, рассуждать, математические навыки и понимание морали. Однако, она лидирует в своем классе с количеством параметров до полутора миллиардов.

По данным исследования, нейросеть "Менон" проявляет значительно более высокую эффективность в решении задачи MultiQ, связанной с выбором наиболее релевантного текста и ответа на вопрос по нему, чем средний уровень других моделей. Важно отметить, что эта способность делает "Менон" весьма перспективной в контексте развития искусственного интеллекта.

В целом, результаты исследования подчеркивают важность улучшения нейросетей в области обработки текста и анализа информации для достижения более точных и продуктивных результатов.

Исследование показывает, что находящаяся на 25-м месте нейросеть, превосходит Гигачат в способности к анализу информации, несмотря на значительно меньшее количество межнейронных связей. Это означает, что нейросеть способна не только понимать вопросы, но и находить необходимую информацию для ответов в произвольных текстах из внешних источников. Иван Бондаренко отметил, что "Менон" также успешно справляется с задачами вроде известной схемы Терри Винограда ("Кубок не поместился в чемодан, потому что он был слишком большой. Он — это чемодан или кубок?"), занимая 17-е место и опережая даже GPT-4o от компании OpenAI.

В будущем разработчики нейросети планируют развивать проект "Менон" в двух направлениях: прикладном и научном. Это важно для улучшения точности анализа текстов и разрешения местоименной анафоры при ответах на вопросы. Например, при запросе о специализации ректора НГУ Михаила Петровича Федорука, система должна автоматически заменить местоимение "он" на имя собственное для более точного поиска информации в текстовом корпусе. Такой подход позволит эффективнее находить нужные данные и обеспечит более точные результаты.

По словам разработчиков, развитие проекта "Менон" будет осуществляться в нескольких направлениях. Одним из них будет работа над улучшением алгоритмов для автоматической замены местоименных указателей на имена собственные в текстах. Это поможет повысить эффективность поиска информации и улучшит качество ответов на вопросы, требующие точной идентификации персон.

Важность данной задачи заключается в том, что правильная замена местоимений на имена собственные позволит значительно улучшить процесс автоматического анализа текстов и обработки запросов. Точность и надежность результатов поиска информации о персонах будет повышена, что сделает проект "Менон" более эффективным и востребованным в различных областях.

Для улучшения процесса подготовки к поступлению в Новосибирский государственный университет, специалисты планируют разработать нейросетевого "помощника", который поможет абитуриентам выбрать наиболее подходящее направление обучения и оформить необходимые документы вовремя. Этот инновационный инструмент также поможет студентам разобраться в особенностях учебного процесса в университете.

В рамках научного исследования, ученые сосредоточатся на улучшении методов обучения нейросети "от простого к сложному" и повышении ее устойчивости к ложным корреляциям между входными данными и целевыми параметрами в обучающем наборе. Это позволит создать более эффективные и точные модели, способные лучше адаптироваться к различным ситуациям и задачам.

Программа "Приоритет-2030" активно поддерживает развитие нейросетей, предоставляя им значительные ресурсы и возможности для исследований. Этот проект стремится к продвижению передовых технологий и инноваций в области искусственного интеллекта. Разработка нейросетей является одним из ключевых направлений, которое получило поддержку и финансирование от программы "Приоритет-2030".

Источник и фото - ria.ru