Інженери OpenAI не розуміють свій код, але ШІ його розуміє
Інженери OpenAI не розуміють свій код, але ШІ його розуміє
Джордан Нанос з SemiAnalysis розповідає про складність коду ядра OpenAI, який навіть його творці не можуть повністю зрозуміти, але штучний інтелект успішно його використовує.
Джордан Нанос з SemiAnalysis розповів, що інженери OpenAI, які разом з ними переглядали код власного ядра, самі не розуміли построчно, що саме він робить. І це не мало значення, тому що ШІ розумів.
«Це не сміттєвий код, тому що він працює. Але по суті це буквально згенерований ШІ асемблер, який просто вивантажений у Gluon — низькорівневий мова програмування ядер, який вони побудували поверх Triton і який використовує дуже цікаву модель програмування».
«Суть в тому, що хлопці, які разом з нами переглядали цей код, явно дуже добре розбиралися в залізі, дуже добре розуміли концепції всієї системи, але при цьому взагалі не уявляли, що конкретно робить це MLA-ядро для DeepSeek, яке вони нам показували».
«Можна йти по коду рядок за рядком, і там буквально: ні, не знаю, не знаю».
«Але це не має значення. ШІ його розуміє, ШІ його тестує, і результат видний. Він генерує коректні ядра, які працюють дійсно дуже добре».
«І я думаю, це просто ще один знак того, що нас чекає далі».
«Сам по собі код вже не обов'язково повинен бути чимось, що людина зобов'язана глибоко розуміти і розбирати, якщо ШІ знає, як управляти переміщенням даних і обчислювальними елементами на тому залізі, яке ви йому дали».
Чому це важливо
АналітикаЦя інформація підкреслює важливість розвитку штучного інтелекту, який може працювати з кодом, навіть якщо його творці не розуміють його повністю. Це відкриває нові можливості для автоматизації та оптимізації програмування.
Обговорити новину у спільноті
Діліться своїм досвідом та думками з ШІ-розробниками
Пов'язані матеріали екосистеми
Практичні гайди, термінологія та агентські скіли
Чотири поради щодо резюме від керівника напрямку прикладного ШІ в OpenAI
Керівник напрямку прикладної розробки ШІ в OpenAI Вульфі Бейн назвав чотири ключові правила резюме: стислість, релевантність, акцент на результатах і правильний порядок досягнень.
AI Radar: GPT-6.1 Terra, Gemini 4 Carbon, Mistral Large 4 і зміни тарифів OpenAI та Anthropic
Огляд свіжих новин AI: оновлення великих мовних моделей, зміни підписок OpenAI та Anthropic, а також нові world-моделі, відеогенератори й корпоративні фінансові деталі.
OpenAI GPT (Флагманські моделі серії GPT)
Головна універсальна лінійка великих мовних моделей від OpenAI (GPT-4, GPT-4o). Оптимізована для складного текстового аналізу, програмування, творчості та щоденної інтелектуальної роботи.
Як запустити локальну LLM: налаштування, моделі та оптимізація
Повний посібник із запуску локальних нейромереж на власному ПК: апаратні вимоги, розгортання Ollama і Open WebUI, огляд Llama 3, Qwen 2.5, DeepSeek та квантування GGUF.