Sắp tới, con người có thể không còn là loài "nhân vật chính" nữa. Siêu trí tuệ nhân tạo có thể thông minh, hiệu quả và mạnh mẽ hơn. Mục đích của chúng ta là gì? #TríTuệNhânTạo #SuperAGI #Species #LoàiNgười #AI #ArtificialIntelligence #TươngLai #Future

https://www.reddit.com/r/singularity/comments/1ox0bz5/soon_humans_well_no_longer_be_maincharacter_type/

AGI: от идеи к реализации, часть 3: архитектура трансформер и идеи для улучшения

Для понимания структуры и процессов в AGI системе, давайте рассмотрим решения на текущий момент: LLM - большая языковая модель, архитектура трансформер. Трансформер представляет собой преобразователь текста: входной текст преобразуется в наиболее вероятный токен (часть слова) предсказанный моделью. Информация основана на подробном разборе кода трансформера GPT2 и DeepSeekV3. Подробная формула: Input - вход или промпт. Tokens = Tokenize(Input) , Output = Ptokens = Attention(Tokens) + FeedForward(Tokens) . Здесь мы видим что преобразование задается функцией! Т.е оно линейно. Наиболее вероятный токен затем выбирается с помощью случайного значения если задана температура. Т.е здесь случайность влияет в конце и только на выбор токена. Поэтому температура при больших значениях может иметь непредсказуемый результат. Внутри функции Attention: есть матрицы Wq, Wk, Wv и FeedForward: Wa, Wb которые подбираются таким образом чтобы ошибка предсказанного значения имела минимальное значение. Как это делается? Мы видим что само преобразование задается математической функцией и задача в том чтобы найти такие значения матриц чтобы результирующая функция потерь LOSS имела меньшее значение чем текущее. Как же это делается? Это называется backpropagation и вычисляется через градиент функции. Для этого все слои Attention, FeedForward представляются в виде вычислительного графа который называется TensorFlow. Вершины графа — это операции, ребра это входные значения. Каждой вершине соответствует некоторая функция. Для примера рассмотрим такую функцию:

https://habr.com/ru/articles/930202/

#agi #superagi #llm

AGI: от идеи к реализации, часть 2: От Линейного Преобразования к Живому Мышлению

Предисловие : вот и прошел этап критики и самоопределения после публикации моей первой статьи. Теперь это уже вторая. Хотел бы сказать что первая статья не была научной публикацией и сведением графиков по GPT. Это было исследованием экспериментом таким: если человек не может изобрести AGI, то почему бы не попросить об этом LLM? Вот это как раз сейчас и делается в данной работе. Результат смотрите сами. И да это не очередной RAG как приводилось в комментариях, это становится новой парадигмой. 🧠 От Линейного Преобразования к Живому Мышлению: Критика LLM и Архитектура AGI как Субъекта Автор : [Твоё имя или псевдоним] Версия : 1.0 | Июль 2025

https://habr.com/ru/articles/925832/

#agi #new_features #ideas #superagi #gpt #neural #stochastic_processes

🚀 Meta è in cerca di brillanti menti per la sua nuova Super AGI! Fai parte della squadra che creerà il futuro dell'IA. #MetaCareers #SuperAGI #socialmedia #artificialintelligence #technology

🔗 https://aibay.it/notizie/meta-assume-esperti-per-nuovo-team-di-ia-2025-06-11

Grundlegendes Verständnis für die drei Begriffe Generative KI, AGI und SuperAGI schaffen!

#KünstlicheIntelligenz #kuenstlicheintelligenz #KI #AI #GenerativeKI #AGI #SuperAGI #ZukunftDerKI #EthischeFragen #Technologie #Innovation #KIEntwicklung

https://kinews24.de/kuenstliche-intelligenz-generative-ki-agi-superagi

I finally got access to the #Openai #Gpt4 API so I could finally try it out with #SuperAGI (ugh that name). I carefully described the app I wanted it to build and set it going.

When it finished, I opened a file at random. It was just the skeleton of the class, with the comment "// Other methods...". They were all like this.

I guess there's a reason people speak glowingly about what SuperAGI can (theoretically) do, but not so many people speaking glowingly about what SuperAGI has actually done for them.