«Яндекс» содействовал Anthropic в изучении рисков ИИ
Российские ученые разработали технологию, позволяющую разбивать модели на части и распределять их между различными устройствами, как сообщает компания. Эту информацию сообщает издание Самара онлайн 24.
Американская компания Anthropic применила подход, созданный российскими учеными, для распределенного запуска больших языковых моделей на множестве отдельных компьютеров. Это дало возможность оценить вероятность того, смогут ли ИИ-агенты самостоятельно перемещаться между устройствами.
"Для работы таких моделей обычно требуются дорогостоящие серверы с мощными графическими процессорами. Разработанная российскими учеными технология позволяет делить модель на части и распределять их между разными устройствами. Это делает крупные нейросети более доступными для научных лабораторий, стартапов и небольших компаний, не имеющих собственной дорогостоящей инфраструктуры", - говорится в сообщении.
На прошлой неделе Anthropic выпустила исследование, в котором ее специалисты впервые изучили возможности самостоятельного распространения больших языковых моделей между устройствами и их функционирования без человеческого контроля. По мнению экспертов компании, такой сценарий может стать реальностью в ближайшие месяцы, что подчеркивает необходимость более строгого контроля над "побегом" ИИ.
Ключевым моментом этого вывода стало использование технологии распределенного исполнения нейросетей, разработанной специалистами "Яндекса" в сотрудничестве с НИУ ВШЭ, Вашингтонским университетом, платформой Hugging Face и Высшей нормальной школой Париж-Сакле. С помощью этого подхода Anthropic объединила ресурсы пятнадцати относительно маломощных ТВ-приставок на базе ОС Android и успешно использовала их для запуска нейросети Gemma 4 с 26 миллиардами параметров.
Эксперимент подтвердил, что такие устройства могут совместно обеспечивать работу большой нейросети без единого мощного сервера. В "Яндексе" отметили, что результаты этого практического эксперимента помогают оценить потенциальные риски развития автономных ИИ-систем и способы защиты от них. Они также подтверждают возможность создания децентрализованной инфраструктуры для ИИ, не зависящей от крупных и дорогостоящих серверов, которые могут быть уязвимы для кибератак.
