# Игра New World сжигает GPU, а Google Imagen побеждает DALL-E: главные новости ML

Источник: https://www.youtube.com/watch?v=4xklF7PZ-BY
Канал: Yannic Kilcher
Опубликовано: 02.08.2021

---

В новом выпуске новостей машинного обучения на канале **Янника Кильчера** произошла временная ротация: роль ведущего взял на себя **Саньям Бхутани**. В центре внимания оказались не только программные достижения, но и аппаратные катастрофы. Главными темами выпуска стали скандал вокруг игры New World от Amazon, уничтожающей топовые видеокарты, решение OpenAI распустить подразделение робототехники и впечатляющие успехи Google в генерации реалистичных изображений.

## 🎮 Когда игры убивают «железо»: инцидент с New World
[[JUMP:01:43]]

Одной из самых обсуждаемых новостей за пределами чистого ML стал запуск многопользовательской игры New World от Amazon. Однако проект привлек внимание не геймплеем, а тем, что он в буквальном смысле выводит из строя флагманские видеокарты [01:56].

Основные факты инцидента:

*   Владельцы топовых видеокарт NVIDIA GeForce RTX 3090 столкнулись с поломками оборудования при запуске игры.
*   Компания EVGA, один из крупнейших поставщиков **GPU**, официально подтвердила проблему [02:13].
*   Производитель пообещал заменить все вышедшие из строя карты по гарантии и уже начал отгрузку новых единиц пострадавшим пользователям [02:27].

По мнению Саньяма Бхутани, эта ситуация важна и для сообщества машинного обучения, поскольку GPU являются критически важным ресурсом для обучения моделей. Любые перебои в поставках или проблемы с надежностью флагманских чипов напрямую влияют на работу специалистов по данным [02:41].

## 🤖 OpenAI покидает арену робототехники
[[JUMP:02:55]]

Громким событием стал официальный уход **OpenAI** из сферы исследований физической робототехники. Компания решила распустить свою профильную группу [03:15].

Саньям Бхутани выделяет несколько причин этого решения:

1.  **Проблема данных.** В отличие от языковых моделей, которые обучаются на колоссальных объемах текста из интернета, робототехника страдает от нехватки данных из реального мира [03:34].
2.  **Сложность среды.** Моделирование физических взаимодействий требует огромных ресурсов, а прогресс в этой области идет медленнее, чем в цифровых средах.
3.  **Смена фокуса.** По мнению ведущего, OpenAI решила сконцентрироваться на том, что у них получается лучше всего — на программном обеспечении и больших языковых моделях (LLM) [03:56].

Несмотря на это, Бхутани отмечает, что прогресс в индустрии продолжается. В качестве примера он приводит достижения других компаний, демонстрирующих роботов, способных выполнять сложные движения и танцы, что выглядит впечатляюще, хотя и остается сложной инженерной задачей [04:37].

## 🌌 Машинное обучение на службе науки: от Марса до медицины
[[JUMP:05:09]]

Технологии ИИ находят все более глубокое применение в фундаментальных науках и повседневной жизни. Саньям Бхутани выделил несколько ключевых направлений [05:25].

**Космические исследования и NASA:**
Специалисты NASA начали использовать алгоритмы для анализа изображений, полученных с Марса [05:51]. Теперь пользователи могут загружать снимки и получать детализированную информацию о ландшафте и особенностях поверхности Красной планеты [06:04]. По словам ведущего, это делает науку более доступной для широкой аудитории.

**Сельское хозяйство:**
ИИ проникает в агротехнологии через системы компьютерного зрения.

*   Алгоритмы способны идентифицировать растения и отличать их от сорняков [05:39].
*   Системы помогают точечно наносить удобрения или гербициды, что значительно повышает эффективность фермерских хозяйств.

**Медицинская визуализация:**
В области здравоохранения ИИ становится важным помощником врача. Бхутани подчеркивает, что нейросети обучаются анализировать сложные медицинские изображения, такие как МРТ и КТ-снимки [08:36].

*   Алгоритмы могут находить патологии, которые сложно заметить человеческому глазу [08:48].
*   По мнению ведущего, это не заменит врачей, но станет мощным инструментом «второго мнения», снижая нагрузку на систему здравоохранения и повышая точность диагностики [09:01].

## 🧬 Революция в биологии и новые вызовы для роботов
[[JUMP:09:36]]

Одним из величайших прорывов в истории науки Саньям Бхутани называет развитие проекта **AlphaFold** [09:49].

Работа с протеинами:

*   Нейросеть смогла предсказать структуру миллионов белков, что раньше требовало десятилетий лабораторных исследований.
*   Создание базы данных протеинов дает человечеству беспрецедентный инструмент для понимания жизни на молекулярном уровне и разработки новых лекарств [10:02].
*   Однако Бхутани упоминает и о рисках: подобные технологии теоретически могут быть использованы для создания биологического оружия, что требует осторожности при публикации данных [10:15].

**Бенчмарк BEHAVIOR:**
Для тех, кто продолжает заниматься робототехникой, был представлен новый вызов — BEHAVIOR challenge [10:27]. Это набор тестов, имитирующих повседневные задачи в домашней среде: уборка, ходьба, взаимодействие с предметами. Цель — создать агентов, обладающих «здравым смыслом» и способных ориентироваться в хаосе реальной жизни, а не только в стерильных условиях лабораторий [10:54].

## 🖼️ Google Imagen: новый уровень генерации изображений
[[JUMP:11:40]]

В завершение выпуска Саньям обсудил успехи компании **Google** в области генерации изображений по текстовому описанию (Text-to-Image). Новая модель под названием **Imagen** продемонстрировала результаты, которые многие эксперты сочли более впечатляющими, чем у нашумевшей DALL-E от OpenAI [11:53].

Ключевые особенности Imagen, по мнению Бхутани:

*   Невероятный уровень фотореализма.
*   Точное понимание сложных текстовых запросов, включая абстрактные концепции [12:01].
*   Прогресс в этой области идет настолько быстро, что качество генерации меняется буквально с каждой неделей [12:19].

Ведущий резюмирует, что мы находимся в эре стремительного развития генеративного искусства, где границы между реальностью и созданным ИИ изображением становятся все более размытыми.