В течение прошлого года многие считали, что классическое обучение ИИ, которое дало нам ChatGPT, полностью утратило актуальность. Ставка делалась на обучение с подкреплением, однако недавние открытия показывают, что предварительное обучение не только живо, но и готово к возвращению в 2026 году. Индустрия ИИ кажется динамичной, но новые модели в основном похожи на их предшественников. Основные факторы прогресса — это объем данных и вычислительные ресурсы. Современные трансформеры используют слои внимания и долгосрочной памяти для обработки информации. Первый закон масштабирования гласит: больше данных — лучше результаты. Однако недавние неудачи, такие как GPT-4.5, показали, что одного масштабирования недостаточно. В ответ на это OpenAI и другие компании начали исследовать новый подход, позволяющий моделям «думать дольше», что приводит к улучшению результатов. В 2026 году мы можем ожидать значительного роста в области предварительного обучения и увеличения потребности в вычислительных мощностях, что окажет влияние на рынок дата-центров и оптических технологий. фундаментальные модели теряют свою значимость новые вызовы для ИИ новые технологические тенденции