Как развивается Искусственный Интеллект сегодня: мнения экспертов мирового сообщества

Мы сейчас живем в такое время, когда технологии искусственного интеллекта продвинулись так далеко, что используются повсеместно. Как развивается Искусственный Интеллект сегодня: мнения экспертов мирового сообщества. Насколько точны данные искусственного интеллекта? Жив он или мертв? Об этом и поговорим сегодня в статье.

Мы на вершине развития искусственного интеллекта?

Достигло ли развитие ИИ пика и переломного момента сегодня? – размышляет в  Harvard Business Review  Огуз А. Акар — заведующий кафедрой маркетинга в King’s Business School. По его мнению, мы уже видели вершину развития генеративного ИИ, и возможно сейчас он находится в упадке. Связано это с ростом создания синтетического генеративного контента в Интернете. Будущие модели ИИ могут основываться преимущественно на собственных результатах. Все-таки мысли человека – это мысли, чувства и эмоции, а ИИ – машина. Огуз А. Акар считает, что это все приведет к появлению «мягкой эхо-камеры искусственного интеллекта».

Важно дополнять генеративные модели новыми реальными человеческими данными, иначе они просто «сходят с ума». Тут речь идет уже о регрессе модели генеративного ИИ, если постоянно его не обновлять и не развивать. Здесь надо научиться отличать человеческий контент от искусственного. Менеджеры должны понимать, к чему может привести эта технология, оценить риски и преимущества. Все упирается в творчество человека. Умеем ли мы экспериментировать и создавать уникальный контент? В любом случае, в условиях цифровизации, надо уметь совмещать эти подходы.

Переломный момент в развитии искусственного интеллекта

Как лидер в области ИИ, Фей Ли заявляет, что есть более значимые и катастрофические риски, с которыми мы сталкиваемся сегодня. Например, дезинформация, дезорганизация рабочей силы, предвзятость и нарушение конфиденциальности. Главной проблемой ИИ, по мнению Фе Ли, стала сама дороговизна технологий, что делает невозможным его покупку для научных кругов. Поэтому нужно вкладывать значительные инвестиции в исследования государственного сектора.

Что касается авторского права и данных, Ли полагает, что сообществу ИИ нужно разобраться в проблемах нарушения авторских прав, конфиденциальности и предвзятости, поскольку сейчас важность данных возросла, поэтому нужно продолжать развиваться и учиться на прошлых ошибках.

GenAI неточен в бизнесе? Как получить точные данные?

GenAI крайне неточен для использования в бизнесе — и становится все более непрозрачным – говорит старший репортер Computerworld Лукас Меариан. Давайте разбираться, в чем именно это проявляется, какие причины и последствия этого.

Большие языковые модели (LLM), на которых построены инструменты генеративного ИИ, такие как ChatGPT очень неточны при подключении к корпоративным базам данных. Например, исследование, проведенное Стэнфордским университетом, говорит о том, что LLM собирают огромные объемы информации и расширяются, но происхождение их данных становится сложно отследить. Это приводит к тому, что компании не понимают, могут ли они безопасно создавать приложения, использующие коммерческие модели genAI foundation.

«По мере того, как прозрачность коммерческих [базовых моделей] снижается, мы сталкиваемся с аналогичными угрозами защиты прав потребителей» — заявил Риши Боммазани, руководитель отдела общественных исследований Стэнфордского центра исследований фундаментальных моделей. 

Хуан Секеда, руководитель лаборатории искусственного интеллекта в data.world, считает, что:

причина заключается в том, что модели делают прогнозы только на основе увиденных ими шаблонов. Что произойдет, если они не увидели шаблонов, характерных для вашего предприятия? Что ж, неточность возрастает.

Как увеличить точность от LLM?

Во-первых, у компании должна быть прочная база данных. Во-вторых, нужно использовать небольшие языковые модели (SLM) или даже отраслевые языковые модели (ILM). Как говорит Секеда, что:

тем не менее, подход остается тем же: предсказание следующего слова. Этот прогноз может быть высоким, но всегда будет шанс, что прогноз неверен.

Польза и применение ИИ

Арун Шастри, один из лидеров в области ИИ, в своей статье «Gen AI Is Dead. Long Live Gen AI!» рассуджает о том, что многие исследования показали, что с помощью ИИ низкоквалифицированные работники могут достичь производительности, близкой к работе высококвалифицированным работникам. Он отмечает, что сейчас компании используют генеративные модели ИИ в следующих целях:

• Для создания маркетинговых материалов и резюме
• Помощник, который отвечает на вопросы клиентов по продукту
• обмен релевантным контентом и выстраивание отношений с потенциальными клиентами
• техническая документация
• многое другое

Шастри утверждает:

в мире, где технологии гарантируют, что мы все сможем делать то, что у нас получается лучше, я уверен, что мы направим эту энергию на то, чтобы сделать мир лучше.

Развитие искусственного интеллекта – неизбежно, а регресс это или прогресс покажет время. Вред или польза ИИ – вопрос, который остается еще решить в будущем. В любом случае мы живем в век цифровых технологий и без внедрения искусственного интеллекта развитие общества – не представляется возможным. Нужно учиться управлять временем и постоянно обновлять данные ИИ, чтобы не стоять на месте. Только разумное использование технологий ИИ поможет человеку двигаться вперед.

Подписывайтесь на наш telegram:

Список источников:

1. Gen AI Is Dead. Long Live Gen AI! Arun Shastri // https://www.forbes.com/sites/arunshastri/2023/11/19/gen-ai-is-dead-long-live-gen-ai/?sh=759f494132a8
2. Harvard Business Review Has Generative AI Peaked? by Oguz A. Acar // https://hbr.org/2023/11/has-generative-ai-peaked
3. MIT Technology Review. AI is at an inflection point, Fei-Fei Li says. Melissa Heikkiläarchive page // https://www.technologyreview.com/2023/11/14/1083352/ai-is-at-an-inflection-point-fei-fei-li-says/
4. GenAI is highly inaccurate for business use — and getting more opaque. By Lucas Mearian. // https://www.computerworld.com/article/3711343/genai-is-highly-inaccurate-for-business-use-and-getting-more-opaque.html
5. Introducing The Foundation Model Transparency Index. Katharine Miller. // https://hai.stanford.edu/news/introducing-foundation-model-transparency-index
6. Co-Director of the Stanford Institute for HAI. https://www.cs.stanford.edu/people/fei-fei-li