تقرير ستانفورد حول الذكاء الاصطناعي يجد الصناعة المزدهرة عند مفترق طرق

أصدر معهد ستانفورد للذكاء الاصطناعي المرتكز على الإنسان (HAI) تقريره السنوي السابع لمؤشر الذكاء الاصطناعي، والذي يشير إلى صناعة مزدهرة تواجه تكاليف ولوائح تنظيمية متزايدة ومخاوف عامة.

صفحة 502 تقرير [PDF] يأتي من الأوساط الأكاديمية والصناعية - يرأس اللجنة التوجيهية لـ HAI جاك كلارك، المؤسس المشارك لـ Anthropic، وراي بيرولت، عالم الكمبيوتر في مركز الذكاء الاصطناعي التابع لـ SRI International - وبالتالي لا يسهب كثيرًا في الحديث عن الحرق. مع الحجج النار.

إلى هذه النقطة، يحدد التقرير الخصوصية بحيث يكون للأفراد الحق في الموافقة على نماذج اللغات الكبيرة (LLMs) التي تستخدم بياناتهم. ومع ذلك، فهو لا يقترح أن تتخلى شركات الذكاء الاصطناعي عن النماذج الحالية لأنها بنيت دون إذن. إنه يقترح الشفافية، بدلاً من التكفير عن الذنب.

يقول التقرير: "إن الحصول على موافقة حقيقية ومستنيرة لجمع بيانات التدريب يمثل تحديًا خاصًا بالنسبة لبرامج ماجستير إدارة الأعمال، التي تعتمد على كميات هائلة من البيانات". "في كثير من الحالات، لا يكون المستخدمون على دراية بكيفية استخدام بياناتهم أو مدى جمعها. ولذلك، من المهم ضمان الشفافية فيما يتعلق بممارسات جمع البيانات.

نتيجة العديد من الدعاوى القضائية المعلقة، مثل حالة ضد Copilot الخاص بـ GitHub، قد يعني أن الشفافية ليست كافية، وأن بيانات تدريب الذكاء الاصطناعي تتطلب إذنًا صريحًا وربما مدفوعات باهظة.

ولكن على افتراض أن الذكاء الاصطناعي موجود ليبقى ويجب أن يؤخذ في الاعتبار في شكله الحالي، فإن التقرير ينجح في تسليط الضوء على الوعد والمخاطر التي ينطوي عليها اتخاذ القرار الآلي.

ويوضح التقرير أن "مهمتنا هي توفير بيانات غير متحيزة ومدققة بدقة وواسعة المصدر حتى يتمكن صناع السياسات والباحثون والمديرون التنفيذيون والصحفيون وعامة الناس من تطوير فهم أكثر شمولاً ودقة للمجال المعقد للذكاء الاصطناعي".

بعض أهم النتائج التي توصل إليها التقرير ليست مفاجئة بشكل خاص، مثل "الذكاء الاصطناعي يتفوق على البشر في بعض المهام، ولكن ليس كلها"، و"لا تزال الصناعة تهيمن على أبحاث الذكاء الاصطناعي الحدودية".

وفيما يتعلق بالنقطة الأخيرة، يقول التقرير إن الصناعة أنتجت 51 نموذجًا جديرًا بالملاحظة للتعلم الآلي، مقارنة بـ 15 نموذجًا من الأوساط الأكاديمية و21 نموذجًا من التعاون بين الصناعة والأوساط الأكاديمية.

في حين تفوقت النماذج المغلقة (مثل GPT-4 وGemini) على النماذج مفتوحة المصدر في مجموعة من 10 معايير للذكاء الاصطناعي، أصبحت النماذج مفتوحة المصدر أكثر شيوعًا. ومن بين 149 نموذجًا أساسيًا تم إصدارها في عام 2023، كان 65.7 بالمائة منها مفتوح المصدر، مقارنة بـ 44.4 بالمائة في عام 2022 و33.3 بالمائة في عام 2021.

وما إذا كان استمرار هذا الاتجاه قد يكون مرتبطًا باكتشاف آخر مهم: "النماذج الحدودية تصبح أكثر تكلفة بكثير". وهذا يعني أنه من غير المرجح أن تصبح النماذج مفتوحة المصدر أكثر قدرة على المنافسة مع منافسيها من المصادر المغلقة إذا أصبحت تكلفة تدريب نموذج الذكاء الاصطناعي المتطور أمرًا لا يمكن أن يفكر فيه إلا أصحاب التمويل الجيد.

ويقول التقرير: "وفقًا لتقديرات مؤشر الذكاء الاصطناعي، فإن متوسط ​​تكاليف تدريب نماذج الذكاء الاصطناعي الرائدة تضاعف تقريبًا في العام الماضي". "لقد وصلت تكاليف التدريب على أحدث النماذج بشكل خاص إلى مستويات غير مسبوقة. على سبيل المثال، استخدم GPT-4 من OpenAI ما يقدر بـ 78 مليون دولار من الحوسبة للتدريب، في حين كلف Gemini Ultra من Google 191 مليون دولار للحوسبة.

هناك بالفعل بعض الشك في أن الذكاء الاصطناعي يستحق هذا المال. دراسة شهر يناير من معهد ماساتشوستس للتكنولوجيا CSAIL، معهد ماساتشوستس للتكنولوجيا سلون، معهد الإنتاجية، ومعهد IBM لقيمة الأعمال وجدت أنه "من المنطقي اقتصاديًا استبدال العمل البشري بالذكاء الاصطناعي في حوالي ربع الوظائف التي تكون فيها الرؤية عنصرًا أساسيًا في العمل". وآخر صحيفة وول ستريت جورنال تقرير يشير إلى أن شركات التكنولوجيا لم تجد بالضرورة طريقة لجعل استثمارات الذكاء الاصطناعي تؤتي ثمارها.

ومن هنا كل الرسوم المضافة للخدمات المعززة بالذكاء الاصطناعي.

عند النظر إلى جانب نتائج تقرير HAI الأخرى مثل "في الولايات المتحدة، تتزايد لوائح الذكاء الاصطناعي بشكل حاد"، يبدو من المرجح أن يصبح التدريب على نموذج الذكاء الاصطناعي أكثر كثافة في رأس المال. ويقول التقرير إنه في الولايات المتحدة العام الماضي، كان هناك 25 لائحة تنظيمية مرتبطة بالذكاء الاصطناعي - مقارنة بواحدة في عام 2016 - وهذا من شأنه أن يؤدي إلى تكاليف إضافية.

ومن النتائج الأخرى التي قد تؤدي إلى المزيد من القواعد التنظيمية، وبالتالي تكاليف الامتثال، هي الطريقة التي يشعر بها الناس تجاه الذكاء الاصطناعي. ويقول التقرير: "الناس في جميع أنحاء العالم أصبحوا أكثر وعياً بالتأثير المحتمل للذكاء الاصطناعي، وأكثر عصبية". ويشير إلى زيادة في عدد الأشخاص الذين يعتقدون أن الذكاء الاصطناعي سيؤثر على حياتهم في السنوات الثلاث إلى الخمس المقبلة (66 في المائة، بزيادة ست نقاط مئوية) وفي عدد الأشخاص الذين يشعرون بالقلق بشأن الذكاء الاصطناعي (52 في المائة، بزيادة 13 في المائة). نقاط).

هناك مصدر آخر محتمل للمشاكل بالنسبة لشركات الذكاء الاصطناعي يأتي من الافتقار إلى معايير تقييم لحملة الماجستير في إدارة الأعمال، وهو الوضع الذي يسمح لشركات الذكاء الاصطناعي باختيار معاييرها الخاصة للاختبار. ويقول التقرير: "إن هذه الممارسة تؤدي إلى تعقيد الجهود المبذولة لمقارنة المخاطر والقيود المفروضة على أفضل نماذج الذكاء الاصطناعي بشكل منهجي".

يفترض تقرير HAI أن الذكاء الاصطناعي يعزز إنتاجية العمال ويسرع التقدم العلمي، مستشهداً بـ GNoME الخاص بـ DeepMind، "الذي يسهل عملية اكتشاف المواد".

في حين ثبت أن أتمتة الذكاء الاصطناعي تعمل على تحسين الإنتاجية في مهام محددة، فإن فائدتها كمصدر للأفكار تظل موضع نقاش. كما نحن وذكرت في الآونة الأخيرة، لا تزال هناك بعض الشكوك حول قيمة التنبؤات بمساعدة الذكاء الاصطناعي للمواد الجديدة القابلة للتطبيق، على سبيل المثال.

ومع ذلك، يتم إجراء رهانات كبيرة على الذكاء الاصطناعي. وزادت استثمارات الذكاء الاصطناعي التوليدي ثمانية أضعاف، من 3 مليارات دولار في عام 2022 إلى 25.2 مليار دولار في عام 2023. وتعد الولايات المتحدة حاليا المصدر الأول لأنظمة الذكاء الاصطناعي، مع 61 نموذجا بارزا للذكاء الاصطناعي في عام 2023، مقارنة بـ 21 نموذجا من الاتحاد الأوروبي، و15 نموذجا من الصين.

"يواجه الذكاء الاصطناعي مستقبلين مترابطين"، كما كتب كلارك وبيروت. "أولا، تستمر التكنولوجيا في التحسن ويتم استخدامها بشكل متزايد، مما يؤدي إلى عواقب وخيمة على الإنتاجية والتوظيف. يمكن استخدامه للاستخدامات الجيدة والسيئة. وفي المستقبل الثاني، سيكون اعتماد الذكاء الاصطناعي مقيدًا بالقيود التي تفرضها التكنولوجيا.

وعلى مدى السنوات القليلة المقبلة، ينبغي لنا أن نرى أي من هذين المستقبلين سيهيمن. ®

• محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
• PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
• أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
• أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
• أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
• المصدر https://go.theregister.com/feed/www.theregister.com/2024/04/15/stanford_report_ai/