Industriens indflydelse på AI former teknologiens fremtid - på godt og værre

Det enorme potentiale i AI at omforme fremtiden har set massive investeringer fra industrien i de senere år. Men private virksomheders voksende indflydelse i den grundforskning, der driver denne nye teknologi, kan have alvorlige konsekvenser for, hvordan den udvikler sig, siger forskere.

Spørgsmålet om, hvorvidt maskiner kunne replikere den slags intelligens, der ses hos dyr og mennesker, er næsten lige så gammelt som selve datalogien. Industriens engagement i denne forskningslinje har svinget gennem årtier, leading til en række AI-vintre, efterhånden som investeringer er strømmet ind og så ud igen, som teknologien har gjort ikke kunne leve op til forventninger.

Fremkomsten af ​​dyb læring ved begyndelsen af ​​det foregående årti har imidlertid resulteret i en af ​​de mest vedvarende løb af interesse og investeringer fra private virksomheder. Dette begynder nu give nogle virkelig skiftende AI-produkter, Men en ny analyse i Videnskab viser, at det også fører til, at industrien tager fatkrøllegdominerende stilling inden for kunstig intelligens.

Dette er et tveægget sværd, siger forfatterne. Industrien bringer penge, computerressourcer og enorme mængder data med sig, der har turboladet fremskridt, men den fokuserer også hele feltet på områder, der er af interesse for private virksomheder frem for dem med det største potentiale eller fordel for menneskeheden.

"Industriens kommercielle motiver presser dem til at fokusere på emner, der er profitorienterede. Ofte giver sådanne incitamenter resultater i overensstemmelse med offentlighedens interesse, men ikke altid,” skriver forfatterne. "Selvom disse industriinvesteringer vil gavne forbrugerne, bør den medfølgende forskningsdominans være en bekymring for politiske beslutningstagere rundt om i verden, fordi det betyder, at alternativer af offentlig interesse til vigtige AI-værktøjer kan blive stadig mere sparsomme."

Forfatterne viser, at industriens fodaftryk i AI-forskning er steget dramatisk i de senere år. I 2000 indeholdt kun 22 procent af præsentationerne på førende AI-konferencer en eller flere medforfattere fra private virksomheder, men i 2020 havde det ramt 38 procent. Men påvirkningen mærkes tydeligst på forkanten af ​​feltet.

Fremskridt inden for deep learning har i høj grad været drevet af udviklingen af ​​stadig større modeller. I 2010 tegnede industrien sig kun for 11 procent af de største AI-modeller, men i 2021 havde det ramt 96 procent. Dette er faldet sammen med voksende dominans på vigtige benchmarks inden for områder som billedgenkendelse og sprogmodellering, hvor industriens involvering i den førende model er vokset fra 62 procent i 2017 til 91 procent i 2020.

En vigtig drivkraft bag dette skift er de meget større investeringer, som den private sektor er i stand til at foretage sammenlignet med offentlige organer. Eksklusive forsvarsudgifter tildelte den amerikanske regering 1.5 milliarder dollars til udgifter til kunstig intelligens i 2021, sammenlignet med de 340 milliarder dollars brugt af industrien rundt om i verden det år.

Den ekstra finansiering betyder langt bedre ressourcer – både med hensyn til computerkraft og dataadgang – og evnen til at tiltrække de bedste talenter. Størrelsen af ​​AI-modeller er stærkt korreleret med mængden af ​​tilgængelige data og computerressourcer, og i 2021 var industrimodeller 29 gange større end akademiske i gennemsnit.

Og mens det i 2004 kun var 21 procent af datalogi-ph.d.'erne, der havde specialiseret sig i kunstig intelligens, gik ind i industrien, var det i 2020 steget til næsten 70 procent. Den hastighed, hvormed AI-eksperter er blevet ansat væk fra universitetet af private virksomheder, er også steget otte gange siden 2006.

Forfatterne peger på OpenAI som en markør for det stigende vanskeligey at lave banebrydende AI-forskning uden den private sektors økonomiske ressourcer. I 2019 forvandlede organisationen sig fra en non-profit til en "capped for-profit organisation" for at "hurtigt øge vores investeringer i computer og talent," sagde virksomheden dengang.

Denne ekstra investering har haft sine fordele, bemærker forfatterne. Det har hjulpet med at bringe AI-teknologi ud af laboratoriet og ind i hverdagsprodukter, der kan forbedre folks liv. Det har også ført til udviklingen af ​​et væld af værdifulde værktøjer, der bruges af både industrien og den akademiske verden, såsom softwarepakker som TensorFlow og PyTorch og stadig mere kraftfulde computerchips, der er skræddersyet til AI-arbejdsbelastninger.

Men det presser også AI-forskningen til at fokusere på områder med potentielle kommercielle fordele for dets sponsorer, og lige så vigtigt datahungrende og beregningsmæssigt dyre AI-tilgange, der passer fint sammen med den slags ting, store teknologivirksomheder allerede er gode til. Efterhånden som industrien i stigende grad sætter retningen for AI-forskning, kan dette føre til forsømmelse af konkurrerende tilgange til AI og andre socialt gavnlige applikationer uden et klart profitmotiv.

"I betragtning af hvor bredt AI-værktøjer kunne anvendes på tværs af samfundet, ville en sådan situation give et lille antal teknologivirksomheder en enorm mængde magt over samfundets retning,« bemærker forfatterne.

Der er modeller for, hvordan kløften mellem den private og den offentlige sektor kunne lukkes, siger forfatterne. USA har foreslået oprettelsen af ​​en national AI-forskningsressource bestående af offentlig forskningssky og offentlige datasæt. Kina godkendte for nylig et "nationalt computernetværkssystem." ACanadas Advanced Research Computing-platform har kørt i næsten et årti.

Men uden indblanding fra politiske beslutningstagere siger forfatterne, at akademikere sandsynligvis ikke vil være i stand til korrekt at fortolke og kritisere industrimodeller eller tilbyde alternativer i offentlig interesse. At sikre, at de har kapaciteten til at fortsætte med at forme grænsen for AI-forskning, bør være en nøgleprioritet for regeringer over hele verden.

Billede Credit: DeepMind / Unsplash 

• SEO Powered Content & PR Distribution. Bliv forstærket i dag.
• Platoblokkæde. Web3 Metaverse Intelligence. Viden forstærket. Adgang her.
• Kilde: https://singularityhub.com/2023/03/05/industrys-influence-on-ai-is-shaping-the-techs-future-for-better-and-for-worse/