Stanford-rapporten om kunstig intelligens konstaterer, at blomstrende industri står ved en skillevej

Stanford-rapporten om kunstig intelligens konstaterer, at blomstrende industri står ved en skillevej

Tidsstempel: 15. april 2024 kl. 4
Stanford report on AI finds booming industry at a crossroads PlatoBlockchain Data Intelligence. Vertical Search. Ai.

Stanford Institute for Human-Centered Artificial Intelligence (HAI) har udgivet sin syvende årlige AI Index Report, som rapporterer en blomstrende industri, der står over for voksende omkostninger, reguleringer og offentlig bekymring.

502-siden indberette [PDF] kommer fra den akademiske verden og industrien – HAI-styregruppen ledes af Antropisk medstifter Jack Clark og Ray Perrault, en datalog i SRI Internationals Artificial Intelligence Center – og dvæler derfor ikke for meget ved burn-it- med ild-argumenter.

Til det punkt definerer rapporten privatliv, således at enkeltpersoner har ret til at give samtykke til, at store sprogmodeller (LLM'er) bruger deres data. Alligevel foreslår den ikke, at AI-virksomheder skal opgive eksisterende modeller, fordi de blev bygget uden tilladelse. Det antyder gennemsigtighed snarere end bod.

"At opnå ægte og informeret samtykke til træning af dataindsamling er særligt udfordrende med LLM'er, som er afhængige af enorme mængder data," siger rapporten. "I mange tilfælde er brugerne uvidende om, hvordan deres data bliver brugt, eller omfanget af deres indsamling. Derfor er det vigtigt at sikre gennemsigtighed omkring dataindsamlingspraksis.”

Resultatet af flere verserende retssager, som f.eks sagen mod GitHubs Copilot, kunne betyde, at gennemsigtighed ikke er nok, at AI-træningsdata kræver eksplicit tilladelse og måske uoverkommelige betalinger.

Men forudsat at AI er kommet for at blive og skal tages i betragtning i sin nuværende form, lykkes rapporten at fremhæve løftet og faren ved automatiseret beslutningstagning.

"Vores mission er at levere objektive, strengt undersøgte, bredt hentede data, for at politiske beslutningstagere, forskere, ledere, journalister og den brede offentlighed kan udvikle en mere grundig og nuanceret forståelse af det komplekse felt af AI," forklarer rapporten.

Nogle af rapportens topresultater er ikke særligt overraskende, som "AI slår mennesker på nogle opgaver, men ikke alle," og "Industrien fortsætter med at dominere grænseoverskridende AI-forskning."

Mod det sidste punkt siger rapporten, at industrien producerede 51 bemærkelsesværdige machine learning-modeller sammenlignet med 15 fra den akademiske verden og 21 fra industri-akademiske samarbejder.

Mens lukkede modeller (f.eks. GPT-4, Gemini) klarede sig bedre end open source-modeller på et sæt af 10 AI-benchmarks, bliver open source-modeller mere almindelige. Af 149 fundamentmodeller udgivet i 2023 var 65.7 procent open source sammenlignet med 44.4 procent i 2022 og 33.3 procent i 2021.

Om den tendens fortsætter, kan være relateret til et andet topfund: "Grænsemodeller bliver meget dyrere." Det vil sige, at det er usandsynligt, at open source-modeller bliver mere konkurrencedygtige med deres lukkede kilde-rivaler, hvis omkostningerne ved at træne en banebrydende AI-model bliver noget, som kun de velfinansierede kan overveje.

"Ifølge AI Index estimater er medianomkostningerne ved at træne frontier AI-modeller næsten fordoblet i det sidste år," siger rapporten. “Uddannelsesomkostningerne for avancerede modeller har især nået hidtil usete niveauer. For eksempel brugte OpenAI's GPT-4 en estimeret 78 millioner dollars computer til at træne, mens Googles Gemini Ultra kostede 191 millioner dollars for beregning."

Der er allerede nogen tvivl om, at AI er pengene værd. Et januarstudie fra MIT CSAIL, MIT Sloan, The Productivity Institute og IBM's Institute for Business Value fundet at "det kun er økonomisk fornuftigt at erstatte menneskelig arbejdskraft med kunstig intelligens i omkring en fjerdedel af de job, hvor vision er en nøglekomponent i arbejdet." Og en nylig Wall Street Journal indberette indikerer, at teknologivirksomheder ikke nødvendigvis har fundet en måde at få AI-investeringer til at betale sig.

Derfor alle ekstra gebyrer til tjenester udvidet med AI.

Når de betragtes sammen med andre HAI-rapportresultater som "I USA stiger AI-reglerne markant," ser AI-modeltræning ud til at blive endnu mere kapitalintensiv. I USA sidste år, siger rapporten, var der 25 AI-relaterede regler – op fra én i 2016 – og disse vil medføre yderligere omkostninger.

En anden konstatering, der kan føre til flere reguleringer og dermed overholdelsesomkostninger, er den måde, folk har det med AI. "Folk over hele kloden er mere klar over AI's potentielle påvirkning - og mere nervøse," siger rapporten. Den nævner en stigning i antallet af mennesker, der tror, ​​at kunstig intelligens vil påvirke deres liv i de næste tre til fem år (66 procent, en stigning på seks procentpoint) og i antallet af mennesker, der er nervøse for kunstig intelligens (52 procent, en stigning på 13 procent). point).

En yderligere potentiel kilde til problemer for AI-virksomheder kommer fra manglen på evalueringsstandarder for LLM'er, en situation, der giver AI-virksomheder mulighed for at vælge deres egne benchmarks til test. "Denne praksis komplicerer indsatsen for systematisk at sammenligne risici og begrænsninger ved top AI-modeller," siger rapporten.

HAI-rapporten hævder, at AI øger arbejdernes produktivitet og accelererer videnskabelige fremskridt, med henvisning til DeepMinds GNoME, "som letter processen med materialeopdagelse."

Mens AI-automatisering har vist sig at øge produktiviteten i specifikke opgaver, er dens anvendelighed som en kilde til ideer stadig et spørgsmål om debat. Som vi rapporteret for nylig er der stadig en vis skepsis over for værdien af ​​AI-støttede forudsigelser for for eksempel levedygtige nye materialer.

Hvorom alting er, bliver der sat store satsninger på AI. Generative AI-investeringer steg ottedoblet, fra 3 milliarder USD i 2022 til 25.2 milliarder USD i 2023. Og USA er i øjeblikket den største kilde til AI-systemer med 61 bemærkelsesværdige AI-modeller i 2023 sammenlignet med 21 fra EU og 15 fra Kina.

"AI står over for to indbyrdes forbundne fremtider," skriver Clark og Perrault. ”For det første fortsætter teknologien med at forbedre sig og bliver i stigende grad brugt, hvilket har store konsekvenser for produktivitet og beskæftigelse. Det kan bruges både godt og dårligt. I den anden fremtid er adoptionen af ​​AI begrænset af teknologiens begrænsninger."

I løbet af de næste par år bør vi se, hvilken af ​​disse to fremtider der vil dominere. ®

Tidsstempel:

Mere fra Registret