Stanfordi aruanne tehisintellekti kohta leiab, et õitsev tööstus on ristteel

Taasavaldanud Platon

järgijaid: 0

Stanfordi raport tehisintellekti kohta leiab, et õitsev tööstus on PlatoBlockchain Data Intelligence'i ristteel. Vertikaalne otsing. Ai.

Stanfordi inimkeskse tehisintellekti instituut (HAI) on välja andnud seitsmenda iga-aastase tehisintellekti aruande, milles kirjeldatakse jõudsalt kasvavat tööstust, mis seisab silmitsi kasvavate kulude, eeskirjade ja avalikkuse murega.

502-leheküljeline aru [PDF] pärineb akadeemilistest ringkondadest ja tööstusest – HAI juhtkomiteed juhivad Anthropicu kaasasutaja Jack Clark ja SRI Internationali tehisintellekti keskuse arvutiteadlane Ray Perrault – ning seega ei peatu ta liiga palju põletamise teemal. tulega argumendid.

Seni määratletakse aruandes privaatsus nii, et üksikisikutel on õigus nõustuda suurte keelemudelitega (LLM), mis kasutavad nende andmeid. Siiski ei tee see ettepanekut, et tehisintellekti ettevõtted peaksid olemasolevatest mudelitest loobuma, kuna need ehitati ilma loata. See viitab pigem läbipaistvusele kui patukahetsusele.

"Tõelise ja teadliku nõusoleku saamine koolitusandmete kogumiseks on eriti keeruline LLM-ide puhul, kes tuginevad tohututele andmemahtudele," öeldakse aruandes. "Paljudel juhtudel pole kasutajad teadlikud sellest, kuidas nende andmeid kasutatakse või kui palju neid kogutakse. Seetõttu on oluline tagada andmete kogumise praktika läbipaistvus.

Mitme poolelioleva kohtuasja tulemus, nagu puhul GitHubi kopiloodi vastu võib tähendada, et läbipaistvusest ei piisa, et tehisintellekti koolitusandmete jaoks on vaja selgesõnalist luba ja võib-olla liiga suuri makseid.

Kuid eeldades, et tehisintellekt on siin, et jääda ja sellega tuleb arvestada selle praegusel kujul, õnnestub raportis rõhutada automatiseeritud otsuste tegemise lubadust ja ohtu.

"Meie missioon on pakkuda erapooletuid, rangelt kontrollitud ja laiapõhjalisi andmeid, et poliitikakujundajad, teadlased, juhid, ajakirjanikud ja üldsus saaksid arendada põhjalikumat ja nüansirikkamat arusaama tehisintellekti keerulisest valdkonnast," selgitatakse aruandes.

Mõned raporti peamised leiud ei ole eriti üllatavad, näiteks "AI võidab inimesi mõne ülesande puhul, kuid mitte kõigis" ja "Tööstus domineerib jätkuvalt AI-uuringutes.

Viimase punkti osas öeldakse aruandes, et tööstus tootis 51 tähelepanuväärset masinõppe mudelit, võrreldes 15 akadeemiliste ringkondade ja 21 tööstuse ja akadeemiliste ringkondade koostööga.

Kui suletud mudelid (nt GPT-4, Gemini) ületasid avatud lähtekoodiga mudeleid 10 tehisintellekti etaloniga, on avatud lähtekoodiga mudelid muutumas üha tavalisemaks. 149. aastal välja antud 2023 vundamendimudelist oli 65.7 protsenti avatud lähtekoodiga, võrreldes 44.4 protsendiga 2022. aastal ja 33.3 protsendiga 2021. aastal.

See, kas see suundumus jätkub, võib olla seotud veel ühe peamise avastusega: "piirimudelid lähevad palju kallimaks." See tähendab, et avatud lähtekoodiga mudelid ei muutu tõenäoliselt oma suletud lähtekoodiga konkurentidega konkurentsivõimelisemaks, kui tipptasemel tehisintellekti mudeli koolitamise kulud muutuvad millekski, mida saavad mõelda ainult hästi rahastatud inimesed.

"AI Indexi hinnangute kohaselt kasvasid AI-mudelite väljaõppe mediaankulud eelmisel aastal peaaegu kahekordseks," öeldakse aruandes. «Eelkõige on nüüdisaegsete mudelite koolituskulud jõudnud enneolematule tasemele. Näiteks OpenAI GPT-4 kasutas treenimiseks hinnanguliselt 78 miljoni dollari väärtuses arvutusi, samas kui Google'i Gemini Ultra arvutas 191 miljonit dollarit.

Juba on kahtlus, et tehisintellekt on seda raha väärt. MIT CSAILi, MIT Sloani, Tootlikkuse Instituudi ja IBMi Äriväärtuse Instituudi jaanuarikuu uuring avastatud et "inimtöö asendamine tehisintellektiga on majanduslikult mõistlik ainult neljandikul töökohtadest, kus nägemine on töö põhikomponent." Ja hiljutine Wall Street Journal aru näitab, et tehnoloogiaettevõtted pole tingimata leidnud viisi, kuidas tehisintellekti investeeringuid ära tasuks.

Seega kõik lisatud tasud AI-ga täiendatud teenuste jaoks.

Kui arvestada teiste HAI aruannete leidudega, nagu "USA-s tõusevad AI määrused järsult", tundub, et tehisintellekti mudelikoolitus muutub veelgi kapitalimahukamaks. Aruandes öeldakse, et eelmisel aastal kehtis USA-s 25 tehisintellektiga seotud määrust – võrreldes ühega 2016. aastal – ja need toovad kaasa lisakulusid.

Teine avastus, mis võib kaasa tuua rohkem eeskirju ja seega ka vastavuskulusid, on inimeste suhtumine tehisintellekti. "Inimesed kogu maailmas on tehisintellekti potentsiaalsest mõjust teadlikumad ja närvilisemad," öeldakse raportis. See viitab inimeste arvu suurenemisele, kes arvavad, et tehisintellekt mõjutab nende elu järgmise kolme kuni viie aasta jooksul (66 protsenti, kasv kuus protsendipunkti) ja nende inimeste arvu suurenemist, kes on AI pärast närvis (52 protsenti, 13 protsenti rohkem). punktid).

Veel üks potentsiaalne AI-ettevõtete probleemide allikas tuleneb LLM-ide hindamisstandardite puudumisest – olukord, mis võimaldab tehisintellekti ettevõtetel valida testimiseks oma võrdlusalused. "See tava raskendab jõupingutusi tipptasemel tehisintellekti mudelite riskide ja piirangute süstemaatiliseks võrdlemiseks," öeldakse aruandes.

HAI aruanne väidab, et tehisintellekt suurendab töötajate tootlikkust ja kiirendab teaduse arengut, viidates DeepMindi GNoME-le, "mis hõlbustab materjalide avastamise protsessi".

Kuigi on näidatud, et tehisintellekti automatiseerimine suurendab konkreetsete ülesannete tootlikkust, on selle kasulikkus ideede allikana endiselt arutelu teema. Nagu me teatatud Viimasel ajal valitseb ikka veel skeptitsism näiteks tehisintellekti abil tehtud ennustuste väärtuse suhtes elujõuliste uute materjalide puhul.

Olgu kuidas on, tehisintellektile tehakse suuri panuseid. Generatiivsed tehisintellekti investeeringud kasvasid kaheksa korda, 3 miljardilt dollarilt 2022. aastal 25.2 miljardile 2023. aastal. USA on praegu tehisintellektisüsteemide peamine allikas, 61. aastal on 2023 märkimisväärset tehisintellekti mudelit, võrreldes 21 Euroopa Liidu mudeliga ja 15 Hiina mudeliga.

"AI ees seisab kaks omavahel seotud tulevikku," kirjutavad Clark ja Perrault. „Esiteks, tehnoloogia täiustub ja seda kasutatakse üha enam, millel on suured tagajärjed tootlikkusele ja tööhõivele. Seda saab kasutada nii hästi kui ka halvasti. Teises tulevikus piiravad AI kasutuselevõttu tehnoloogia piirangud.

Järgmise paari aasta jooksul peaksime nägema, kumb neist kahest tulevikust domineerib. ®