Stanfordin tekoälyraportin mukaan kukoistava teollisuus on tienhaarassa

Stanford Institute for Human-Centered Artificial Intelligence (HAI) on julkaissut seitsemännen vuotuisen tekoälyn indeksiraporttinsa, joka raportoi kukoistavan teollisuudenalan, joka kohtaa kasvavia kustannuksia, säädöksiä ja yleistä huolta.

502-sivu raportti [PDF] tulee akateemisesta maailmasta ja teollisuudesta – HAI:n ohjauskomiteaa ohjaavat Anthropicin toinen perustaja Jack Clark ja Ray Perrault, tietotekniikan tutkija SRI Internationalin tekoälykeskuksesta – joten se ei kiinnitä liikaa huomiota burn-it- tulella argumentteja.

Tähän asti raportissa määritellään yksityisyys siten, että yksilöillä on oikeus hyväksyä suuria kielimalleja (LLM) käyttää heidän tietojaan. Se ei kuitenkaan ehdota, että tekoälyyritysten pitäisi luopua olemassa olevista malleista, koska ne on rakennettu ilman lupaa. Se ehdottaa avoimuutta eikä katumusta.

"Aidon ja tietoon perustuvan suostumuksen saaminen koulutustiedon keräämiseen on erityisen haastavaa LLM:ien kanssa, jotka luottavat valtaviin tietomääriin", raportissa sanotaan. ”Useissa tapauksissa käyttäjät eivät ole tietoisia siitä, miten heidän tietojaan käytetään tai kuinka paljon niitä kerätään. Siksi on tärkeää varmistaa tiedonkeruukäytännön läpinäkyvyys."

Useiden vireillä olevien oikeusjuttujen tulos, kuten tapaus GitHubin Copilotia vastaan ​​voi tarkoittaa, että läpinäkyvyys ei riitä, että tekoälyn harjoitustiedot vaativat nimenomaisen luvan ja ehkä kohtuuttomia maksuja.

Mutta olettaen, että tekoäly on tullut jäädäkseen ja se on otettava huomioon nykyisessä muodossaan, raportti onnistuu tuomaan esiin automaattisen päätöksenteon lupauksen ja vaaran.

"Tehtävämme on tarjota puolueetonta, tarkasti tarkastettua ja laajasta lähteestä peräisin olevaa dataa, jotta poliittiset päättäjät, tutkijat, johtajat, toimittajat ja suuri yleisö voivat kehittää perusteellisempaa ja vivahteikkaampaa ymmärrystä tekoälyn monimutkaisesta alueesta", raportti selittää.

Jotkut raportin tärkeimmistä löydöistä eivät ole erityisen yllättäviä, kuten "AI päihittää ihmiset joissakin tehtävissä, mutta ei kaikissa" ja "Teollisuus hallitsee edelleen äärimmäistä tekoälytutkimusta".

Jälkimmäiseen kohtaan raportissa todetaan, että teollisuus tuotti 51 huomionarvoista koneoppimismallia verrattuna 15 korkeakoulujen ja 21 teollisuuden ja korkeakoulujen yhteistyön malliin.

Vaikka suljetut mallit (esim. GPT-4, Gemini) ylittivät avoimen lähdekoodin mallit 10 tekoälyn vertailuarvossa, avoimen lähdekoodin mallit ovat yleistymässä. Vuonna 149 julkaistusta 2023 pohjamallista 65.7 prosenttia oli avoimen lähdekoodin, kun se vuonna 44.4 oli 2022 prosenttia ja vuonna 33.3 2021 prosenttia.

Se, jatkuuko tämä trendi, voi liittyä toiseen huippuhavaintoon: "Rajamallit ovat paljon kalliimpia." Toisin sanoen avoimen lähdekoodin malleista ei todennäköisesti tule kilpailukykyisempiä suljetun lähdekoodin kilpailijoidensa kanssa, jos huippuluokan tekoälymallin kouluttamisesta tulee jotain, jota vain hyvin rahoitetut voivat harkita.

"Tekoälyindeksin arvioiden mukaan äärimmäisten tekoälymallien koulutuksen mediaanikustannukset lähes kaksinkertaistuivat viimeisen vuoden aikana", raportissa sanotaan. ”Erityisesti huippuluokan mallien koulutuskustannukset ovat nousseet ennennäkemättömälle tasolle. Esimerkiksi OpenAI:n GPT-4 käytti arviolta 78 miljoonan dollarin arvosta laskentaa harjoitteluun, kun taas Googlen Gemini Ultra maksoi 191 miljoonaa dollaria.

On jo epäilyksiä siitä, onko tekoäly rahan arvoinen. Tammikuun tutkimus MIT CSAILilta, MIT Sloanilta, The Productivity Institutelta ja IBM:n Institute for Business Valuelta löytyi että "inhimillisen työn korvaaminen tekoälyllä on taloudellisesti järkevää vain noin neljänneksessä työpaikoista, joissa näkö on työn avaintekijä." Ja tuore Wall Street Journal raportti osoittaa, että teknologiayritykset eivät välttämättä ole löytäneet tapaa saada tekoälyinvestoinnit kannattamaan.

Siksi kaikki lisätyt maksut tekoälyllä täydennetyille palveluille.

Kun tarkastellaan yhdessä muiden HAI-raporttien havaintojen kanssa, kuten "Yhdysvalloissa tekoälymääräykset lisääntyvät jyrkästi", tekoälymallikoulutuksesta tulee todennäköisesti entistä pääomavaltaisempaa. Raportin mukaan Yhdysvalloissa oli viime vuonna 25 tekoälyyn liittyvää säännöstä – enemmän kuin vuonna 2016 – ja ne aiheuttavat lisäkustannuksia.

Toinen havainto, joka voi johtaa uusiin säännöksiin ja siten noudattamiskustannuksiin, on ihmisten suhtautuminen tekoälyyn. "Ihmiset kaikkialla maailmassa ovat tietoisempia tekoälyn mahdollisista vaikutuksista – ja ovat hermostuneempia", raportissa sanotaan. Se mainitsee niiden ihmisten määrän lisääntymisen, jotka uskovat tekoälyn vaikuttavan heidän elämäänsä seuraavien 66–52 vuoden aikana (13 prosenttia, kuusi prosenttiyksikköä) ja niiden ihmisten määrän, jotka ovat hermostuneita tekoälystä (XNUMX prosenttia, kasvua XNUMX prosenttia). pisteet).

Tekoälyyritysten mahdollinen ongelmanlähde tulee myös LLM-yritysten arviointistandardien puutteesta, mikä antaa tekoälyyritykselle mahdollisuuden valita omat vertailukohtansa testausta varten. "Tämä käytäntö vaikeuttaa pyrkimyksiä vertailla systemaattisesti parhaiden tekoälymallien riskejä ja rajoituksia", raportissa sanotaan.

HAI:n raportti väittää, että tekoäly lisää työntekijöiden tuottavuutta ja nopeuttaa tieteellistä kehitystä, viitaten DeepMindin GNoME:hen, "joka helpottaa materiaalien löytämisprosessia".

Tekoälyautomaation on osoitettu lisäävän tuottavuutta tietyissä tehtävissä, mutta sen hyödyllisyys ideoiden lähteenä on edelleen keskustelunaihe. Kuten me raportoitu Viime aikoina on edelleen epäilty esimerkiksi tekoälyn tukemien ennusteiden arvosta uusille elinkelpoisille materiaaleille.

Oli miten oli, tekoälyn suhteen tehdään suuria panoksia. Generatiiviset tekoälyinvestoinnit kasvoivat kahdeksankertaisiksi, 3 miljardista dollarista vuonna 2022 25.2 miljardiin dollariin vuonna 2023. Ja Yhdysvallat on tällä hetkellä suurin tekoälyjärjestelmien lähde, jossa on 61 merkittävää tekoälymallia vuonna 2023, kun taas Euroopan unionin 21 ja Kiinassa 15.

"Tekoälyllä on kaksi toisiinsa liittyvää tulevaisuutta", kirjoittavat Clark ja Perrault. ”Ensinnäkin teknologia kehittyy jatkuvasti ja sitä käytetään yhä enemmän, millä on merkittäviä seurauksia tuottavuuteen ja työllisyyteen. Sitä voidaan käyttää sekä hyvään että huonoon käyttöön. Toisessa tulevaisuudessa tekoälyn käyttöönottoa rajoittavat tekniikan rajoitukset.

Seuraavien vuosien aikana meidän pitäisi nähdä, kumpi näistä kahdesta tulevaisuudesta hallitsee. ®

• SEO-pohjainen sisällön ja PR-jakelu. Vahvista jo tänään.
• PlatoData.Network Vertical Generatiivinen Ai. Vahvista itseäsi. Pääsy tästä.
• PlatoAiStream. Web3 Intelligence. Tietoa laajennettu. Pääsy tästä.
• PlatoESG. hiili, CleanTech, energia, ympäristö, Aurinko, Jätehuolto. Pääsy tästä.
• PlatonHealth. Biotekniikan ja kliinisten kokeiden älykkyys. Pääsy tästä.
• Lähde: https://go.theregister.com/feed/www.theregister.com/2024/04/15/stanford_report_ai/