Az AI-ról szóló Stanford-jelentés válaszúton találja a virágzó ipart

A Stanford Institute for Human-Centered Artificial Intelligence (HAI) hetedik éves mesterségesintelligencia-index jelentését adta ki, amely egy virágzó iparágról számol be, amely növekvő költségekkel, szabályozásokkal és a lakosság aggodalmával néz szembe.

Az 502-oldal jelentést A [PDF] az akadémiától és az ipartól származik – a HAI irányítóbizottságát az Anthropic társalapítója, Jack Clark és Ray Perrault, az SRI International Mesterséges Intelligencia Központjának informatikusa vezeti – és így nem foglalkozik túl sokat az égetéssel. tűzzel érvek.

E pontig a jelentés úgy határozza meg a magánélet védelmét, hogy az egyéneknek jogukban áll hozzájárulni ahhoz, hogy nagy nyelvi modellek (LLM) használják adataikat. Mégsem javasolja, hogy a mesterséges intelligencia cégek hagyjanak fel a meglévő modellekkel, mert azokat engedély nélkül építették. Inkább az átláthatóságot sugallja, mint a vezeklést.

„A képzési adatgyűjtéshez való valódi és tájékozott hozzájárulás megszerzése különösen nagy kihívást jelent az LLM-eknél, amelyek hatalmas mennyiségű adatra támaszkodnak” – áll a jelentésben. „Sok esetben a felhasználók nincsenek tisztában azzal, hogy adataikat hogyan használják fel, vagy hogy milyen mértékben gyűjtik őket. Ezért fontos az adatgyűjtési gyakorlat átláthatóságának biztosítása.”

Számos folyamatban lévő per eredménye, mint pl az ügy a GitHub másodpilótája ellen, azt jelentheti, hogy az átláthatóság nem elég, az AI-tanítási adatok kifejezett engedélyt és esetleg tiltó fizetést igényelnek.

De ha feltételezzük, hogy az AI itt marad, és jelenlegi formájában kell vele számolni, a jelentés sikeresen rávilágít az automatizált döntéshozatal ígéretére és veszélyére.

„Küldetésünk az, hogy elfogulatlan, szigorúan ellenőrzött, széles forrásból származó adatokat biztosítsunk annak érdekében, hogy a döntéshozók, kutatók, vezetők, újságírók és a nagyközönség alaposabb és árnyaltabb megértése legyen a mesterséges intelligencia összetett területén” – magyarázza a jelentés.

A jelentés néhány legfontosabb megállapítása nem különösebben meglepő, mint például: „Az AI bizonyos feladatokban legyőzi az embereket, de nem az összeset”, és „Az ipar továbbra is uralja a határ menti AI-kutatást”.

Ez utóbbi pont tekintetében a jelentés azt mondja, hogy az ipar 51 figyelemre méltó gépi tanulási modellt állított elő, szemben a tudományos körök 15-ével és 21-gyel az ipar-akadémia együttműködéséből.

Míg a zárt modellek (pl. GPT-4, Gemini) felülmúlták a nyílt forráskódú modelleket egy 10 AI benchmark halmazán, a nyílt forráskódú modellek egyre gyakoribbak. A 149-ban kiadott 2023 alapozómodell 65.7 százaléka nyílt forráskódú volt, szemben a 44.4-es 2022 százalékkal és a 33.3-es 2021 százalékkal.

Az, hogy ez a tendencia folytatódik, egy másik fő megállapításhoz vezethet: „A határon túli modellek sokkal drágábbak.” Ez azt jelenti, hogy a nyílt forráskódú modellek nem valószínű, hogy versenyképesebbek lesznek zárt forráskódú riválisaikkal szemben, ha egy élvonalbeli AI-modell képzésének költsége olyan lesz, amivel csak a jól finanszírozott emberek számolhatnak.

„Az AI-index becslései szerint a határ menti AI-modellek képzésének medián költségei csaknem megduplázódtak az elmúlt évben” – áll a jelentésben. „Különösen a legmodernebb modellek képzési költségei értek el soha nem látott szintet. Például az OpenAI GPT-4 becslések szerint 78 millió dollár értékű számítást használt a betanításhoz, míg a Google Gemini Ultra 191 millió dollárba került.

Már most kétséges, hogy a mesterséges intelligencia megéri a pénzt. Az MIT CSAIL, az MIT Sloan, a The Productivity Institute és az IBM Institute for Business Value januári tanulmánya talált hogy „gazdaságilag ésszerű az emberi munkát mesterséges intelligenciával helyettesíteni azon munkák körülbelül egynegyedében, ahol a látás a munka kulcseleme.” És egy friss Wall Street Journal jelentést azt jelzi, hogy a technológiai cégek nem feltétlenül találták meg a módját, hogy a mesterséges intelligencia befektetései megtérüljenek.

Ezért az összes hozzáadott díjak AI-val kiegészített szolgáltatásokhoz.

Más HAI-jelentések megállapításai mellett, mint például „Az Egyesült Államokban a mesterséges intelligencia szabályozása meredeken emelkedik”, az AI-modellképzés valószínűleg még tőkeigényesebbé válik. A jelentés szerint az Egyesült Államokban tavaly 25 mesterséges intelligenciával kapcsolatos szabályozás volt – a 2016-os eggyel szemben –, és ezek többletköltségekkel járnak.

Egy másik megállapítás, amely több szabályozáshoz és így megfelelési költségekhez vezethet, az az, ahogyan az emberek hogyan vélekednek az AI-ról. „Az emberek szerte a világon jobban ismerik a mesterséges intelligencia lehetséges hatását – és idegesebbek” – áll a jelentésben. Megemlíti, hogy nőtt azoknak a száma, akik úgy gondolják, hogy a mesterséges intelligencia hatással lesz az életükre a következő három-öt évben (66 százalék, hat százalékponttal több), és azoknak a száma, akik idegesek az MI miatt (52 százalék, 13 százalékos növekedés). pontok).

A mesterséges intelligencia-cégek további potenciális problémaforrása az LLM-ekre vonatkozó értékelési szabványok hiánya, amely helyzet lehetővé teszi az AI-cégek számára, hogy maguk válasszák ki a teszteléshez szükséges referenciaértékeiket. „Ez a gyakorlat megnehezíti a legjobb mesterséges intelligencia modellek kockázatainak és korlátainak szisztematikus összehasonlítására irányuló erőfeszítéseket” – áll a jelentésben.

A HAI jelentés azt állítja, hogy a mesterséges intelligencia növeli a dolgozók termelékenységét és felgyorsítja a tudományos fejlődést, hivatkozva a DeepMind GNoME-jára, „amely megkönnyíti az anyagok felfedezésének folyamatát”.

Noha az AI-automatizálásról kimutatták, hogy növeli a termelékenységet bizonyos feladatok során, ötletek forrásaként való hasznossága továbbra is vita tárgya. Mint mi jelentett mostanában még mindig van némi szkepticizmus például az AI által támogatott előrejelzések értékével kapcsolatban az életképes új anyagok esetében.

Bárhogy is legyen, nagy téteket kötnek az AI-ra. A generatív mesterségesintelligencia-befektetések nyolcszorosára nőttek, a 3-es 2022 milliárd dollárról 25.2-ra 2023 milliárd dollárra. Az Egyesült Államok pedig jelenleg a mesterségesintelligencia-rendszerek legfőbb forrása, 61-ban 2023 figyelemre méltó mesterségesintelligencia-modell, szemben az Európai Unióból származó 21-gyel és a Kínából származó 15-tel.

„Az AI két egymással összefüggő jövő előtt áll” – írja Clark és Perrault. „Először is, a technológia folyamatosan fejlődik, és egyre gyakrabban használják, ami jelentős következményekkel jár a termelékenységre és a foglalkoztatásra nézve. Jó és rossz célra egyaránt használható. A második jövőben az AI bevezetését a technológia korlátai korlátozzák.”

A következő néhány évben meg kell látnunk, hogy a két jövő közül melyik fog dominálni. ®

• SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
• PlatoData.Network Vertical Generative Ai. Erősítse meg magát. Hozzáférés itt.
• PlatoAiStream. Web3 Intelligence. Felerősített tudás. Hozzáférés itt.
• PlatoESG. Carbon, CleanTech, Energia, Környezet, Nap, Hulladékgazdálkodás. Hozzáférés itt.
• PlatoHealth. Biotechnológiai és klinikai vizsgálatok intelligencia. Hozzáférés itt.
• Forrás: https://go.theregister.com/feed/www.theregister.com/2024/04/15/stanford_report_ai/