Laporan Stanford tentang AI menemukan bahwa industri yang sedang berkembang pesat berada di persimpangan jalan

Laporan Stanford tentang AI menemukan bahwa industri yang sedang berkembang pesat berada di persimpangan jalan

Stempel Waktu: 15 April 2024 4
Laporan Stanford tentang AI menemukan industri yang berkembang pesat di persimpangan PlatoBlockchain Data Intelligence. Pencarian Vertikal. Ai.

Institut Stanford untuk Kecerdasan Buatan yang Berpusat pada Manusia (HAI) telah menerbitkan Laporan Indeks AI tahunannya yang ketujuh, yang melaporkan bahwa industri yang berkembang menghadapi peningkatan biaya, peraturan, dan kekhawatiran masyarakat.

502 halaman melaporkan [PDF] berasal dari akademisi dan industri – komite pengarah HAI dipimpin oleh salah satu pendiri Anthropic Jack Clark, dan Ray Perrault, seorang ilmuwan komputer di Pusat Kecerdasan Buatan SRI International – dan karenanya tidak terlalu memikirkan pembakaran-itu- argumen dengan api.

Oleh karena itu, laporan tersebut mendefinisikan privasi sedemikian rupa sehingga individu memiliki hak untuk menyetujui model bahasa besar (LLM) yang menggunakan data mereka. Namun laporan ini tidak menyarankan agar perusahaan AI meninggalkan model yang sudah ada karena dibuat tanpa izin. Ini menunjukkan transparansi, bukan penebusan dosa.

“Mendapatkan persetujuan yang tulus dan berdasarkan informasi untuk pengumpulan data pelatihan merupakan tantangan tersendiri bagi LLM, yang mengandalkan data dalam jumlah besar,” kata laporan tersebut. “Dalam banyak kasus, pengguna tidak menyadari bagaimana data mereka digunakan atau sejauh mana data dikumpulkan. Oleh karena itu, penting untuk memastikan transparansi seputar praktik pengumpulan data.”

Hasil dari beberapa tuntutan hukum yang tertunda, seperti kasus terhadap Copilot GitHub, hal ini dapat berarti bahwa transparansi saja tidak cukup, bahwa data pelatihan AI memerlukan izin eksplisit dan mungkin pembayaran yang mahal.

Namun dengan asumsi AI akan tetap ada dan harus diperhitungkan dalam bentuknya saat ini, laporan tersebut berhasil menyoroti potensi dan bahaya pengambilan keputusan otomatis.

“Misi kami adalah untuk menyediakan data yang tidak memihak, diperiksa secara ketat, dan bersumber secara luas agar para pembuat kebijakan, peneliti, eksekutif, jurnalis, dan masyarakat umum dapat mengembangkan pemahaman yang lebih menyeluruh dan berbeda mengenai bidang AI yang kompleks,” jelas laporan tersebut.

Beberapa temuan utama laporan ini tidak terlalu mengejutkan, seperti “AI mengalahkan manusia dalam beberapa tugas, tapi tidak semua,” dan “Industri terus mendominasi penelitian AI terdepan.”

Pada poin terakhir, laporan tersebut menyatakan bahwa industri menghasilkan 51 model pembelajaran mesin yang patut diperhatikan, dibandingkan dengan 15 model dari akademisi dan 21 model dari kolaborasi industri-akademisi.

Meskipun model tertutup (misalnya, GPT-4, Gemini) mengungguli model sumber terbuka pada 10 tolok ukur AI, model sumber terbuka menjadi lebih umum. Dari 149 model pondasi yang dirilis pada tahun 2023, 65.7 persen merupakan model open source, dibandingkan dengan 44.4 persen pada tahun 2022 dan 33.3 persen pada tahun 2021.

Apakah tren tersebut akan terus berlanjut mungkin terkait dengan temuan utama lainnya: “Model frontier menjadi jauh lebih mahal.” Artinya, model open source tampaknya tidak akan mampu bersaing dengan pesaingnya yang bersifat close source jika biaya untuk melatih model AI yang canggih menjadi sesuatu yang hanya dapat direnungkan oleh mereka yang mempunyai dana besar.

“Menurut perkiraan Indeks AI, biaya rata-rata pelatihan model AI terdepan hampir dua kali lipat pada tahun lalu,” kata laporan tersebut. “Biaya pelatihan model-model canggih telah mencapai tingkat yang belum pernah terjadi sebelumnya. Misalnya, GPT-4 OpenAI menggunakan komputasi senilai $78 juta untuk pelatihan, sedangkan Gemini Ultra dari Google menghabiskan biaya komputasi sebesar $191 juta.”

Sudah ada keraguan bahwa AI bernilai uang. Sebuah studi bulan Januari dari MIT CSAIL, MIT Sloan, The Productivity Institute, dan IBM's Institute for Business Value ditemukan bahwa “secara ekonomi masuk akal untuk mengganti tenaga manusia dengan AI pada seperempat pekerjaan yang memerlukan visi sebagai komponen utama pekerjaannya.” Dan Wall Street Journal baru-baru ini melaporkan menunjukkan bahwa perusahaan teknologi belum menemukan cara agar investasi AI membuahkan hasil.

Oleh karena itu semua biaya tambahan untuk layanan yang ditambah dengan AI.

Jika dibandingkan dengan temuan laporan HAI lainnya seperti “Di AS, peraturan AI meningkat tajam”, pelatihan model AI tampaknya akan menjadi lebih padat modal. Di AS pada tahun lalu, menurut laporan tersebut, terdapat 25 peraturan terkait AI – naik dari satu peraturan pada tahun 2016 – dan hal ini akan menimbulkan biaya tambahan.

Temuan lain yang mungkin mengarah pada lebih banyak peraturan, dan dengan demikian menimbulkan biaya kepatuhan, adalah pandangan masyarakat terhadap AI. “Masyarakat di seluruh dunia lebih menyadari potensi dampak AI – dan lebih khawatir,” kata laporan tersebut. Laporan tersebut menyebutkan peningkatan jumlah orang yang berpendapat bahwa AI akan berdampak pada kehidupan mereka dalam tiga hingga lima tahun ke depan (66 persen, naik enam poin persentase) dan jumlah orang yang merasa khawatir terhadap AI (52 persen, naik 13 persen). poin).

Potensi sumber masalah lebih lanjut bagi perusahaan AI berasal dari kurangnya standar evaluasi untuk LLM, sebuah situasi yang memungkinkan perusahaan AI memilih sendiri tolok ukur pengujiannya. “Praktik ini mempersulit upaya untuk membandingkan risiko dan keterbatasan model AI teratas secara sistematis,” kata laporan tersebut.

Laporan HAI berpendapat bahwa AI meningkatkan produktivitas pekerja dan mempercepat kemajuan ilmiah, mengutip GNoME dari DeepMind, “yang memfasilitasi proses penemuan material.”

Meskipun otomatisasi AI telah terbukti meningkatkan produktivitas dalam tugas-tugas tertentu, kegunaannya sebagai sumber ide masih menjadi bahan perdebatan. Seperti yang kita melaporkan baru-baru ini, masih ada keraguan mengenai nilai prediksi yang dibantu AI untuk material baru yang layak, misalnya.

Meski begitu, pertaruhan besar sedang dilakukan pada AI. Investasi AI generatif meningkat delapan kali lipat, dari $3 miliar pada tahun 2022 menjadi $25.2 miliar pada tahun 2023. Dan AS saat ini merupakan sumber utama sistem AI, dengan 61 model AI yang menonjol pada tahun 2023, dibandingkan dengan 21 model dari Uni Eropa, dan 15 dari Tiongkok.

“AI menghadapi dua masa depan yang saling terkait,” tulis Clark dan Perrault. “Pertama, teknologi terus berkembang dan semakin banyak digunakan, sehingga berdampak besar terhadap produktivitas dan lapangan kerja. Hal ini dapat dimanfaatkan untuk kebaikan dan keburukan. Di masa depan yang kedua, penerapan AI dibatasi oleh keterbatasan teknologi.”

Selama beberapa tahun ke depan, kita harus melihat masa depan mana yang akan mendominasi. ®

Stempel Waktu:

Lebih dari Pendaftaran