Pengaruh Industri terhadap AI Membentuk Masa Depan Teknologi—menjadi Lebih Baik dan Lebih Buruk

Pengaruh Industri terhadap AI Membentuk Masa Depan Teknologi—menjadi Lebih Baik dan Lebih Buruk

Stempel Waktu: 5 Maret 2023 10
Pengaruh Industri terhadap AI Membentuk Masa Depan Teknologi—Kecerdasan Data PlatoBlockchain yang Lebih Baik dan Lebih Buruk. Pencarian Vertikal. Ai.

Potensi yang sangat besar dari AI untuk membentuk kembali masa depan telah melihat investasi besar-besaran dari industri dalam beberapa tahun terakhir. Tetapi pengaruh yang berkembang dari perusahaan swasta dalam penelitian dasar yang mendukung teknologi baru ini dapat memiliki implikasi serius terhadap perkembangannya, kata para peneliti.

Pertanyaan apakah mesin dapat mereplikasi jenis kecerdasan yang terlihat pada hewan dan manusia hampir setua bidang ilmu komputer itu sendiri. Keterlibatan industri dengan lini penelitian ini telah berfluktuasi selama beberapa dekade, lmenuju serangkaian musim dingin AI karena investasi telah masuk dan kemudian mundur lagi seiring dengan teknologinya gagal untuk hidup sampai harapan.

Munculnya pembelajaran mendalam pada pergantian dekade sebelumnya, bagaimanapun, telah menghasilkan salah satu minat dan investasi yang paling berkelanjutan dari perusahaan swasta. Ini sekarang mulai menghasilkan beberapa produk AI yang benar-benar mengubah permainan, tapi a analisis baru dalam Ilmu menunjukkan bahwa itu juga mengarah ke industri mengambil masukkerutangposisi dominan dalam penelitian AI.

Ini adalah pedang bermata dua, kata penulisnya. Industri membawa serta uang, sumber daya komputasi, dan sejumlah besar data yang memiliki kemajuan pesat, tetapi juga memfokuskan kembali seluruh bidang pada bidang yang menarik bagi perusahaan swasta daripada yang memiliki potensi atau manfaat terbesar bagi umat manusia.

"Motif komersial industri mendorong mereka untuk fokus pada topik yang berorientasi pada keuntungan. Seringkali insentif semacam itu memberikan hasil yang sejalan dengan kepentingan publik, tetapi tidak selalu,” tulis para penulis. “Meskipun investasi industri ini akan menguntungkan konsumen, dominasi penelitian yang menyertainya harus menjadi kekhawatiran bagi pembuat kebijakan di seluruh dunia karena itu berarti bahwa alternatif kepentingan publik untuk alat AI yang penting dapat menjadi semakin langka.”

Para penulis menunjukkan bahwa jejak industri dalam penelitian AI telah meningkat secara dramatis dalam beberapa tahun terakhir. Pada tahun 2000, hanya 22 persen presentasi di konferensi AI terkemuka yang menampilkan satu atau lebih rekan penulis dari perusahaan swasta, tetapi pada tahun 2020 telah mencapai 38 persen. Namun dampaknya paling jelas terasa di ujung tombak lapangan.

Kemajuan dalam pembelajaran mendalam sebagian besar didorong oleh pengembangan model yang semakin besar. Pada tahun 2010, industri hanya menyumbang 11 persen dari model AI terbesar, tetapi pada tahun 2021 telah mencapai 96 persen. Hal ini bertepatan dengan meningkatnya dominasi pada tolok ukur utama di berbagai bidang seperti pengenalan citra dan pemodelan bahasa, di mana keterlibatan industri dalam model terkemuka telah tumbuh dari 62 persen pada 2017 menjadi 91 persen pada 2020.

Penggerak utama dari pergeseran ini adalah investasi yang jauh lebih besar yang dapat dilakukan oleh sektor swasta dibandingkan dengan badan publik. Tidak termasuk pengeluaran pertahanan, pemerintah AS mengalokasikan $1.5 miliar untuk pembelanjaan AI pada tahun 2021, dibandingkan dengan $340 miliar yang dikeluarkan oleh industri di seluruh dunia pada tahun itu.

Pendanaan ekstra tersebut menghasilkan sumber daya yang jauh lebih baik—baik dalam hal daya komputasi maupun akses data—dan kemampuan untuk menarik talenta terbaik. Ukuran model AI sangat berkorelasi dengan jumlah data dan sumber daya komputasi yang tersedia, dan pada tahun 2021 model industri rata-rata 29 kali lebih besar daripada model akademik.

Dan sementara pada tahun 2004 hanya 21 persen PhD ilmu komputer yang berspesialisasi dalam AI yang terjun ke industri, pada tahun 2020 angka itu melonjak hingga hampir 70 persen. Tingkat di mana ahli AI telah disewa dari universitas oleh perusahaan swasta juga meningkat delapan kali lipat sejak 2006.

Penulis menunjuk OpenAI sebagai penanda semakin sulitnyay melakukan penelitian AI mutakhir tanpa sumber daya keuangan dari sektor swasta. Pada tahun 2019, organisasi tersebut berubah dari organisasi nirlaba menjadi "organisasi nirlaba yang dibatasi" untuk "meningkatkan investasi kami dalam komputasi dan bakat dengan cepat," kata perusahaan saat itu.

Investasi ekstra ini memiliki keistimewaannya, catat para penulis. Ini membantu menghadirkan teknologi AI dari lab dan menjadi produk sehari-hari yang dapat meningkatkan kehidupan orang. Ini juga mengarah pada pengembangan sejumlah alat berharga yang digunakan oleh industri dan akademisi, seperti paket perangkat lunak seperti TensorFlow dan PyTorch dan chip komputer yang semakin kuat yang disesuaikan dengan beban kerja AI.

Tapi itu juga mendorong penelitian AI untuk fokus pada area dengan potensi keuntungan komersial bagi sponsornya, dan yang sama pentingnya, pendekatan AI yang haus data dan mahal secara komputasi yang cocok dengan hal-hal yang sudah dikuasai oleh perusahaan teknologi besar. Karena industri semakin menetapkan arah penelitian AI, hal ini dapat menyebabkan diabaikannya pendekatan bersaing terhadap AI dan aplikasi lain yang bermanfaat secara sosial tanpa motif keuntungan yang jelas.

"Mengingat seberapa luas alat AI dapat diterapkan di seluruh masyarakat, situasi seperti itu akan memberi sejumlah kecil perusahaan teknologi kekuatan yang sangat besar atas arah masyarakat, ”catat para penulis.

Ada model bagaimana kesenjangan antara sektor swasta dan publik bisa ditutup, kata para penulis. AS telah mengusulkan pembuatan Sumber Daya Penelitian AI Nasional yang terdiri dari cloud penelitian publik dan kumpulan data publik. China baru-baru ini menyetujui "sistem jaringan daya komputasi nasional". APlatform Advanced Research Computing Kanada telah berjalan selama hampir satu dekade.

Tetapi tanpa campur tangan dari pembuat kebijakan, para penulis mengatakan bahwa akademisi kemungkinan besar tidak akan dapat menafsirkan dan mengkritik model industri dengan benar atau menawarkan alternatif kepentingan publik. Memastikan mereka memiliki kemampuan untuk terus membentuk garis depan penelitian AI harus menjadi prioritas utama bagi pemerintah di seluruh dunia.

Gambar Kredit: DeepMind / Unsplash 

Stempel Waktu:

Lebih dari Hub Singularity