Industriens innflytelse på AI former teknologiens fremtid - på godt og verre

Det enorme potensialet til AI å omforme fremtiden har sett massive investeringer fra industrien de siste årene. Men den økende innflytelsen til private selskaper i grunnforskningen som driver denne fremvoksende teknologien kan ha alvorlige implikasjoner for hvordan den utvikler seg, sier forskere.

Spørsmålet om hvorvidt maskiner kunne gjenskape den typen intelligens man ser hos dyr og mennesker er nesten like gammelt som selve informatikkfeltet. Industriens engasjement med denne forskningslinjen har svingt gjennom flere tiår, lførte til en rekke AI-vintre ettersom investeringene har strømmet inn og så ut igjen som teknologien har gjort klarte ikke å leve opp til forventningene.

Fremkomsten av dyp læring ved begynnelsen av det forrige tiåret har imidlertid resultert i en av de mest vedvarende løpene av interesse og investeringer fra private selskaper. Dette begynner nå å gi noen virkelig spillendrende AI-produkter, men a ny analyse i Vitenskap viser at det også fører til at industrien tar innover segcreasingdominerende posisjon innen AI-forskning.

Dette er et tveegget sverd, sier forfatterne. Industrien bringer med seg penger, dataressurser og enorme mengder data som har turboladet fremgang, men den refokuserer også hele feltet på områder som er av interesse for private selskaper i stedet for de med størst potensial eller fordel for menneskeheten.

"Industriens kommersielle motiver presser dem til å fokusere på temaer som er profittorienterte. Ofte gir slike insentiver resultater i tråd med allmennhetens interesse, men ikke alltid», skriver forfatterne. "Selv om disse industriinvesteringene vil komme forbrukerne til gode, bør den medfølgende forskningsdominansen være en bekymring for beslutningstakere over hele verden fordi det betyr at alternativer av allmenn interesse for viktige AI-verktøy kan bli stadig knappere."

Forfatterne viser at industriens fotavtrykk innen AI-forskning har økt dramatisk de siste årene. I 2000 inneholdt bare 22 prosent av presentasjonene på ledende AI-konferanser en eller flere medforfattere fra private selskaper, men i 2020 hadde det nådd 38 prosent. Men påvirkningen merkes tydeligst i forkant av feltet.

Fremskritt innen dyp læring har i stor grad vært drevet av utviklingen av stadig større modeller. I 2010 sto industrien for bare 11 prosent av de største AI-modellene, men i 2021 hadde det nådd 96 prosent. Dette har falt sammen med økende dominans på sentrale benchmarks på områder som bildegjenkjenning og språkmodellering, der industriens engasjement i den ledende modellen har vokst fra 62 prosent i 2017 til 91 prosent i 2020.

En nøkkeldriver for dette skiftet er de mye større investeringene privat sektor er i stand til å gjøre sammenlignet med offentlige organer. Eksklusive forsvarsutgifter, bevilget den amerikanske regjeringen 1.5 milliarder dollar til utgifter til kunstig intelligens i 2021, sammenlignet med 340 milliarder dollar brukt av industri rundt om i verden det året.

Den ekstra finansieringen gir langt bedre ressurser – både når det gjelder datakraft og datatilgang – og muligheten til å tiltrekke seg de beste talentene. Størrelsen på AI-modeller er sterkt korrelert med mengden data og dataressurser som er tilgjengelig, og i 2021 var industrimodeller 29 ganger større enn akademiske i gjennomsnitt.

Og mens i 2004 bare 21 prosent av informatikk-ph.d.-ene som hadde spesialisert seg på AI gikk inn i industrien, i 2020 hadde dette hoppet til nesten 70 prosent. Hastigheten som AI-eksperter har blitt ansatt bort fra universitetet av private selskaper har også økt åtte ganger siden 2006.

Forfatterne peker på OpenAI som en markør for det økende vanskeligey å gjøre banebrytende AI-forskning uten de økonomiske ressursene til privat sektor. I 2019 forvandlet organisasjonen seg fra en ideell til en "avkortet for-profit organisasjon" for å "raskt øke investeringene våre i databehandling og talent," sa selskapet den gang.

Denne ekstra investeringen har hatt sine fordeler, bemerker forfatterne. Det har bidratt til å bringe AI-teknologi ut av laboratoriet og inn i hverdagsprodukter som kan forbedre folks liv. Det har også ført til utviklingen av en rekke verdifulle verktøy som brukes av både industri og akademia, for eksempel programvarepakker som TensorFlow og PyTorch og stadig kraftigere databrikker skreddersydd for AI-arbeidsbelastninger.

Men det presser også AI-forskningen til å fokusere på områder med potensielle kommersielle fordeler for sponsorene sine, og like viktig, datahungrige og beregningsmessig dyre AI-tilnærminger som passer godt sammen med den typen ting store teknologiselskaper allerede er gode på. Ettersom industrien i økende grad setter retningen for AI-forskning, kan dette føre til neglisjering av konkurrerende tilnærminger til AI og andre sosialt fordelaktige applikasjoner uten klart profittmotiv.

"Gitt hvor bredt AI-verktøy kan brukes på tvers av samfunnet, vil en slik situasjon gi et lite antall teknologibedrifter en enorm mengde makt over retningen til samfunnet," bemerker forfatterne.

Det finnes modeller for hvordan gapet mellom privat og offentlig sektor kan lukkes, sier forfatterne. USA har foreslått å opprette en nasjonal AI-forskningsressurs som består av offentlig forskningssky og offentlige datasett. Kina godkjente nylig et "nasjonalt datakraftnettverkssystem." ACanadas Advanced Research Computing-plattform har vært i drift i nesten et tiår.

Men uten innblanding fra beslutningstakere, sier forfatterne at akademikere sannsynligvis ikke vil være i stand til å tolke og kritisere industrimodeller på riktig måte eller tilby alternativer av allmenn interesse. Å sikre at de har evnene til å fortsette å forme frontlinjen for AI-forskning bør være en nøkkelprioritet for regjeringer over hele verden.

Bilde Credit: DeepMind / Unsplash 

• SEO-drevet innhold og PR-distribusjon. Bli forsterket i dag.
• Platoblokkkjede. Web3 Metaverse Intelligence. Kunnskap forsterket. Tilgang her.
• kilde: https://singularityhub.com/2023/03/05/industrys-influence-on-ai-is-shaping-the-techs-future-for-better-and-for-worse/