Relatório de Stanford sobre IA encontra indústria em expansão em uma encruzilhada

Relatório de Stanford sobre IA encontra indústria em expansão em uma encruzilhada

Carimbo de data / hora: 15 de abril de 2024 4h48
Relatório de Stanford sobre IA encontra indústria em expansão em uma encruzilhada PlatoBlockchain Data Intelligence. Pesquisa vertical. Ai.

O Instituto Stanford de Inteligência Artificial Centrada no Ser Humano (HAI) publicou seu sétimo Relatório Anual de Índice de IA, que relata uma indústria próspera que enfrenta custos, regulamentações e preocupação pública crescentes.

A página 502 Denunciar [PDF] vem da academia e da indústria – o comitê diretor do HAI é liderado pelo cofundador da Anthropic, Jack Clark, e Ray Perrault, um cientista da computação do Centro de Inteligência Artificial da SRI International – e, portanto, não se preocupa muito com o burn-it- argumentos com fogo.

Até esse ponto, o relatório define a privacidade de forma que os indivíduos tenham o direito de consentir com a utilização dos seus dados por grandes modelos de linguagem (LLMs). No entanto, não propõe que as empresas de IA abandonem os modelos existentes porque foram construídos sem permissão. Sugere transparência, em vez de penitência.

“Obter consentimento genuíno e informado para a recolha de dados de formação é especialmente desafiador com os LLMs, que dependem de grandes quantidades de dados”, afirma o relatório. “Em muitos casos, os utilizadores não têm conhecimento de como os seus dados estão a ser utilizados ou da extensão da sua recolha. Portanto, é importante garantir a transparência em torno da prática de coleta de dados.”

O resultado de vários processos judiciais pendentes, como o caso contra o Copilot do GitHub, pode significar que a transparência não é suficiente, que os dados de treinamento de IA exigem permissão explícita e talvez pagamentos proibitivos.

Mas assumindo que a IA veio para ficar e deve ser considerada na sua forma atual, o relatório consegue destacar a promessa e o perigo da tomada de decisões automatizada.

“Nossa missão é fornecer dados imparciais, rigorosamente verificados e de fontes amplas para que os legisladores, pesquisadores, executivos, jornalistas e o público em geral desenvolvam uma compreensão mais completa e diferenciada do complexo campo da IA”, explica o relatório.

Algumas das principais conclusões do relatório não são particularmente surpreendentes, como “A IA vence os humanos em algumas tarefas, mas não em todas” e “A indústria continua a dominar a investigação de fronteira em IA”.

Relativamente ao último ponto, o relatório afirma que a indústria produziu 51 modelos notáveis ​​de aprendizagem automática, em comparação com 15 da academia e 21 de colaborações entre a indústria e a academia.

Embora os modelos fechados (por exemplo, GPT-4, Gemini) tenham superado os modelos de código aberto num conjunto de 10 benchmarks de IA, os modelos de código aberto estão a tornar-se mais comuns. Dos 149 modelos básicos lançados em 2023, 65.7% eram de código aberto, em comparação com 44.4% em 2022 e 33.3% em 2021.

A continuação dessa tendência pode estar relacionada com outra descoberta importante: “Os modelos de fronteira ficam muito mais caros”. Isto quer dizer que é improvável que os modelos de código aberto se tornem mais competitivos com os seus rivais de código fechado se o custo para treinar um modelo de IA de ponta se tornar algo que apenas os bem financiados podem contemplar.

“De acordo com as estimativas do AI Index, os custos médios de treinamento de modelos de IA de ponta quase dobraram no ano passado”, diz o relatório. “Os custos de formação de modelos de última geração atingiram especialmente níveis sem precedentes. Por exemplo, o GPT-4 da OpenAI usou cerca de US$ 78 milhões em computação para treinar, enquanto o Gemini Ultra do Google custou US$ 191 milhões em computação.”

Já existem algumas dúvidas de que a IA vale o dinheiro gasto. Um estudo de janeiro do MIT CSAIL, MIT Sloan, The Productivity Institute e Institute for Business Value da IBM encontrado que “só é economicamente sensato substituir o trabalho humano pela IA em cerca de um quarto dos empregos onde a visão é uma componente chave do trabalho”. E um recente Wall Street Journal Denunciar indica que as empresas de tecnologia não encontraram necessariamente uma maneira de fazer com que os investimentos em IA compensassem.

Daí todos os taxas adicionais para serviços aumentados com IA.

Quando considerado juntamente com outras conclusões do relatório HAI, como “Nos EUA, as regulamentações de IA aumentam acentuadamente”, o treinamento de modelos de IA provavelmente se tornará ainda mais intensivo em capital. Nos EUA, no ano passado, diz o relatório, houve 25 regulamentações relacionadas com a IA – acima de uma em 2016 – e estas irão trazer custos adicionais.

Outra descoberta que pode levar a mais regulamentações e, portanto, a custos de conformidade, é a forma como as pessoas se sentem em relação à IA. “As pessoas em todo o mundo estão mais conscientes do impacto potencial da IA ​​– e mais nervosas”, afirma o relatório. Cita um aumento no número de pessoas que pensam que a IA terá impacto nas suas vidas nos próximos três a cinco anos (66 por cento, um aumento de seis pontos percentuais) e no número de pessoas que estão nervosas com a IA (52 por cento, um aumento de 13 por cento). pontos).

Uma outra fonte potencial de problemas para as empresas de IA advém da falta de padrões de avaliação para os LLMs, uma situação que permite às empresas de IA seleccionar os seus próprios parâmetros de referência para testes. “Esta prática complica os esforços para comparar sistematicamente os riscos e limitações dos principais modelos de IA”, afirma o relatório.

O relatório da HAI postula que a IA aumenta a produtividade dos trabalhadores e acelera o progresso científico, citando o GNoME da DeepMind, “que facilita o processo de descoberta de materiais”.

Embora tenha sido demonstrado que a automação da IA ​​aumenta a produtividade em tarefas específicas, a sua utilidade como fonte de ideias continua a ser uma questão de debate. Como nós relatado recentemente, ainda existe algum ceticismo sobre o valor das previsões auxiliadas pela IA para novos materiais viáveis, por exemplo.

Seja como for, grandes apostas estão sendo feitas na IA. Os investimentos em IA generativa aumentaram oito vezes, de 3 mil milhões de dólares em 2022 para 25.2 mil milhões de dólares em 2023. E os EUA são atualmente a principal fonte de sistemas de IA, com 61 modelos de IA notáveis ​​em 2023, em comparação com 21 da União Europeia e 15 da China.

“A IA enfrenta dois futuros inter-relacionados”, escrevem Clark e Perrault. “Em primeiro lugar, a tecnologia continua a melhorar e é cada vez mais utilizada, tendo consequências importantes para a produtividade e o emprego. Ele pode ser usado tanto para o bem quanto para o mal. No segundo futuro, a adoção da IA ​​é limitada pelas limitações da tecnologia.”

Nos próximos anos, devemos ver qual desses dois futuros dominará. ®

Carimbo de hora:

Mais de O registro