Stanfordsko poročilo o AI ugotavlja, da je industrija v razcvetu na razpotju

Ponovno objavil Platon

Spremljevalci: 0

Stanford report on AI finds booming industry at a crossroads PlatoBlockchain Data Intelligence. Vertical Search. Ai.

Stanfordski inštitut za na človeka osredotočeno umetno inteligenco (HAI) je izdal svoje sedmo letno poročilo o indeksu umetne inteligence, ki poroča o uspešni industriji, ki se sooča z naraščajočimi stroški, predpisi in zaskrbljenostjo javnosti.

502 strani poročilo [PDF] prihaja iz akademskih krogov in industrije – usmerjevalni odbor HAI vodita soustanovitelj podjetja Anthropic Jack Clark in Ray Perrault, računalniški znanstvenik v centru za umetno inteligenco SRI International – in se zato ne ukvarja preveč z burn-it- argumenti z ognjem.

Do te točke poročilo opredeljuje zasebnost tako, da imajo posamezniki pravico soglašati z uporabo velikih jezikovnih modelov (LLM) z uporabo njihovih podatkov. Vendar pa ne predlaga, da bi morala podjetja AI opustiti obstoječe modele, ker so bili izdelani brez dovoljenja. Predlaga preglednost, namesto pokore.

"Pridobitev pristne in informirane privolitve za zbiranje podatkov o usposabljanju je še posebej zahtevna pri LLM, ki se zanašajo na ogromne količine podatkov," piše v poročilu. »Uporabniki se v mnogih primerih ne zavedajo, kako se njihovi podatki uporabljajo ali obsega njihovega zbiranja. Zato je pomembno zagotoviti preglednost prakse zbiranja podatkov.«

Izid več nerešenih tožb, kot Primer proti GitHubovemu Copilotu bi lahko pomenilo, da preglednost ni dovolj, da podatki o usposabljanju AI zahtevajo izrecno dovoljenje in morda previsoka plačila.

Toda ob predpostavki, da je umetna inteligenca tu, da ostane in jo je treba upoštevati v njeni trenutni obliki, poročilo uspe izpostaviti obljube in nevarnosti avtomatiziranega odločanja.

»Naše poslanstvo je zagotoviti nepristranske, strogo preverjene podatke iz širokih virov, da bi lahko oblikovalci politik, raziskovalci, vodstveni delavci, novinarji in splošna javnost razvili bolj temeljito in niansirano razumevanje kompleksnega področja umetne inteligence,« pojasnjuje poročilo.

Nekatere najpomembnejše ugotovitve poročila niso posebej presenetljive, na primer »Umetna inteligenca premaga ljudi pri nekaterih nalogah, vendar ne pri vseh« in »Industrija še naprej prevladuje na mejnih raziskavah umetne inteligence«.

V zvezi s slednjo točko poročilo pravi, da je industrija izdelala 51 omembe vrednih modelov strojnega učenja v primerjavi s 15 iz akademskih krogov in 21 iz sodelovanja med industrijo in akademijami.

Medtem ko so bili zaprti modeli (npr. GPT-4, Gemini) boljši od odprtokodnih modelov na nizu 10 meril uspešnosti AI, so odprtokodni modeli vse pogostejši. Od 149 temeljnih modelov, izdanih leta 2023, je bilo 65.7 odstotka odprtokodnih v primerjavi s 44.4 odstotka leta 2022 in 33.3 odstotka leta 2021.

Ali se ta trend nadaljuje, je lahko povezano z drugo vrhunsko ugotovitvijo: "Modeli Frontier postanejo veliko dražji." To pomeni, da je malo verjetno, da bodo odprtokodni modeli postali bolj konkurenčni svojim zaprtokodnim tekmecem, če bodo stroški za usposabljanje najsodobnejšega modela umetne inteligence postali nekaj, o čemer lahko razmišljajo samo dobro financirani.

»Glede na ocene AI Index so se mediani stroški usposabljanja mejnih modelov AI v zadnjem letu skoraj podvojili,« piše v poročilu. »Stroški usposabljanja najsodobnejših modelov so še posebej dosegli raven brez primere. Na primer, OpenAI-jev GPT-4 je za usposabljanje porabil približno 78 milijonov dolarjev vrednega računanja, medtem ko je Googlov Gemini Ultra računanje stalo 191 milijonov dolarjev.«

Obstajajo že nekateri dvomi, da je AI vreden svojega denarja. Januarska študija MIT CSAIL, MIT Sloan, The Productivity Institute in IBM-ovega Inštituta za poslovno vrednost je pokazala, da je »samo ekonomsko smiselno nadomestiti človeško delo z umetno inteligenco v približno eni četrtini delovnih mest, kjer je vid ključna sestavina dela«. In nedavni Wall Street Journal poročilo kaže, da tehnološka podjetja niso nujno našla načina, da bi se naložbe v umetno inteligenco izplačale.

Zato vse dodane pristojbine za storitve, nadgrajene z AI.

Če upoštevamo druge ugotovitve poročila HAI, kot je "V ZDA se predpisi o umetni inteligenci močno povečajo," je videti, da bo usposabljanje modelov umetne inteligence postalo še bolj kapitalsko intenzivno. Poročilo pravi, da je bilo v ZDA lani 25 predpisov, povezanih z umetno inteligenco – z eno v letu 2016 – in ti bodo prinesli dodatne stroške.

Druga ugotovitev, ki lahko privede do več predpisov in s tem stroškov usklajevanja, je, kako ljudje mislijo o AI. »Ljudje po vsem svetu se bolj zavedajo možnega vpliva umetne inteligence – in so bolj živčni,« piše v poročilu. Navaja povečanje števila ljudi, ki menijo, da bo umetna inteligenca vplivala na njihova življenja v naslednjih treh do petih letih (66 odstotkov, šest odstotnih točk več), in števila ljudi, ki so nervozni zaradi umetne inteligence (52 odstotkov, 13 odstotkov več). točke).

Nadaljnji potencialni vir težav za podjetja z umetno inteligenco izhaja iz pomanjkanja standardov ocenjevanja za magistre študija znanja, kar podjetjem omogoča, da izberejo lastna merila uspešnosti za testiranje. "Ta praksa otežuje prizadevanja za sistematično primerjavo tveganj in omejitev vrhunskih modelov umetne inteligence," piše v poročilu.

Poročilo HAI navaja, da umetna inteligenca povečuje produktivnost delavcev in pospešuje znanstveni napredek, pri čemer navaja DeepMindov GNoME, "ki olajša proces odkrivanja materialov."

Medtem ko se je pokazalo, da avtomatizacija AI povečuje produktivnost pri določenih nalogah, ostaja njena uporabnost kot vir idej predmet razprave. Kot mi poročali v zadnjem času je na primer še vedno nekaj skepticizma glede vrednosti napovedi, podprte z umetno inteligenco, za izvedljive nove materiale.

Kakor koli že, na AI se veliko stavi. Generativne naložbe v umetno inteligenco so se povečale za osemkrat, s 3 milijard dolarjev v letu 2022 na 25.2 milijarde dolarjev v letu 2023. ZDA pa so trenutno največji vir sistemov umetne inteligence z 61 opaznimi modeli umetne inteligence v letu 2023 v primerjavi z 21 iz Evropske unije in 15 iz Kitajske.

»Umetna inteligenca se sooča z dvema med seboj povezanima prihodnostma,« pišeta Clark in Perrault. »Prvič, tehnologija se še naprej izboljšuje in se vedno bolj uporablja, kar ima velike posledice za produktivnost in zaposlovanje. Uporabiti ga je mogoče tako dobro kot slabo. V drugi prihodnosti bo sprejetje umetne inteligence omejeno z omejitvami tehnologije.«

V naslednjih nekaj letih bi morali videti, katera od teh dveh prihodnosti bo prevladovala. ®