อิทธิพลของอุตสาหกรรมที่มีต่อ AI กำลังกำหนดอนาคตของเทคโนโลยี ให้ดีขึ้นและแย่ลง

ศักยภาพมหาศาลของ AI เพื่อกำหนดอนาคตใหม่ได้เห็นการลงทุนจำนวนมหาศาลจากอุตสาหกรรมในช่วงไม่กี่ปีที่ผ่านมา แต่อิทธิพลที่เพิ่มขึ้นของบริษัทเอกชนในการวิจัยพื้นฐานที่ขับเคลื่อนเทคโนโลยีเกิดใหม่นี้อาจมีนัยยะสำคัญต่อการพัฒนาของมัน นักวิจัยกล่าว

คำถามที่ว่าเครื่องจักรสามารถจำลองความฉลาดแบบที่เห็นในสัตว์และมนุษย์ได้หรือไม่นั้นเกือบจะเก่าแก่พอๆ กับสาขาวิทยาการคอมพิวเตอร์ การมีส่วนร่วมของอุตสาหกรรมกับสายการวิจัยนี้มีความผันผวนในช่วงหลายทศวรรษที่ผ่านมานำไปสู่ฤดูหนาวของ AI เนื่องจากการลงทุนไหลเข้ามาและกลับออกไปอีกครั้งเมื่อเทคโนโลยีมี ไม่สามารถอยู่ได้ถึง ความคาดหวัง

อย่างไรก็ตาม การเกิดขึ้นของการเรียนรู้เชิงลึกในช่วงเปลี่ยนทศวรรษที่ผ่านมาได้ส่งผลให้บริษัทเอกชนได้รับความสนใจและลงทุนอย่างต่อเนื่องมากที่สุดรายการหนึ่ง ขณะนี้กำลังเริ่มที่จะ มอบผลิตภัณฑ์ AI ที่เปลี่ยนแปลงเกมอย่างแท้จริงแต่ การวิเคราะห์ใหม่ใน วิทยาศาสตร์ แสดงให้เห็นว่ามันยังนำไปสู่การเข้ามาของอุตสาหกรรมรอยย่นgตำแหน่งที่โดดเด่นในการวิจัย AI

ผู้เขียนกล่าวว่านี่เป็นดาบสองคม. อุตสาหกรรมนำเงิน ทรัพยากรคอมพิวเตอร์ และข้อมูลจำนวนมหาศาลที่มีความก้าวหน้าแบบเทอร์โบชาร์จเข้ามาพร้อมๆ กัน แต่ก็กำลังปรับโฟกัสภาคสนามทั้งหมดใหม่ในด้านที่เป็นที่สนใจของบริษัทเอกชนมากกว่าภาคที่มีศักยภาพหรือเป็นประโยชน์ต่อมนุษยชาติมากที่สุด

"แรงจูงใจในเชิงพาณิชย์ของอุตสาหกรรมผลักดันให้พวกเขามุ่งเน้นไปที่หัวข้อที่มุ่งเน้นผลกำไร บ่อยครั้งที่สิ่งจูงใจดังกล่าวให้ผลลัพธ์ที่สอดคล้องกับความสนใจของสาธารณชน แต่ก็ไม่เสมอไป” ผู้เขียนเขียน “แม้ว่าการลงทุนในอุตสาหกรรมเหล่านี้จะเป็นประโยชน์ต่อผู้บริโภค แต่ความโดดเด่นด้านการวิจัยที่ตามมาก็น่าเป็นห่วงสำหรับผู้กำหนดนโยบายทั่วโลก เพราะนั่นหมายความว่าทางเลือกที่เป็นประโยชน์ต่อสาธารณะสำหรับเครื่องมือ AI ที่สำคัญอาจหายากขึ้นเรื่อย ๆ”

ผู้เขียนแสดงให้เห็นว่ารอยเท้าของอุตสาหกรรมในการวิจัย AI เพิ่มขึ้นอย่างมากในช่วงไม่กี่ปีที่ผ่านมา ในปี 2000 มีเพียง 22 เปอร์เซ็นต์ของงานนำเสนอในการประชุม AI ชั้นนำที่มีผู้เขียนร่วมจากบริษัทเอกชนหนึ่งคนหรือมากกว่านั้น แต่ในปี 2020 มีจำนวนสูงถึง 38 เปอร์เซ็นต์ แต่สัมผัสได้ชัดเจนที่สุดที่ขอบสนาม

ความก้าวหน้าในการเรียนรู้เชิงลึกจะต้องได้รับแรงผลักดันจากการพัฒนาแบบจำลองที่ใหญ่ขึ้น ในปี 2010 อุตสาหกรรมคิดเป็นสัดส่วนเพียง 11 เปอร์เซ็นต์ของโมเดล AI ที่ใหญ่ที่สุด แต่ในปี 2021 นั้นสูงถึง 96 เปอร์เซ็นต์ สิ่งนี้สอดคล้องกับการครอบงำที่เพิ่มขึ้นในเกณฑ์มาตรฐานที่สำคัญในด้านต่าง ๆ เช่น การจดจำภาพและการสร้างแบบจำลองภาษา ซึ่งการมีส่วนร่วมในอุตสาหกรรมในแบบจำลองชั้นนำเพิ่มขึ้นจาก 62 เปอร์เซ็นต์ในปี 2017 เป็น 91 เปอร์เซ็นต์ในปี 2020

ตัวขับเคลื่อนสำคัญของการเปลี่ยนแปลงนี้คือการลงทุนขนาดใหญ่ที่ภาคเอกชนสามารถทำได้เมื่อเทียบกับหน่วยงานของรัฐ หากไม่รวมการใช้จ่ายด้านการป้องกัน รัฐบาลสหรัฐฯ จะจัดสรรเงิน 1.5 พันล้านดอลลาร์สำหรับการใช้จ่ายด้าน AI ในปี 2021 เทียบกับ 340 พันล้านดอลลาร์ที่อุตสาหกรรมทั่วโลกใช้ไปในปีนั้น

เงินทุนเพิ่มเติมนั้นแปลงเป็นทรัพยากรที่ดีกว่ามาก ทั้งในแง่ของพลังการประมวลผลและการเข้าถึงข้อมูล และความสามารถในการดึงดูดผู้มีความสามารถที่ดีที่สุด ขนาดของโมเดล AI มีความสัมพันธ์อย่างมากกับจำนวนข้อมูลและทรัพยากรคอมพิวเตอร์ที่มีอยู่ และในปี 2021 แบบจำลองอุตสาหกรรมมีขนาดใหญ่กว่าแบบจำลองทางวิชาการถึง 29 เท่าโดยเฉลี่ย

และในขณะที่ในปี 2004 มีเพียง 21 เปอร์เซ็นต์ของปริญญาเอกด้านวิทยาการคอมพิวเตอร์ที่เชี่ยวชาญด้าน AI เท่านั้นที่เข้าสู่อุตสาหกรรม แต่ในปี 2020 กลับเพิ่มขึ้นเป็นเกือบ 70 เปอร์เซ็นต์ อัตราที่บริษัทเอกชนจ้างผู้เชี่ยวชาญด้าน AI จากมหาวิทยาลัยก็เพิ่มขึ้นถึงแปดเท่าตั้งแต่ปี 2006

ผู้เขียนชี้ไปที่ OpenAI เป็นเครื่องหมายของความยากที่เพิ่มขึ้นy ในการทำวิจัย AI ที่ทันสมัยโดยไม่ต้องใช้ทรัพยากรทางการเงินของภาคเอกชน ในปี 2019 องค์กรได้เปลี่ยนจากองค์กรไม่แสวงหาผลกำไรเป็น "องค์กรที่แสวงหาผลกำไร" เพื่อ "เพิ่มการลงทุนในด้านการประมวลผลและความสามารถ" บริษัทกล่าวในเวลานั้น

การลงทุนเพิ่มเติมนี้มีข้อได้เปรียบ ผู้เขียนทราบ ช่วยนำเทคโนโลยี AI ออกจากห้องทดลองมาสู่ผลิตภัณฑ์ในชีวิตประจำวันที่สามารถปรับปรุงชีวิตของผู้คนได้ นอกจากนี้ยังนำไปสู่การพัฒนาโฮสต์ของเครื่องมืออันมีค่าที่ใช้โดยภาคอุตสาหกรรมและสถาบันการศึกษา เช่น แพ็คเกจซอฟต์แวร์อย่าง TensorFlow และ PyTorch และชิปคอมพิวเตอร์ที่ทรงพลังมากขึ้นซึ่งปรับให้เหมาะกับปริมาณงาน AI

แต่ยังผลักดันให้การวิจัย AI มุ่งเน้นไปที่พื้นที่ที่มีประโยชน์เชิงพาณิชย์ที่อาจเกิดขึ้นสำหรับผู้สนับสนุน และที่สำคัญก็คือ แนวทาง AI ที่ต้องใช้ข้อมูลสูงและมีราคาแพงในการคำนวณ ซึ่งเข้ากันได้ดีกับสิ่งที่บริษัทเทคโนโลยีขนาดใหญ่เชี่ยวชาญอยู่แล้ว เนื่องจากอุตสาหกรรมกำหนดทิศทางการวิจัย AI มากขึ้นเรื่อยๆ สิ่งนี้อาจนำไปสู่การเพิกเฉยต่อแนวทางการแข่งขันต่อ AI และแอปพลิเคชันที่เป็นประโยชน์ทางสังคมอื่นๆ โดยไม่มีแรงจูงใจด้านผลกำไรที่ชัดเจน

"เมื่อพิจารณาว่าเครื่องมือ AI สามารถนำไปใช้ได้อย่างกว้างขวางในสังคม สถานการณ์เช่นนี้จะทำให้บริษัทเทคโนโลยีจำนวนน้อยมีอำนาจมหาศาลเหนือทิศทางของสังคม” ผู้เขียนกล่าว

มีแบบจำลองสำหรับวิธีการปิดช่องว่างระหว่างภาคเอกชนและภาครัฐ ผู้เขียนกล่าว สหรัฐอเมริกาได้เสนอให้มีการสร้างแหล่งข้อมูลการวิจัย AI แห่งชาติซึ่งประกอบด้วยระบบคลาวด์การวิจัยสาธารณะและชุดข้อมูลสาธารณะ จีนเพิ่งอนุมัติ "ระบบเครือข่ายพลังงานคอมพิวเตอร์แห่งชาติ" Aแพลตฟอร์ม Advanced Research Computing ของแคนาดาเปิดดำเนินการมาเกือบทศวรรษแล้ว

แต่หากไม่มีการแทรกแซงจากผู้กำหนดนโยบาย ผู้เขียนกล่าวว่านักวิชาการมักจะไม่สามารถตีความและวิจารณ์โมเดลอุตสาหกรรมหรือเสนอทางเลือกอื่นที่น่าสนใจต่อสาธารณะได้อย่างถูกต้อง การทำให้แน่ใจว่าพวกเขามีความสามารถในการกำหนดขอบเขตของการวิจัย AI ต่อไปควรเป็นสิ่งสำคัญอันดับแรกสำหรับรัฐบาลทั่วโลก

เครดิตภาพ: Deepmind / Unsplash 

• เนื้อหาที่ขับเคลื่อนด้วย SEO และการเผยแพร่ประชาสัมพันธ์ รับการขยายวันนี้
• เพลโตบล็อคเชน Web3 Metaverse ข่าวกรอง ขยายความรู้. เข้าถึงได้ที่นี่.
• ที่มา: https://singularityhub.com/2023/03/05/industrys-influence-on-ai-is-shaping-the-techs-future-for-better-and-for-worse/