Что будет создать искусственный интеллект

0
25

Общий искусственный интеллект может появиться до 2030 года

Технологии и ресурсы ИИ

— Сейчас международное сообщество не сможет выработать правила игры, это нереально. ИИ — поле для ожесточенной конкуренции, у всех свои интересы и цели. Чтобы избежать угроз, которые несет искусственный интеллект, нужно, чтобы люди, принимающие решения, осознавали всю ответственность и понимали возможные риски.

— Искусственный интеллект можно сравнить с энергией атома. И то и другое можно применять и в мирных целях, и в военных. Все понимают, что ядерная бомба — разрушительная вещь. Искусственный интеллект может быть тоже разрушительным. Во-первых, генеративный ИИ может создавать различные дипфейки и другой контент, где практически невозможно отличить правду от лжи.

— Генеративный искусственный интеллект способен создавать контент в различных форматах: текст, изображения, звук и т.д. Это уже серьезным образом влияет на работу маркетологов, дизайнеров, переводчиков, сотрудников call-центров. Все, что связано с обслуживанием клиентов, уже трансформируется под воздействием технологий ИИ. В будущем этот тренд будет только усиливаться.

Другой элемент адаптации — общественная дискуссия возможностей и последствий использования искусственного интеллекта. Важно вести живой диалог. С этого, я думаю, все и начнется. Причем не только в профессиональных сообществах, но и в широких массах. Наверное, будут сферы, где технологии ИИ будут запрещены или использоваться по минимуму. Но основную часть общества можно будет подготовить.

При этом руководитель научных исследований обработки естественного языка в лаборатории T-Bank AI Research Даниил Гаврилов считает, что общий ИИ появится раньше. Он отметил, что и аналитики, и разработчики, делая прогноз в 2021 году относительно качества нейросетевых моделей к 2022 году, ошиблись более чем в два раза, причем, в меньшую сторону. «Нам очень тяжело думать об экспоненциальном росте, а именно так сейчас развиваются большие языковые модели. Такая скорость тяжело укладывается в голове, поэтому те предсказания, которые мы слышали оказались более пессимистичны, чем реальность. Если экстраполировать текущую скорость развития ИИ, то уже к 2027 году мы получим, если не полноценный AGI, то что-то качественно иное относительно того, что мы имеем сейчас», — считает Гаврилов. Согласно данным Epoch AI, сегодня существуют несколько разнонаправленных трендов, которые будут влиять на скорость развития ИИ в ближайшие годы. Так производительность «железа», которое требуется обучения и работы нейросетей, удваивается каждые 2,3 года. А переход на новые (FP16) тензорные ядра в графических процессорах NVIDIA привел к одномоментному 10-кратному росту производительности. Объем вычислений, используемых для обучения нейросетевых моделей, с 2010 по 2024 ежегодно увеличивался в 4-5 раз. Такой рост наблюдается в новых больших языковых моделях (LLM) всех ведущих компаний. Алгоритмический прогресс в производительности LLM происходит со скоростью эквивалентной удвоению вычислительной мощности каждые 5-14 месяцев. То есть ИИ-алгоритмы становятся более совершенными и производительными. Среди негативных факторов, тормозящих развитие ИИ, эксперты Epoch AI отметили рост стоимость LLM. За последние восемь лет стоимость обучения новейших ИИ-моделей росла в 2-3 раза в год, а к 2027 году стоимость крупных LLM превысит миллиард долларов. Также сдерживающим фактором является дефицит данных для обучения искусственного интеллекта. Запас публичных текстов, созданных человечеством, оценивается примерно в 300 триллионов токенов. Если актуальные тенденции сохранятся, то языковые модели полностью используют этот запас между 2025 и 2032 годами (под токенами подразумевается последовательность текстовых символов — слов или отдельных знаков — ред.). В дальнейшем для дальнейшего обучения нейросетевых моделей потребуется использовать синтетические данные, то есть сгенерированные ИИ. Таким образом искусственный интеллект начнет обучать себя сам, но как это отразится на качестве и характере обучения пока неизвестно. В любом случае аналитики считают, что 2027-2030 года станут рубежом, когда станет ясно, насколько человечество приблизилось к созданию общего искусственного интеллекта. Среди экспертного сообщества нет сомнений, что создание AGI вызовет мощные технологические, экономические и социальные изменения в обществе.

— Я думаю, что это будут технологии, образованные в конвергенции, например метавселенные. Сейчас они не очень популярны, но в будущем будут удобные гаджеты и инфраструктура, которая сделает метавселенные доступными большому числу людей и станет широко использоваться в разных сферах. Скажем, в образовательном процессе, изучая историю, дети смогут погрузиться в исторический контекст и увидеть реалистичные модели уже разрушенных объектов, воочию увидеть, предположим, древний Вавилон.

ЧИТАТЬ ТАКЖЕ:  Кто придумал нейросеть

Точное определение AGI еще не сложилось, но большинство экспертов определяет его, как ИИ, который соответствует или превосходит человеческие возможности в широком спектре когнитивных задач. Именно это, по мнению директора управления экспериментальных систем машинного обучения SberDevices Сергея Маркова, отличает AGI от существующих сегодня нейросетевых моделей. «Пчела найдет оптимальный маршрут в улей быстрее и лучше, чем это сделал бы человек, хотя в ее нервной системе несколько сотен тысяч нейронов, а у человека восемьдесят шесть миллиардов. Шахматная программа или даже калькулятор в решении конкретной задачи тоже превосходит человека. Уже сегодня можем сейчас взять почти любую простою задачу и сделать систему, которая будет лучше человека в ее решении. А вот AGI или общий искусственный интеллект — это универсальная система, которая сможет решать неизвестные ей ранее задачи. Сила человеческого интеллекта именно в том, что мы умеем решать задачи, с которыми ранее не сталкивались. И к созданию таких систем мы сейчас только приближаемся» , — отметил Марков в своем выступлении на конференции Turbo ML Conf.

Команда «РБК Трендов» подхватывает инициативу: на сайте проекта будут появляться колонки визионеров из сферы науки, образования, технологий, общества, экологии, образования. Вместе с ними мы попробуем представить, как будет меняться мир в течение 30 лет, каким он будет в 2053 году и какое место в нем будет занимать человек. Проект не предполагает точных прогнозов, вместе с экспертами мы пытаемся представить возможные направления и сценарии развития нашего общества, основываясь на трендах настоящего.

Риски ИИ

В-третьих, искусственный интеллект может генерировать данные с ошибками, а человек принимать эту информацию за истину. Конечно, это проблема не самого ИИ, а данных, на которых его обучают. Если они изначально содержат какие-либо заблуждения, то и программа будет генерировать контент с различными искажениями. Чтобы решить эту проблему, стоит помечать данные, созданные искусственным интеллектом.

— Нейросеть синтезирует различные данные и выдает новый продукт, в этом смысле генерируемый контент можно считать творчеством. Если считать нейросеть инструментом, то права и ответственность за результат, который она создала, лежит на человеке, который написал промпт, или запрос. Пользователь в случае генерации контента, который, например, нарушает закон или этические нормы, может обратиться с претензией к разработчикам, которые либо создали нейросеть, либо приобрели ее и дообучили.

Во-вторых, ИИ может негативно повлиять на систему образования — сделать ее поверхностной, если будет сразу предлагать готовые ответы. Сейчас в каких-то школах запрещено приносить калькуляторы на уроки, чтобы дети научились самостоятельно выполнять математические действия. И это правильно. Важно учить фундаментальные основы для понимания того, как устроены различные вещи. Если что-то выйдет из строя, например тот же калькулятор, мы должны суметь сами справиться с задачей.

— Уровень развития искусственного интеллекта, когда у каждого будет свой индивидуальный помощник, требует наличия дешевой энергетики. Если этого не будет, то и прогресс в ИИ будет медленным. Среди источников дешевой энергии может быть, например, новая энергетика или термоядерный синтез. Сейчас разработку мощных нейросетей вроде ChatGPT могут позволить себе только компании с миллиардными инвестициями, такие как OpenAI. В будущем, думаю, будет прогресс в энергетической области, который позволит сделать ИИ массовым.

Искусственный интеллект будет внедряться в различные устройства. Это будет не просто программа, а технология автономных поездов, автомобилей, роботов и другой техники, которая сможет физически выполнять какие-то действия. Думаю, что через 30–50 лет уже появятся мощные квантовые компьютеры и они в комбинации с ИИ позволят осуществить прорыв и фундаментальные открытия в разных областях науки.

Кроме того, нужны несколько мощных центров ИИ, которые бы конкурировали друг с другом, чтобы соблюдался баланс сил. Когда в разных странах появятся модели ИИ, они будут перепроверять и «выводить друг друга на чистую воду», а также с помощью искусственного интеллекта анализировать те данные, на которых они обучаются. Я думаю, что здесь только конкуренция и альтернативы в технологиях, подходах и идеях смогут создать хрупкое равновесие, за которое нужно будет постоянно бороться. В нашей стране тоже нужны соответствующие конкурентоспособные технологии. Иначе это будет единая довлеющая точка зрения.

ОСТАВЬТЕ ОТВЕТ

Пожалуйста, введите ваш комментарий!
пожалуйста, введите ваше имя здесь