Содержание статьи
Эволюция искусственного интеллекта, и что нас ждет в 2034 году
Что будет дальше?
Середина 2010-х стала точкой перелома, после которой стремительно начало развиваться глубокое обучение. Оно позволяет создавать новые типы приложений для работы с огромными объемами информации. Тогда же начали развиваться вариационные автоэнкодеры (Variational Autoencoder, VAE). Это генеративные модели, которые состоят из двух частей: одна анализирует любые данные, другая выдает на их основе похожий уникальный результат. Например, с помощью VAE можно написать музыку или создать изображение.
ИИ уже не является чем-то футуристичным и имеет шансы стать незаменимым помощником человека – как когда-то стали смартфоны. Сегодня он уже решает сложнейшие научные задачи, рекомендует вам товары на маркетплейсах, помогает искать вакансии, проводит кредитный скоринг
По важности и влиянию на человечество его сравнивают с появлением интернета и смартфонов. Речь об искусственном интеллекте, ставшем одной из главных тем 2024 года. Хотя новую волну популярности технологии мы переживаем уже несколько лет, прорыв увидели совсем недавно. Пока ИИ стремительно развивается и проникает во все сферы, люди все чаще задумываются об этических вопросах и делятся опасениями насчет его бесконтрольного использования. Как мы оказались в этой точке и что будет дальше?
Развитие технологий искусственного интеллекта (ИИ) может привести к тому, что он начнет принимать решения самостоятельно. Сейчас нет доказательств того, что человек способен контролировать ИИ. Об этом говорится в обширном исследовании российского ученого из университета Луисвилля Романа Ямпольского, с которым ознакомилось издание Tech Xplore.
К началу 2024 года появилось уже несколько продвинутых генеративных языковых моделей, в том числе самая передовая на сегодня GPT-4 и ее ближайший конкурент Gemini Ultra от Google. Они очень быстро нашли применение в бизнесе и повседневной жизни. Так, всего за пару месяцев 2023-го активными пользователями ChatGPT стали 100 млн человек – исторический рекорд. Сегодня аналитики оценивают их число в 180 млн. На рынке появляется все больше решений, скорость их разработки растет в геометрической прогрессии. Возможно, пока вы читаете этот текст, появилась новая, более совершенная модель.
Однако на первый план все чаще выходят социальные и этические аспекты, а во всем мире призывают к скорейшему регулированию этой сферы. В обществе растет беспокойство по поводу быстрого развития технологии. Опасения разделяют и сами разработчики: в марте прошлого года лидеры отрасли призвали вдумчиво подходить к дальнейшей работе над ИИ. На прошедшем в январе 2024 года Всемирном экономическом форуме Сатья Наделла, генеральный директор Microsoft, призвал мир достичь консенсуса относительно вызовов, связанных с развитием искусственного интеллекта, а генсек ООН Антонио Гутерриш предостерег большой бизнес от безрассудства в погоне за растущей прибылью. Важно убедиться в положительных последствиях распространения ИИ и разработать общие стандарты безопасности.
Наши проекты
«Если мы привыкнем принимать ответы ИИ без объяснения причин, мы не сможем гарантировать, не будет ли он давать неправильные или манипулятивные ответы», – подчеркнул Ямпольский. По его мнению, ученые должны найти баланс между высокоразвитым ИИ и безопасностью. В противном случае человек может стать «подобным младенцу», о которых искусственный интеллект заботится, но не контролируется ими.
Как отметил Ямпольский, системам ИИ уже поручено принимать решения в здравоохранении, инвестировании, трудоустройстве, банковском деле и безопасности. Такие системы должны быть в состоянии объяснить, как они пришли к своим решениям, в частности, показать, что они свободны от предвзятости.
Всего 10 лет назад технологии едва справлялись с распознаванием текста и изображений. Сегодня они берут на себя сложные аналитические и творческие функции и применяются в самых разных сферах. В медицине ИИ может быть полезен для создания лекарств, постановки диагноза, регистрации данных, консультирования. В сельском хозяйстве – для точного расчета доз удобрений и прогнозирования погоды. В аэрокосмической отрасли он помогает управлять полетами и моделировать корабли.
Среди потенциально интересных задач для генеративного искусственного интеллекта в духе нашего времени – генерация кода для отечественных продуктов: это ускорит миграцию на российские технологии и достижение цифрового суверенитета. Использование инструментов автоматического документирования на базе генеративного интеллекта позволит быстрее реализовывать проекты в ИТ, строительстве и науке. Следовательно, в ближайшие годы технология может повысить производительность труда и беспрецедентно изменить мировую экономику. Основным вызовом здесь станет формирование постоянно растущего спроса на новые товары и услуги и поиск рынков сбыта. Максимального результата достигнут компании, которые смогут открыть для себя эти возможности.
В своем исследовании Ямпольский, основываясь на анализе научной литературы, приходит к выводу, что у людей нет возможности контролировать ИИ. Если бы даже существовал какой-то частичный контроль, то «его было бы недостаточно». Ученый полагает, что многие исследователи опрометчиво считают проблему управления ИИ разрешимой. Работу над созданием искусственного интеллекта необходимо было начинать, доказав заранее возможность обеспечения безопасности ИИ.
С этого момента мы видим значительный скачок в масштабе и возможностях LLM. Постоянно появляются новые модели, более эффективные и функциональные. Они помогают в самых разных сферах – от генерации изображений до написания кода. Здесь начинается история знакомого всем ChatGPT: в гонку включается его разработчик и выпускает несколько генеративных моделей – предшественников чат-бота GPT.
Какое-то время преобладали простые модели, которые отлично справлялись с аналитическими задачами. С 2015 появляются новые решения – более совершенные, дешевые и доступные. Начинается гонка за масштабированием. В результате появляются новые архитектуры, которые позволяют языковым моделям эффективнее работать с графическими и текстовыми данными. Развиваются большие языковые модели (LLM) и улучшается обработка естественного языка, в том числе машинный перевод и языковое моделирование. Эксперты допускают, что именно этот тип архитектуры может стать ведущим в дальнейшем развитии ИИ.
На информационном ресурсе применяются рекомендательные технологии (информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети «Интернет», находящихся на территории Российской Федерации).