Τι να περιμένουμε από την Τεχνητή Νοημοσύνη το 2023;

A Τεχνητή νοημοσύνη Ήταν ένα καυτό θέμα σε όλο το διαδίκτυο. Το εργαλείο που χρησιμοποιείται για τη συλλογή γενικών πληροφοριών που οι άνθρωποι καταθέτουν στο διαδίκτυο χρησιμοποιείται εξαιρετικά σε πολλούς τομείς της ζωής μας. Πρόσφατα η δημιουργία διαφορετικών πραγμάτων είναι η πιο κοινή μεταξύ τους, όπως η δημιουργία εικόνων, κειμένων, βίντεο και πολλά άλλα. Τι θα γίνει όμως με την Τεχνητή Νοημοσύνη 2023? Πολλές συζητήσεις που κυμαίνονται από την αντιγραφή καλλιτεχνών έως την τεχνολογική καινοτομία περιστρέφονται γύρω από αυτό το θέμα, και θα πρέπει να είναι κάτι σε αυτήν την ιδέα που θα δούμε το επόμενο έτος.

Προβλήματα στη δημιουργία έργων τέχνης μέσω AI

Με την επιτυχία του Λένσα, την εφαρμογή selfie με τεχνητή νοημοσύνη από Prism Labs που έχει γίνει viral, μπορείτε επίσης να περιμένετε πολλές εφαρμογές σε αυτές τις γραμμές. Και να περιμένετε να μπορούν να εξαπατηθούν και να δημιουργήσουν εικόνες. NSFW — εικόνες ακατάλληλες για την εργασία, που συχνά σχετίζονται με περιεχόμενο γυμνού — και δυσανάλογα σεξουαλικά και αλλοίωση της εμφάνισης των γυναικών, μια προσπάθεια ελαχιστοποίησης της πιθανής κακής χρήσης του εργαλείου, περισσότερο από ό,τι συμβαίνει ήδη.

Maximilian Gahntz, ανώτερος ερευνητής πολιτικής στο Ίδρυμα Mozilla, είπε ότι ελπίζει ότι η ενσωμάτωση της τεχνητής νοημοσύνης που ενσωματώνει τα πράγματα στην καταναλωτική τεχνολογία θα ενισχύσει τα αποτελέσματα αυτών των συστημάτων «άμυνας», τόσο καλά όσο και κακά. Ο Σταθερή Διάχυση, για παράδειγμα, τροφοδοτήθηκε με δισεκατομμύρια εικόνες από το Διαδίκτυο έως ότου «μάθε» να συσχετίζει ορισμένες λέξεις και έννοιες με ορισμένες εικόνες. Τα πρότυπα δημιουργίας κειμένου έχουν υποστεί εύκολη χειραγώγηση για να εμποδίσουν την παραγωγή περιεχομένου που υποστηρίζει οράματα προσβλητικός ή παράγουν ψεύτικο ειδήσεις.

Μάικ Κουκ, μέλος της ανοιχτής ερευνητικής ομάδας Knives and Paintbrushes, συμφωνεί με τον Gahntz όταν λέει ότι η δημιουργική τεχνητή νοημοσύνη θα συνεχίσει να αποδεικνύεται μια σημαντική - και δυστυχώς, αναλογικά προβληματική - δύναμη για αλλαγή. Αλλά πιστεύει ότι το 2023 θα πρέπει να είναι η χρονιά που η τεχνητή νοημοσύνη που δημιουργεί πράγματα «επιτέλους ανταποκρίνεται στα χρήματα που περιλαμβάνονται».

Δεν αρκεί να παρακινήσουμε μια κοινότητα ειδικών [να δημιουργήσει νέα τεχνολογία] – για να γίνει η τεχνολογία μέρος της ζωής μας μακροπρόθεσμα, πρέπει είτε να αποφέρει πολλά χρήματα σε κάποιον είτε να έχει σημαντικό αντίκτυπο στην καθημερινή ζωή του ευρύ κοινό. Προβλέπω λοιπόν ότι θα δούμε μια σοβαρή ώθηση για να κάνουμε τη γενετική τεχνητή νοημοσύνη να επιτύχει πραγματικά ένα από αυτά τα δύο πράγματα, με μικτή επιτυχία.

Ο Mike Cook, μέλος της ανοιχτής ερευνητικής ομάδας Knives and Paintbrushes σχετικά με τις προβλέψεις του για τη χρήση δημιουργιών τεχνητής νοημοσύνης έως το 2023

Οι καλλιτέχνες προσπαθούν να διεκδικήσουν τα δικαιώματά τους

O DeviantART κυκλοφόρησε μια ενσωματωμένη γεννήτρια τέχνης AI Σταθερή Διάχυση και προσαρμοσμένο με τις τέχνες που δημοσιεύουν οι χρήστες της πλατφόρμας. Ο δημιουργός τέχνης αντιμετωπίστηκε με έντονη αποδοκιμασία από πρώην χρήστες του DeviantArt, οι οποίοι επέκριναν την έλλειψη διαφάνειας της πλατφόρμας στη χρήση της ανεβασμένης τέχνης τους για την εκπαίδευση του συστήματος.

Οι δημιουργοί των πιο δημοφιλών συστημάτων — OpenAI e Σταθερότητα AI — λένε ότι έχουν λάβει μέτρα για να περιορίσουν την ποσότητα του επιβλαβούς περιεχομένου που παράγουν τα συστήματά τους. Όμως, αν κρίνουμε από πολλές από τις γενιές στα μέσα κοινωνικής δικτύωσης, είναι ξεκάθαρο ότι υπάρχει δουλειά που πρέπει να γίνει — και πολλά από αυτά, παρεμπιπτόντως.

Maximilian Gahntz, συγκρίνει τη διαδικασία δημιουργίας τέχνης μέσω τεχνητής νοημοσύνης με τις συνεχιζόμενες διαμάχες σχετικά με τον έλεγχο περιεχομένου στα μέσα κοινωνικής δικτύωσης. Ο ερευνητής δηλώνει ότι τα σύνολα δεδομένων απαιτούν ενεργή επιμέλεια για την επίλυση αυτών των προβλημάτων, συμπεριλαμβανομένων των κοινοτήτων που τείνουν να καταναλώνουν μόνο ένα μικρό μέρος αυτού του περιεχομένου.

OpenAI, Stability AI και νομικά ζητήματα

Το Stability AI, το οποίο χρηματοδοτεί σε μεγάλο βαθμό την ανάπτυξη του Stable Diffusion, υποχώρησε πρόσφατα στην πίεση του κοινού δηλώνοντας ότι θα επιτρέψει στους καλλιτέχνες να εξαιρεθούν από το σύνολο δεδομένων που χρησιμοποιείται για την εκπαίδευση του μοντέλου. Σταθερή Διάχυση στην επόμενη γενιά. Μέσω μιας ιστοσελίδας, οι κάτοχοι των δικαιωμάτων των έργων τέχνης τους θα μπορούν να ζητούν ακυρώσεις πριν από την έναρξη της εκπαίδευσης που θα εφαρμοστεί στα εργαλεία.

Το OpenAI, από την άλλη, δεν προσφέρει αυτόν τον μηχανισμό αποκλεισμού, προτιμώντας να συνεργάζεται με οργανισμούς όπως π.χ Shutterstock για να αδειοδοτήσετε μέρη των γκαλερί εικόνων σας. Όμως, δεδομένης της νομικής αντίδρασης και της δημοσιότητας που αντιμετωπίζει μαζί με το Stability AI, είναι μάλλον θέμα χρόνου να ακολουθήσει το προβάδισμα του αδερφού της στην αγορά.

Και με τη νομική έννοια του πράγματος, μπορείς να δεις και κάποια κίνηση. Στις ΗΠΑ, το Microsoft, GitHub και — κοίτα την πάλι εδώ — το OpenAI μηνύονται σε ομαδική αγωγή που τους κατηγορεί για παραβίαση της νομοθεσίας περί πνευματικών δικαιωμάτων επιτρέποντας την Δεύτερος πιλότος, μια υπηρεσία GitHub που προτείνει έξυπνα γραμμές κώδικα, με κάποιο τρόπο — επί πληρωμή, δωρεάν ή με οποιοδήποτε μέσο — παρέχει ενότητες κώδικα με άδεια χρήσης χωρίς να παρέχει την κατάλληλη πίστωση.

Ίσως για να αποφύγει περαιτέρω νομικές επιπλοκές, το GitHub πρόσθεσε πρόσφατα ρυθμίσεις για να αποτρέψει την εμφάνιση δημόσιου κώδικα στις προτάσεις Copilot, καθώς και σχεδιάζει να εισαγάγει μια δυνατότητα που θα αναφέρεται στην πηγή των προτάσεων κώδικα. Αλλά αυτά είναι μέτρα που δεν έχουν ακόμη δοκιμαστεί σοβαρά για να βγουν στη ζωή.

Λύσεις ανοιχτών συστημάτων

Το 2022 είδε μια χούφτα εταιρειών τεχνητής νοημοσύνης να κυριαρχούν στη σκηνή, κυρίως OpenAI και Stability AI. Αλλά τα πράγματα θα μπορούσαν να καταλήξουν να επιστρέψουν σε ανοιχτό κώδικα το 2023, καθώς η δυνατότητα δημιουργίας νέων συστημάτων υπερβαίνει το "Ισχυρά και πλούσια σε χαρακτηριστικά εργαστήρια τεχνητής νοημοσύνης", όπως είπα Maximilian Gahntz.

Μια κοινοτική προσέγγιση μπορεί να οδηγήσει σε αυξημένο έλεγχο των συστημάτων καθώς κατασκευάζονται και αναπτύσσονται. Gahntz συνεχίζει λέγοντας ότι εάν τα μοντέλα είναι ανοιχτά και εάν τα σύνολα δεδομένων είναι επίσης ανοιχτά, αυτό θα επιτρέψει πολύ πιο κρίσιμη έρευνα που έχει επισημάνει πολλά από τα ελαττώματα και τις βλάβες που συνδέονται με τη δημιουργία από την τεχνητή νοημοσύνη, και αυτό είναι συχνά πολύ δύσκολο να συμπεριφορά.

Παραδείγματα προσπαθειών που εστιάζονται στην κοινότητα περιλαμβάνουν μεγάλα γλωσσικά μοντέλα της Eleuther AI και BigScience, ένα έργο που υποστηρίζεται από την startup τεχνητής νοημοσύνης Hugging Face. Το Stability AI χρηματοδοτεί διάφορες κοινότητες όπως π.χ αρμονία e OpenBioML, επικεντρώθηκε στη δημιουργία μουσικής, εκτός από μια δωρεάν συλλογή βιοτεχνολογικών πειραμάτων.

Χρήματα και εμπειρία απαιτούνται ακόμη για την εκπαίδευση και την εκτέλεση εξελιγμένων μοντέλων τεχνητής νοημοσύνης, αλλά η αποκεντρωμένη πληροφορική θα μπορούσε να προκαλέσει διακομιστές που συγκεντρώνουν πληροφορίες πιο παραδοσιακά καθώς οι προσπάθειες ανοιχτού κώδικα γίνονται όλο και πιο ώριμες.

Το BigScience έκανε ένα βήμα προς τα εμπρός για να επιτρέψει την αποκεντρωμένη ανάπτυξη με την πρόσφατη κυκλοφορία του έργου ανοιχτού κώδικα Petals. Ο Πέταλα επιτρέπει στους ανθρώπους να συνεισφέρουν την υπολογιστική τους ισχύ για την εκτέλεση μεγάλων μοντέλων γλώσσας τεχνητής νοημοσύνης που συνήθως απαιτούν GPU ή διακομιστή υψηλότερης ποιότητας από το συνηθισμένο.

Τα σύγχρονα μοντέλα παραγωγής είναι υπολογιστικά ακριβά στην εκπαίδευση και την εκτέλεση. Ορισμένες πρόχειρες εκτιμήσεις ανεβάζουν την ημερήσια δαπάνη του ChatGPT σε περίπου 3 εκατομμύρια δολάρια. Για να γίνει αυτό εμπορικά βιώσιμο και ευρύτερα προσβάσιμο, θα είναι σημαντικό να αντιμετωπιστεί αυτό.

Chandra Bhagavatula, Senior Fellow στο Allen Institute for AI on Investing in the Open Way of Artificial Intelligence

Chandra Bhagavatula επισημαίνει, ωστόσο, ότι τα μεγάλα εργαστήρια θα συνεχίσουν να έχουν ανταγωνιστικά πλεονεκτήματα, εφόσον οι μέθοδοι και τα δεδομένα παραμένουν ιδιόκτητα. Σε ένα πρόσφατο παράδειγμα, το OpenAI κυκλοφόρησε το Σημείο, ένα μοντέλο που μπορεί να δημιουργήσει τρισδιάστατα αντικείμενα από μια προτροπή κειμένου. Ωστόσο, παρόλο που το OpenAI έχει ανοιχτού κώδικα το μοντέλο, δεν έχει αποκαλύψει τις πηγές των δεδομένων εκπαίδευσης Point-E ούτε δημοσίευσε αυτά τα δεδομένα.

Νομίζω ότι οι προσπάθειες ανοιχτού κώδικα και οι προσπάθειες αποκέντρωσης αξίζουν τον κόπο και ωφελούν ένα ευρύτερο φάσμα ερευνητών, επαγγελματιών και χρηστών. Ωστόσο, παρά το γεγονός ότι είναι ανοιχτού κώδικα, τα καλύτερα μοντέλα εξακολουθούν να είναι απρόσιτα σε μεγάλο αριθμό ερευνητών και επαγγελματιών λόγω των περιορισμών πόρων τους.

Η Chandra ακολουθεί το σκεπτικό της

Πρώτα βήματα για κάποια ρύθμιση

Κανονισμοί όπως Νόμος της Ευρωπαϊκής Ένωσης για την Τεχνητή Νοημοσύνη θα μπορούσε να αλλάξει τον τρόπο με τον οποίο οι εταιρείες αναπτύσσουν και αναπτύσσουν συστήματα AI στο μέλλον. Το ίδιο ισχύει και για περισσότερες τοπικές προσπάθειες, όπως το καταστατικό πρόσληψης τεχνητής νοημοσύνης της Νέας Υόρκης, το οποίο απαιτεί να ελέγχεται η τεχνολογία που βασίζεται σε αλγόριθμους και τεχνητή νοημοσύνη για τη στρατολόγηση, την πρόσληψη ή την προαγωγή πριν χρησιμοποιηθεί πραγματικά.

Chandra Bhagavatula θεωρεί αυτούς τους κανονισμούς απαραίτητους, ειδικά υπό το φως των ολοένα και πιο εμφανών τεχνικών ελαττωμάτων της τεχνολογίας τεχνητής νοημοσύνης του δημιουργού, όπως η τάση της να απελευθερώνει δυνητικά παραπλανητικές πληροφορίες.

Αυτό καθιστά δύσκολη την εφαρμογή της γενετικής τεχνητής νοημοσύνης σε πολλούς τομείς όπου τα σφάλματα μπορεί να είναι πολύ δαπανηρά – για παράδειγμα, στην υγειονομική περίθαλψη. Επιπλέον, η ευκολία παραγωγής παραπληροφόρησης δημιουργεί προκλήσεις σχετικά με την παραπληροφόρηση και την παραπληροφόρηση. Και όμως τα συστήματα τεχνητής νοημοσύνης λαμβάνουν ήδη αποφάσεις φορτωμένες με ηθικές και ηθικές επιπτώσεις.

Chandra Bhagavatula, ανώτερος ερευνητής στο Allen Institute for AI που αναζητά λύσεις για την επόμενη γενιά τεχνητής νοημοσύνης

Ωστόσο, το επόμενο έτος θα φέρει μόνο την απειλή της ρύθμισης. Υπό αυτή την έννοια, μπορούμε να περιμένουμε πολύ περισσότερη συζήτηση σχετικά με τους κανόνες και τις δικαστικές διαδικασίες προτού επιβληθεί πρόστιμο ή χρέωση σε οποιονδήποτε — και δικαίως. Ωστόσο, οι εταιρείες μπορούν ακόμα να ανταγωνιστούν για θέσεις στις πιο συμφέρουσες κατηγορίες των επόμενων νόμων, όπως οι κατηγορίες κινδύνου του Νόμος περί τεχνητής νοημοσύνης.

Ο κανόνας, όπως γράφεται επί του παρόντος, χωρίζει τα συστήματα τεχνητής νοημοσύνης σε μία από τις τέσσερις κατηγορίες κινδύνου, η καθεμία με διαφορετικές απαιτήσεις και επίπεδα. Συστήματα στην κατηγορία υψηλότερου κινδύνου, Τεχνητή Νοημοσύνη από «υψηλού κινδύνου” — για παράδειγμα, αλγόριθμοι βαθμολόγησης πιστώσεων, εφαρμογές ρομποτικής χειρουργικής και άλλες με ευαίσθητα δεδομένα — πρέπει να πληρούν ορισμένα νομικά, ηθικά και τεχνικά πρότυπα προτού τους επιτραπεί να εισέλθουν στην ευρωπαϊκή αγορά.

Η κατηγορία χαμηλότερου κινδύνου, η Τεχνητή Νοημοσύνη από «ελάχιστος κίνδυνος ή καθόλου κίνδυνος” — για παράδειγμα, φίλτρα ανεπιθύμητης αλληλογραφίας, βιντεοπαιχνίδια με δυνατότητα AI και άλλα που δεν περιέχουν τόσο ευαίσθητα δεδομένα — επιβάλλει μόνο υποχρεώσεις διαφάνειας, όπως η ενημέρωση των χρηστών ότι αλληλεπιδρούν με ένα σύστημα Τεχνητής Νοημοσύνης.

The Keyes, υποψήφιος διδάκτορας στο Πανεπιστήμιο της Ουάσιγκτον, εξέφρασε την ανησυχία του ότι οι εταιρείες επιδιώκουν το χαμηλότερο επίπεδο κινδύνου για να ελαχιστοποιήσουν τη δική τους ευθύνη και προβολή στους ρυθμιστές. "Πέρα από αυτή την ανησυχία, αυτό το θέμα της ρύθμισης της τεχνητής νοημοσύνης είναι πραγματικά το πιο θετικό πράγμα που βλέπω στο τραπέζι. Δεν είδα πολλά έξω από το Κογκρέσο", λέει Os.

Και τι γίνεται με την οικονομία;

Ο Maximilian Gahntz υποστηρίζει ότι ακόμα κι αν ένα σύστημα Τεχνητής Νοημοσύνης λειτουργεί αρκετά καλά για τους περισσότερους ανθρώπους, είναι βαθιά επιζήμιος Για άλλους, πρέπει να γίνουν πολλά βαριά ανύψωση προτού μια εταιρεία το κάνει πραγματικά ευρέως διαθέσιμο.

Δεν είναι σαφές εάν οι εταιρείες θα πειστούν από αυτό το επιχείρημα το επόμενο έτος - και ποιος ξέρει για τα επόμενα χρόνια - κυρίως επειδή οι επενδυτές δείχνουν πρόθυμοι να βάλουν τα χρήματά τους πέρα ​​από κάθε πολλά υποσχόμενη γενετική τεχνητή νοημοσύνη.

Μέσα στις διαμάχες για το Stable Diffusion, το Stability AI αυξήθηκε 101 εκατομμύρια US $ σε μια εκτίμηση πάνω από 1 δισεκατομμύριο δολάρια από χορηγούς, συμπεριλαμβανομένων ορισμένων γνωστών ονομάτων στον χώρο όπως Παλτό e Συνεργάτες Lightspeed Venture. Αναφέρθηκε επίσης ότι το OpenAI αποτιμάται σε 20 δισεκατομμύρια δολάρια ΗΠΑ ξεκινώντας προηγμένες διαπραγματεύσεις για την άντληση περισσότερων κεφαλαίων από τη Microsoft — υπενθυμίζοντας ότι το 2019 Η Microsoft επένδυσε 1 δισεκατομμύριο δολάρια στο OpenAI το 2019.

Και εσείς, πώς πιστεύετε ότι θα συμπεριφερθεί η τεχνητή νοημοσύνη του χρόνου; Πείτε μας στα σχόλια!

Δείτε επίσης:

χρησιμοποιεί ο καλλιτέχνης AI για να μιλήσετε στο εσωτερικό σας παιδί.

Πηγή: TechCrunch.