Что ждет генИИ в будущем? Цикл хайпа Gartner

Ни для кого неудивительно, что генеративный ИИ и основополагающие модели, поддерживающие его, в настоящее время находятся на самой вершине того, что Gartner называет «пиком завышенных ожиданий» в последней итерации «цикла хайпа Gartner в области искусственного интеллекта». Это означает, что они балансируют на пропасти, которая может сбросить их в «корыто разочарования».

Мы поговорили с Афразом Джаффри, директором-аналитиком Gartner, специализирующимся на аналитике, науке о данных и искусственном интеллекте, о том, как нам следует интерпретировать ситуацию. Интервью было отредактировано для обеспечения длины и ясности.

Вопрос: По вашим прогнозам, базовым моделям потребуется от двух до пяти лет, а генеративному искусственному интеллекту потребуется от двух до пяти лет, чтобы достичь «плато производительности». На чем это основано?

Ответ: Именно здесь мы можем увидеть реальное внедрение не только среди избранного числа предприятий, что, вероятно, будет сделано намного быстрее, но и среди организаций всех уровней — преимущественно в форме пакетных приложений. В каждом программном обеспечении будут присутствовать какие-то генеративные функции искусственного интеллекта, но для того, чтобы понять реальный прирост производительности от этих функций, потребуется больше времени. Это гонка для всех, кто хочет выпустить продукт или функцию генеративного ИИ в своем программном обеспечении; во всех этих случаях для того, чтобы выгоды ощутились и были измерены, потребуется больше времени.

Модели фундамента охватывают широкий спектр; не только большие языковые модели, но и модели изображений и видео. Вот почему время достижения плато будет дольше. Это ведро всевозможных моделей.

Копните глубже: почему мы заботимся об искусственном интеллекте в маркетинге

Вопрос: Можно представить себе вещи, которые могут оказаться очень разрушительными для генеративного ИИ. Одним из них является регулирование: существуют реальные опасения, особенно в Европе, по поводу крупных языковых моделей, собирающих личные данные. Другая связана с авторским правом. Учитывали ли вы здесь подобные возможные сбои?

Ответ: Да, они являются частью мышления. На самом деле первая проблема — это аспект доверия. Независимо от внешних правил, по-прежнему существует фундаментальное мнение, что очень сложно контролировать выходные данные моделей и гарантировать, что они действительно верны. Это большое препятствие. Как вы упомянули, вокруг правил также существует неясность. Если в Европе эти модели попадут под серьезное регулирование, они могут даже стать недоступными; мы уже видели, как ChatGPT был удален там в течение некоторого времени. Если крупные предприятия увидят, что соблюдать требования слишком сложно, они могут просто прекратить свои услуги в этом регионе.

Есть еще юридическая сторона. Как вы сказали, эти модели основаны на данных, включающих данные, защищенные авторским правом, полученные из Интернета. Если поставщики этих данных начнут требовать соответствующую компенсацию, это также повлияет на будущий уровень использования этих моделей. Тогда есть сторона безопасности. Насколько безопасными вы можете сделать эти модели против таких атак, как атаки. Определенно здесь есть встречные ветры для навигации.

Вопрос: Мы много слышим о «человеке в курсе». Прежде чем выпускать для аудитории что-либо, созданное генеративным искусственным интеллектом, вам необходимо получить проверку и одобрение человека. Но одним из преимуществ генИИ является скорость и масштаб его творчества. Как люди могут идти в ногу со временем?

Ответ: Скорость и масштаб созданы для того, чтобы люди могли делать то, что им нужно. Он предназначен для того, чтобы помочь людям, которым, скажем, нужно просмотреть 10 документов, чтобы получить на что-то ответ; теперь они могут сделать это за одну минуту. Из-за проблемы доверия это наиболее ценные типы задач, для которых можно использовать языковую модель.

Вопрос: Если ответственный ИИ отстает от плато на пять-десять лет, похоже, вы предсказываете тернистый путь.

Ответ: Регуляторный мир и другие системы неизвестны; и даже когда они станут формализованными и известными, для разных регионов будут действовать разные правила. Врожденная природа этих моделей заключается в том, что они имеют тенденцию быть небезопасными. Чтобы научиться этому, потребуется время. Как проверить, что модель безопасна? Как вы проверяете модель на соответствие? Для безопасности? Лучшие практики трудно найти; каждая организация применяет свой собственный подход. Забудьте о генеративном ИИ, другие модели ИИ, те, которые уже какое-то время используются организациями, все еще совершают ошибки и демонстрируют предвзятость.

Вопрос: Как людям следует подготовиться к неизбежному разочарованию?

Ответ: Организации будут следовать разными траекториями в своем опыте использования генеративного ИИ, поэтому это не обязательно означает, что организация должна упасть в пропасть. Обычно это происходит, когда ожидания не оправдываются. Если вы начнете с рассмотрения некоторых целевых вариантов использования, некоторых целевых частей реализации и у вас есть хорошие показатели успеха, а также инвестиции в управление и организацию данных; хорошее управление, хорошая политика; если вы объедините все это с практическим рассказом о том, на что способны модели, вы сможете контролировать ажиотаж и с меньшей вероятностью упадете в пропасть.

Вопрос: Можете ли вы сказать, что цикл ажиотажа вокруг ИИ развивается быстрее, чем у других, на которые вы смотрели?

Ответ: Цикл ажиотажа вокруг ИИ, как правило, имеет тенденцию к инновациям, которые движутся быстрее по кривой — и они также имеют тенденцию быть более эффективными в том, что они могут сделать. На данный момент это центр инициатив по финансированию венчурных капиталистов. Это очень важная область, в том числе и в исследовательском пространстве. Многие из этих вещей исходят от академических кругов, которые очень активны в этой сфере.

Вопрос: Наконец, AGI, или общий искусственный интеллект (ИИ, копирующий человеческий интеллект). Вы считаете, что это произойдет через десять лет или больше. Вы хеджируете свои ставки, потому что это может быть вообще невозможно?

А: Да. У нас есть маркер, который «устарел до достижения плато». Есть аргумент в пользу того, что на самом деле этого никогда не произойдет, но мы говорим, что это произойдет более чем через 10 лет, потому что существует очень много разных интерпретаций того, что на самом деле представляет собой ОИИ. Многие уважаемые исследователи говорят, что мы находимся на пути, который приведет нас к ОИИ, но необходимо еще много прорывов и инноваций, чтобы увидеть, как на самом деле выглядит этот путь. Мы думаем, что это нечто большее, чем думают многие люди.

Копните глубже: откройте для себя передовые маркетинговые решения бесплатно – онлайн на следующей неделе!