Будущее искусственного интеллекта: ожидания и ограничения

Согласно прогнозам компании McKinsey & Company ИИ способен ежегодно приносить мировой экономике около 4,4 трлн долларов. Данный показатель превышает показатели, сделанные в 2017 года, на целых 15-40%. Это увеличение связано с широким внедрением ИИ как крупными, так и малыми компаниями. Исходя из этого, подтверждаются убеждения аналитиков о том, человечество находится на пороге более высокого уровня технологического потенциала.

Стадия развития ИИ

Сегодня практически во всех сферах есть компании, которые используют в своей деятельности искусственный интеллект. По статистике сферами, которыми наиболее активно применяют ИИ, являются: финансы и маркетинг.

Динамика развития искусственного интеллекта за последние пару лет:

• Meta в 2022 году создала «универсальный переводчик», который способен распознавать и переводить речь на 200 языков в режиме реального времени;
• Google в 2023 году разработала языковую модель PaLM 2, демонстрирующая высочайшую производительность в обработке естественных языков;
• DeepMind в 2022 разработала систему Gato, отличающуюся от традиционных моделей ИИ и способную выполнять разнообразные задачи в различных модальностях;
• DeepMind в 2022 году запустила платформу AlphaCode, конкурирующую с человеком в написании компьютерных программ.

Об ограничениях ИИ-технологий

Все существующие на данный момент ИИ-технологии разработаны на базе сложных алгоритмов, которые работают, используя большой массив данных. В случае если большого датасета нет, то качественно обучить нейронку невозможно. Покупка дата-центров или серверов, необходимых для этой цели, является финансово затратным мероприятием, доступным лишь крупным организациям.

Отметить стоит ещё и такие ограничения:

Наблюдение галлюцинаций ИИ. Часто ИИ генерирует недостоверную информацию, а иногда и вовсе вымышленную. Эта трудность может возникнуть в различных областях, включая генерацию текста, изображений, звуков и прочего. Для решения данной проблемы было бы полезно, если бы ИИ, в том числе ChatGPT, предоставлял оценку вероятности промежуточных или окончательных результатов.
Узкая степень специализации и невозможность без перенастройки переключаться между различными типами задач.

Зачастую ИИ-системы обучают решать конкретные задачи в определенной области. Узкая специализация также подразумевает, что ИИ не полностью осознает контекст задач, которые он выполняет. Он следует заранее запрограммированным шаблонам, извлеченным из данных обучения. К примеру, в сфере меддиагностики ИИ может быть обучен распознавать закономерности в больших базах медданных, но его понимание клинической картины может быть ограниченным, а это в разы увеличивает риск постановки ложного диагноза.

Вопросы, связанные с боязнью ИИ людьми. Многие эксперты высказывают опасения относительно потенциальных угроз и влияния ИИ на общество. Но на данный момент ИИ ограничен в способности заменять только повторяющиеся задачи, и у него отсутствуют креативность, эмпатия и способность к комплексному мышлению.

Развитие технологии будет зависеть от стимулов, заложенных человеком, предоставляя новые перспективы для улучшения текстовых моделей, таких как GPT. Существующие ограничения, такие как вычислительная мощность, могут быть преодолены через разработку новых технологий, таких как квантовые компьютеры или энергоэффективные механизмы.