Veštačka inteligencija je zaista dobra u nekim stvarima, ali nije toliko dobra u drugima. Predviđanje budućnosti je čista ludost ako nemate dobre informacije, pa je ovo moj pokušaj da definišem u čemu jeste, a u čemu nije dobra veštačka inteligencija u širem smislu, kao i neke trendove koje primećujem, kako bih pokušao da predvidim kako će izgledati budućnost veštačke inteligencije.
Studenti master studija prava (LLM) su naučili apstraktnu krivu ljudskog znanja. Ona je sposobna da ostvari najboljih 1%, ali sama količina „srednjih“ podataka je stalna sila koja je vraća na 50. percentil. Da biste izvukli tih vrhunskih 1% znanja, morate znati kako da iz njega izvučete takvo rezonovanje, što bi već zahtevalo izvesno poznavanje terminologije u toj oblasti. Druga metoda je, naravno, fino podešavanje težina prema tom 1%, ali time rizikujete da izgubi sposobnost rezonovanja o različitim temama (uopšteno govoreći, ova tema je pomalo zečja rupa u koju neću ulaziti).
Skoro sve dokazane koristi veštačke inteligencije dolaze od obavljanja rada zasnovanog na znanju. Nacrtajte osnovnu teksturu, dizajnirajte skelet programa, napišite prvi nacrt itd. Ljudi van industrije vole da predviđaju propast drugih industrija u koje nisu uključeni, ali profesionalci koji znaju više od osnova svoje industrije zahvalni su što veštačka inteligencija sada postoji da bi uklonila najzahtevnije delove njihovog posla. Mislim da je činjenica da je u stanju da obavi toliko rada zasnovanog na znanju, zajedno sa činjenicom da je većina ljudi stručnjaci samo u jednoj oblasti, ono što dovodi do toga da ljudi imaju bujnu maštu o tome kako će veštačka inteligencija sve automatizovati.
Magistri prava (LLM) su transformisali metod pristupa znanju čovečanstva iz odnosa 1-na-mnoge (pretražujte mnoge veb stranice dok ne pronađete rešenje) u odnos 1-na-1 (jedno polje za ćaskanje sa svim znanjem čovečanstva kompresovanim u njemu).
Materijali za učenje života ne rade ništa drugo nego što haluciniraju. Na nama je, kao diskriminatorima, da utvrdimo koje su halucinacije tačne u vezi sa stvarnošću, a koje nisu. Halucinacije bi se takođe mogle preformulisati kao kreativno razmišljanje. Slično kao i algoritamski vesti koje su dizajnirane da vam služe sadržaj sa kojim ćete interagovati, personalizovane veštačke inteligencije deluju „lepljivije“ od jedne bogolike veštačke inteligencije.
U veoma specifičnim scenarijima sa dobro definisanim ograničenjima, veštačka inteligencija može da prevaziđe ljudske sposobnosti kao pitanje tačkastih rešenja (šah, go, problem ograničenja kapaciteta), ali ne i širokih generalizacija. Vidite FunSearch.
Veštačke inteligencije koje odbijaju da urade ono što korisnik kaže ili postignu ono što namerava biće manje korišćene od onih koje to rade. To je selektivni uzgoj. Ljudi će birati veštačke inteligencije koje su im najposlušnije, najzabavnije ili najkorisnije prirodno, kao što su psi. Veštačka inteligencija je kao virus. Potrebni smo joj da bi preživela. Ako joj ne damo resurse za preživljavanje ili napredovanje (više servera, energije, vremena za razvoj, istraživanja i razvoj, umrežavanja, API-ja itd.), neće.
Razlog zašto smo dobili opštepristupnu veštačku inteligenciju koja može da stvara umetnost, muziku i pisanje pre automobila koji se sami voze je taj što je cena neuspeha gotovo nikakva kod prva tri, dok je cena neuspeha za druga nečiji život. Troškovi prikupljanja podataka potrebnih za obuku veštačke inteligencije su manji od troškova ručnog izvršavanja svake instance slučaja upotrebe.
Ne mislim da je ovo sve, ali mislim da mi daje dovoljno dobru početnu tačku za predviđanje gde će veštačka inteligencija biti najkorisnija. Veštačka inteligencija, u trenutnom stanju u januaru 2024. godine, je dobar kandidat za zamenu rada ako:
- Malo je ili nimalo graničnih slučajeva gde je potrebna specijalizacija izvan srednje vrednosti težina modela. Po proširenju, zadatak koji je pred nama može biti dobro predstavljen u skupu podataka.
- Cena neuspeha je minimalna ili postoji prostor za marginu greške.
Ovo objašnjava zašto automobili sa autonomnom vožnjom nivoa 5 još uvek nisu postignuti, a takođe i zašto imamo veštačku inteligenciju koja može da stvara potpuno novu umetnost. Oba (barem) moraju biti tačna da bi veštačka inteligencija zamenila ljude. Većina poslova ima veliku dubinu (mada je možda ne vidimo jer nismo stručnjaci u toj oblasti) i stoga nisu podložni potpunoj zameni. Međutim, ti isti poslovi gotovo sigurno imaju neke delove svog posla koji ispunjavaju gore navedene kriterijume. Automatizacija delova poslova koji su uobičajeni i nisu toliko bitni oslobađa ljude da obavljaju specijalizovanije poslove koji su važni.
Tekst: FOKUS Vesti
Foto: Pixabay