Inteligența artificială: este sau nu viitorul? În martie 2023, Goldman Sachs a prezis că 300 de milioane de locuri de muncă vor fi pierdute sau afectate din cauza inteligenței artificiale și o schimbare uriașă părea să înceapă.
Cu toate acestea, arată o analiză publicată de The Conversation, optsprezece luni mai târziu, IA generativă nu a transformat afacerile.
Adevărul despre inteligența artificială
Multe proiecte care utilizează tehnologia sunt anulate, cum ar fi o încercare a McDonald’s de a automatiza comenzile drive-through, care a devenit virală pe TikTok după ce a produs eșecuri hilare.
Eforturile guvernamentale de a crea sisteme pentru depunerile publice și de calculare a drepturilor sociale au avut aceeași soartă. Explicația este foarte simplă.
Ciclul hype Gartner
La fel ca multe tehnologii noi, inteligența artificială generativă a urmat o cale cunoscută sub numele de „ciclul hype Gartner”, descris pentru prima dată de firma americană de cercetare în tehnologie Gartner.
Acest model utilizat pe scară largă descrie un proces recurent în care succesul inițial al unei tehnologii duce la așteptări prea mari ale publicului, care, în cele din urmă nu se concretizează. După „vârful așteptărilor uriașe” timpuriu vine „un jgheab de deziluzie”, urmat de o „pantă a iluminării” care ajunge în cele din urmă la „podișul productivității”.
Un raport Gartner publicat în iunie a enumerat cele mai multe tehnologii AI generative care au fost primite cu așteptări excesive. Raportul a susținut că majoritatea acestor tehnologii se află la o distanță de la doi până la cinci ani înainte de deveni pe deplin productive.
Au fost dezvoltate multe prototipuri convingătoare de produse AI generative, dar punerea lor în practică a avut un succes modest. Un studiu publicat săptămâna trecută de think tank-ul american RAND a arătat că 80% dintre proiectele AI eșuează, mai mult decât dublul ratei pentru proiectele non-AI.
Deficiențe ale tehnologiei IA generative actuale
Raportul RAND enumeră multe dificultăți cu IA generativă, de la cerințe mari de investiții în infrastructura de date și AI până la lipsa talentului uman necesar. Cu toate acestea, natura neobișnuită a limitărilor GenAI reprezintă o provocare foarte mare.
De exemplu, sistemele IA generative pot rezolva unele teste de admitere la universitate extrem de complexe, dar eșuează la sarcini foarte simple. Acest lucru face foarte dificil să se judece potențialul acestor tehnologii, ceea ce duce la o încredere falsă.
Dacă poate rezolva ecuații diferențiale complexe sau poate scrie un eseu, ar trebui să fie capabil să accepte și comenzi simple, nu?
Un studiu recent a arătat că abilitățile modelelor de limbaj mari, cum ar fi GPT-4, nu se potrivesc întotdeauna cu ceea ce oamenii așteaptă de la ele. În special, modelele mai capabile au avut performanțe foarte slabe în cazurile cu mize mari în care răspunsurile incorecte ar putea fi catastrofale.
Aceste rezultate sugerează că aceste modele pot induce o încredere falsă utilizatorilor lor. Deoarece răspund fluent la întrebări, oamenii pot ajunge la concluzii supra-optimiste cu privire la capacitățile lor și pot implementa modelele în situații în care nu sunt potrivite.
De exemplu, sistemul de instruire Khanmigo al Academiei Khan a oferit adesea răspunsurile corecte la întrebări, în ciuda faptului că a fost instruit să nu facă acest lucru.
Care sunt motivele?
Tehnologia AI generativă, în ciuda provocărilor sale, se îmbunătățește rapid, amploarea și dimensiunea fiind principalii factori ai îmbunătățirii.
Cercetările arată că dimensiunea modelelor de limbaj (numărul de parametri), precum și cantitatea de date și puterea de calcul utilizate pentru antrenament contribuie la îmbunătățirea performanței modelului.
În schimb, arhitectura rețelei neuronale care alimentează modelul pare să aibă un impact minim.
Ce urmează?
Pe măsură ce hype-ul IA începe să se desumfle și trecem de perioada de deziluzie, apar și strategii mai realiste de adoptare a AI.
În primul rând, IA este folosită pentru a sprijini oamenii, mai degrabă decât pentru a-i înlocui. Un sondaj recent al companiilor americane a constatat că folosesc IA pentru a îmbunătăți eficiența (49%), a reduce costurile cu forța de muncă (47%) și a îmbunătăți calitatea produselor (58%).
În al doilea rând, există o creștere a modelelor IA generative mai mici (și mai ieftine), instruite pe date specifice și implementate la nivel local pentru a reduce costurile și a optimiza eficiența.
În al treilea rând, apare un accent puternic pe furnizarea alfabetizării AI și educarea forței de muncă cu privire la modul în care funcționează AI, limitările sale și cele mai bune practici pentru utilizarea etică a inteligenței artificiale. Probabil că va trebui să învățăm (și să reînvățăm) cum să folosim diferite tehnologii IA în anii următori, conchide The Conversation.
