AIの革新は壁にぶつかったのか？

人工知能(AI)は停滞しているように感じます。AIモデルのクリエイターたちは以前ほど速く進展していないようです。彼らが約束した多くの製品は過大評価され、実際の提供が伴っていません。そして、消費者は従来の検索エンジンの代替として生成AIを使用することを超えて、何をすべきかよくわかっていません。

もしまだそうなっていないのなら、AIは初期成長段階を抜け出し、停滞期に入ろうとしているようです。

2022年から2024年にかけてのAIの爆発的成長

2022年11月から2024年末までの間に、人工知能の新しい開発が急速に進展しました。ChatGPTは2022年11月に開始されました。4ヶ月後、GPT-4が登場しました。その2ヶ月後、OpenAIはコードインタープリタと高度なデータ分析を追加しました。同時に、テキストから画像およびテキストから動画生成においても重要な進展がありました。OpenAIでは約30日から120日の間隔で進展があったようで、競合他社も同様に進んでいるように見えました。おそらく、彼らは遅れを取ることを恐れて、ペースを維持しなければならなかったのでしょう。

そのすべての風を受けて、企業は大きな約束をし始めました：計画し、推論し、人間が介在することなく、エンドツーエンドで複雑なタスクを完了できる自律型AIエージェント。マーケティング担当者、デザイナー、映画製作者、作曲家を置き換えるクリエイティブAI、そして全体のホワイトカラー職業カテゴリを置き換えるAI。しかし、ほとんどの約束はまだ実現していません；もし実現しているとしても、期待外れのものでした。

AI革新が鈍化している理由

問題は、AIエージェントや自動化された労働力が期待外れだっただけでなく、これらの印象の薄い製品がはるかに大きな問題の結果であるということです。AI業界の革新は鈍化しており、これらのツールを構築している主要な企業は迷子になっているようです。

2022年から2024年の間にリリースされたすべての製品が革新的だったわけではありません。この期間中の多くのアップデートは、日常の消費者によっておそらく使用されていなかったでしょう。これは、ほとんどの人々が依然としてAIを検索エンジンの代替として使用しているか、あるいは一部の人々が呼び始めているように、AIを検索エンジンの次のイテレーションである回答エンジンとして使用しているためです。

それは有効なユースケースですが、テックジャイアンツがAIに対してはるかに壮大なビジョンを持っていると言っても安全です。しかし、彼らを後押ししているかもしれない一つのこと、そして過度に宣伝された製品が市場で苦戦している理由の一つは、高度な技術産業における古典的な問題に起因しています：優れたエンジニアは時々、他の優れたエンジニアだけが活用できるツールや製品を作り上げてしまい、彼らはそれらのツールや製品を優れたエンジニアでない大多数のユーザーにとって使いやすくすることを忘れてしまいます。この場合、一般ユーザー、つまり2022年にAIを主流にしたとされるオーディエンスを意味します。

しかし、AI製品の停滞は、AIモデルの訓練方法に関するさらに大きな問題からの波及効果です。

最大のAIラボは、その基盤となるモデルを執拗に改善してきました。最初は、AIモデルの改善により、バージョンごとに大きく、目に見える違いが生まれました。しかし今、モデル最適化においては収穫逓減の段階に達しています。最近では、AIモデルの各アップグレードは前回ほど目立たなくなっています。この背後にある主要な理論の1つは、AIラボがモデルをトレーニングするための高品質でユニークなデータが不足しているということです。彼らはすでにインターネット全体をスクレイピングしたと考えられるので、次にどこでデータを得るのでしょうか、そして彼らが入手するデータは競合他社が手に入れようとしているデータとどのように異なるのでしょうか? この壁にぶつかる前、AIモデルの成功のための公式はシンプルでした：大規模な言語モデルにインターネットデータを多く与えれば、彼らはより良くなります。しかし、インターネットは有限のリソースであり、多くのAI大手はそれを使い果たしています。その上、誰もが同じデータでトレーニングを行うと、誰も先に進むことができません。そして、新しいユニークなデータを得られなければ、トレーニングデータによってモデルを大幅に改善し続けることはできません。それが多くのこれらの企業が直面している壁です。

これらのモデルに対する段階的な改善が行われていることは重要です。たとえそのリターンが減少しているとしても、これらの改善は依然として非常に重要です。過去の改善ほどの影響力はありませんが、私たちが約束された未来のAI製品のためには、これらの改善が依然として必要です。

AIはここからどこへ行くのか

では、この問題をどのように解決しますか？欠けているのは、製品レベルでの消費者需要への注意です。消費者は、実生活の中で本当に問題を解決するAI製品やツール、直感的で、STEMの学位がなくても使用できるものを求めています。しかし、代わりに、エージェントのような、あまり明確でないユースケースを持ち、本当に製品というよりも実験のように感じる製品を受け取っています。このような製品は明らかに特定の誰かのために作られているわけではなく、使いづらく、採用の面で苦労しているからかもしれません。

何かが変わるまで、AIは恐らく停滞状態に陥るでしょう。その突破口がより良いトレーニングデータから来るのか、既存データを解釈する新しい方法から来るのか、あるいはついに受け入れられる際立った消費者製品から来るのか、何かが変わらなければなりません。

2022年から2024年まで、AIは4ヶ月ごとに10歩前進しているように見えました。しかし、2025年には、AIは少しずつ、そしてもっと頻度が少なく前進しているだけです。

残念ながら、ここに迅速な解決策はありません。しかし、消費者向けの堅実な製品に焦点を当てることは、手に取りやすい成果かもしれません。テクノロジーの大手企業が、未来的な響きを持つ一般的なAI製品を追いかけるのに費やす時間を減らし、すぐに使える狭い用途の高影響ツールを提供することにもっと時間を使えば、もっと成功を収めることができるでしょう。

しかし、長期的には、私たちが現在直面しているデータ不足を解決するための何らかの大きな進歩が必要になります。それは、企業が新しい独占的なトレーニングデータのソースを見つけることや、モデルが既に持っているデータをより多く活用する方法を見つけることかもしれません。

法の範囲内で人工知能(AI)が正しく機能し、増大する課題に直面して成長するためには、データ入力の品質と所有権を確保するエンタープライズブロックチェーンシステムを統合する必要があります。これにより、データを安全に保ちながら、データの不変性を保証することができます この新興技術に関するCoinGeekの報道をチェックしてください エンタープライズブロックチェーンがAIの基盤となる理由をもっと知るために*.*

見る：人工知能はブロックチェーンを必要とする