Здається, що штучний інтелект (AI) досяг плато. Творці моделей ШІ, здається, не роблять прогресу так швидко, як раніше. Багато з продуктів, які вони обіцяли, були переоцінені та не виправдали очікувань, і споживачі не зовсім впевнені, що робити з генеративним ШІ, крім як використовувати його як заміну традиційним пошуковим системам.
Якщо це ще не сталося, здається, що ШІ починає виходити з ранньої фази зростання і входити в період стагнації.
Вибуховий ріст ШІ з 2022 по 2024 рік
З листопада 2022 року до кінця 2024 року нові розробки в штучному інтелекті відбувалися швидко. ChatGPT запустили в листопаді 2022 року. Через чотири місяці ми отримали GPT-4. Два місяці потому OpenAI додали Код Інтерпретатор та Розширений Аналіз Даних. Водночас відбулися значні досягнення в генерації тексту в зображення та тексту в відео. Здавалося, що досягнення відбувалися кожні 30-120 днів в OpenAI, а їхні конкуренти, мабуть, рухалися в ногу, ймовірно, з остраху відстати, якщо не будуть йти в ногу.
З усім цим вітром у своїх вітрилах компанії почали давати великі обіцянки: автономні AI-агенти, які могли б планувати, міркувати та виконувати складні завдання від початку до кінця без участі людини. Креативний AI, який замінить маркетологів, дизайнерів, кінорежисерів, авторів пісень, та AI, який замінить цілі категорії білих комірців. Однак більшість з цих обіцянок все ще не здійснилися; якщо й здійснилися, то були незадовільними.
Чому інновації в AI сповільнюються
Проблема не тільки в тому, що агенти штучного інтелекту або автоматизовані робочі сили були недопоставлені; справа в тому, що ці незадовільні продукти є результатом набагато більшої проблеми. Інновації в індустрії штучного інтелекту сповільнюються, і провідні компанії, які створюють ці інструменти, здаються загубленими.
Не всі продукти, випущені в період з 2022 по 2024 рік, були революційними. Багато з оновлень за цей період, ймовірно, залишилися невикористаними звичайними споживачами. Це пов'язано з тим, що більшість людей все ще використовують ШІ лише як альтернативу пошуковій системі або, як починають називати його деякі люди, використовують ШІ як відповідну систему, наступну ітерацію пошукової системи.
Хоча це дійсно валідний випадок використання, можна з упевненістю сказати, що технологічні гіганти мають набагато грандіознішу візію для ШІ. Однак однією з причин, що можуть стримувати їх, і причиною, чому більш гіповані продукти мали труднощі на ринку, є класична проблема в високотехнічних галузях: геніальні інженери іноді закінчують створення інструментів і продуктів, якими можуть користуватися лише інші геніальні інженери, але забувають зробити ці інструменти та продукти зрозумілими для значно більшої кількості їхніх користувачів, які не є геніальними інженерами. У цьому випадку це означає загальних користувачів, аудиторію, яка, безумовно, зробила ШІ масовим у 2022 році.
Однак навіть стагнація в продуктах ШІ є наслідком ще більшої проблеми, що стосується того, як тренуються моделі ШІ.
Найбільші лабораторії штучного інтелекту одержимі поліпшеннями своїх базових моделей. Спочатку ці покращення в їхніх моделях штучного інтелекту створювали значну, помітну різницю від версії до версії. Але зараз ми досягли точки, коли оптимізація моделей дає все меншу віддачу. В ці дні кожне оновлення моделі штучного інтелекту здається менш помітним, ніж попереднє. Одна з провідних теорій щодо цього полягає в тому, що лабораторії штучного інтелекту вичерпали високоякісні, унікальні дані, на яких можна тренувати свої моделі. Вони вже зібрали, що можна припустити, весь інтернет, тож куди вони підуть далі за даними, і чим будуть відрізнятися дані, які вони отримають, від даних, які намагаються отримати їхні конкуренти?
Перш ніж натрапити на цю стіну, формула успіху в моделях ШІ була простою: годувати великі мовні моделі більшою кількістю даних з інтернету, і вони покращуються. Однак інтернет є обмеженим ресурсом, і багато великих компаній штучного інтелекту його вичерпали. До того ж, коли всі тренуються на тих самих даних, ніхто не може вийти вперед. І якщо ви не можете отримати нові, унікальні дані, ви не зможете продовжувати суттєво покращувати моделі шляхом навчання на даних. Ось з якою стіною багато з цих компаній стикнулися.
Важливо зазначити, що поступові покращення, які вносяться в ці моделі, все ще дуже важливі, навіть якщо їхні прибутки зменшуються. Хоча ці покращення не такі значні, як покращення в минулому, вони все ще повинні відбуватися для майбутніх AI продуктів, які нам обіцяли.
Куди йде ШІ з цього моменту
Отже, як ми можемо вирішити цю проблему? Те, що бракує, - це увага до споживчого попиту на рівні продукту. Споживачі хочуть продукти та інструменти штучного інтелекту, які вирішують реальні проблеми в їхньому житті, є інтуїтивно зрозумілими та можуть використовуватися без наявності ступеня в STEM. Натомість вони отримали продукти, які не виглядають готовими до виробництва, такі як агенти, з невизначеними випадками використання і більше нагадують експерименти, ніж продукти. Такі продукти явно не створені для когось конкретного; їх важко використовувати, і, можливо, це пов'язано з тим, що вони зіткнулися з труднощами в прийнятті.
Поки нічого не зміниться, ШІ, ймовірно, застрягне в режимі очікування. Чи стане ця проривна новина результатом кращих навчальних даних, нових способів інтерпретації існуючих даних, чи видатного споживчого продукту, який нарешті стане популярним, щось повинно змінитися.
З 2022 по 2024 рік штучний інтелект, здавалося, стрибав на десять кроків вперед кожні чотири місяці. Але в 2025 році він лише повільно просувається вперед, роблячи один маленький крок за раз і значно рідше.
На жаль, тут немає швидкого рішення. Однак зосередження на надійному продукті для споживачів може бути легким завданням. Якщо технологічні гіганти витрачатимуть менше часу на переслідування футуристично звучних, але загальних продуктів штучного інтелекту та більше часу на розробку вузькоспеціалізованого, високоефективного інструменту, який люди можуть використовувати відразу, то вони побачать більше успіху.
Але в довгостроковій перспективі має відбутися якийсь значний прогрес, який вирішить проблему нестачі даних, в якій ми зараз знаходимося, будь то компанії, які знаходять нові, ексклюзивні джерела навчальних даних, або знаходять способи для моделей використовувати більше даних, які вони вже мають.
Щоб штучний інтелект (AI) працював відповідно до закону і процвітав перед обличчям зростаючих викликів, йому необхідно інтегрувати підприємницьку блокчейн-систему, яка забезпечує якість і власність даних—дозволяючи зберігати дані в безпеці, одночасно гарантуючи незмінність данихПерегляньте висвітлення CoinGeekщодо цієї нової технології, щоб дізнатися більшечому підприємницький блокчейн буде основою ШІ*.*
Дивіться: Штучному інтелекту потрібен блокчейн
Переглянути оригінал
Контент має виключно довідковий характер і не є запрошенням до участі або пропозицією. Інвестиційні, податкові чи юридичні консультації не надаються. Перегляньте Відмову від відповідальності , щоб дізнатися більше про ризики.
Чи досягла інновація ШІ стіни?
Здається, що штучний інтелект (AI) досяг плато. Творці моделей ШІ, здається, не роблять прогресу так швидко, як раніше. Багато з продуктів, які вони обіцяли, були переоцінені та не виправдали очікувань, і споживачі не зовсім впевнені, що робити з генеративним ШІ, крім як використовувати його як заміну традиційним пошуковим системам.
Якщо це ще не сталося, здається, що ШІ починає виходити з ранньої фази зростання і входити в період стагнації.
Вибуховий ріст ШІ з 2022 по 2024 рік
З листопада 2022 року до кінця 2024 року нові розробки в штучному інтелекті відбувалися швидко. ChatGPT запустили в листопаді 2022 року. Через чотири місяці ми отримали GPT-4. Два місяці потому OpenAI додали Код Інтерпретатор та Розширений Аналіз Даних. Водночас відбулися значні досягнення в генерації тексту в зображення та тексту в відео. Здавалося, що досягнення відбувалися кожні 30-120 днів в OpenAI, а їхні конкуренти, мабуть, рухалися в ногу, ймовірно, з остраху відстати, якщо не будуть йти в ногу.
З усім цим вітром у своїх вітрилах компанії почали давати великі обіцянки: автономні AI-агенти, які могли б планувати, міркувати та виконувати складні завдання від початку до кінця без участі людини. Креативний AI, який замінить маркетологів, дизайнерів, кінорежисерів, авторів пісень, та AI, який замінить цілі категорії білих комірців. Однак більшість з цих обіцянок все ще не здійснилися; якщо й здійснилися, то були незадовільними.
Чому інновації в AI сповільнюються
Проблема не тільки в тому, що агенти штучного інтелекту або автоматизовані робочі сили були недопоставлені; справа в тому, що ці незадовільні продукти є результатом набагато більшої проблеми. Інновації в індустрії штучного інтелекту сповільнюються, і провідні компанії, які створюють ці інструменти, здаються загубленими.
Не всі продукти, випущені в період з 2022 по 2024 рік, були революційними. Багато з оновлень за цей період, ймовірно, залишилися невикористаними звичайними споживачами. Це пов'язано з тим, що більшість людей все ще використовують ШІ лише як альтернативу пошуковій системі або, як починають називати його деякі люди, використовують ШІ як відповідну систему, наступну ітерацію пошукової системи.
Хоча це дійсно валідний випадок використання, можна з упевненістю сказати, що технологічні гіганти мають набагато грандіознішу візію для ШІ. Однак однією з причин, що можуть стримувати їх, і причиною, чому більш гіповані продукти мали труднощі на ринку, є класична проблема в високотехнічних галузях: геніальні інженери іноді закінчують створення інструментів і продуктів, якими можуть користуватися лише інші геніальні інженери, але забувають зробити ці інструменти та продукти зрозумілими для значно більшої кількості їхніх користувачів, які не є геніальними інженерами. У цьому випадку це означає загальних користувачів, аудиторію, яка, безумовно, зробила ШІ масовим у 2022 році.
Однак навіть стагнація в продуктах ШІ є наслідком ще більшої проблеми, що стосується того, як тренуються моделі ШІ.
Найбільші лабораторії штучного інтелекту одержимі поліпшеннями своїх базових моделей. Спочатку ці покращення в їхніх моделях штучного інтелекту створювали значну, помітну різницю від версії до версії. Але зараз ми досягли точки, коли оптимізація моделей дає все меншу віддачу. В ці дні кожне оновлення моделі штучного інтелекту здається менш помітним, ніж попереднє. Одна з провідних теорій щодо цього полягає в тому, що лабораторії штучного інтелекту вичерпали високоякісні, унікальні дані, на яких можна тренувати свої моделі. Вони вже зібрали, що можна припустити, весь інтернет, тож куди вони підуть далі за даними, і чим будуть відрізнятися дані, які вони отримають, від даних, які намагаються отримати їхні конкуренти? Перш ніж натрапити на цю стіну, формула успіху в моделях ШІ була простою: годувати великі мовні моделі більшою кількістю даних з інтернету, і вони покращуються. Однак інтернет є обмеженим ресурсом, і багато великих компаній штучного інтелекту його вичерпали. До того ж, коли всі тренуються на тих самих даних, ніхто не може вийти вперед. І якщо ви не можете отримати нові, унікальні дані, ви не зможете продовжувати суттєво покращувати моделі шляхом навчання на даних. Ось з якою стіною багато з цих компаній стикнулися.
Важливо зазначити, що поступові покращення, які вносяться в ці моделі, все ще дуже важливі, навіть якщо їхні прибутки зменшуються. Хоча ці покращення не такі значні, як покращення в минулому, вони все ще повинні відбуватися для майбутніх AI продуктів, які нам обіцяли.
Куди йде ШІ з цього моменту
Отже, як ми можемо вирішити цю проблему? Те, що бракує, - це увага до споживчого попиту на рівні продукту. Споживачі хочуть продукти та інструменти штучного інтелекту, які вирішують реальні проблеми в їхньому житті, є інтуїтивно зрозумілими та можуть використовуватися без наявності ступеня в STEM. Натомість вони отримали продукти, які не виглядають готовими до виробництва, такі як агенти, з невизначеними випадками використання і більше нагадують експерименти, ніж продукти. Такі продукти явно не створені для когось конкретного; їх важко використовувати, і, можливо, це пов'язано з тим, що вони зіткнулися з труднощами в прийнятті.
Поки нічого не зміниться, ШІ, ймовірно, застрягне в режимі очікування. Чи стане ця проривна новина результатом кращих навчальних даних, нових способів інтерпретації існуючих даних, чи видатного споживчого продукту, який нарешті стане популярним, щось повинно змінитися.
З 2022 по 2024 рік штучний інтелект, здавалося, стрибав на десять кроків вперед кожні чотири місяці. Але в 2025 році він лише повільно просувається вперед, роблячи один маленький крок за раз і значно рідше.
На жаль, тут немає швидкого рішення. Однак зосередження на надійному продукті для споживачів може бути легким завданням. Якщо технологічні гіганти витрачатимуть менше часу на переслідування футуристично звучних, але загальних продуктів штучного інтелекту та більше часу на розробку вузькоспеціалізованого, високоефективного інструменту, який люди можуть використовувати відразу, то вони побачать більше успіху.
Але в довгостроковій перспективі має відбутися якийсь значний прогрес, який вирішить проблему нестачі даних, в якій ми зараз знаходимося, будь то компанії, які знаходять нові, ексклюзивні джерела навчальних даних, або знаходять способи для моделей використовувати більше даних, які вони вже мають.
Щоб штучний інтелект (AI) працював відповідно до закону і процвітав перед обличчям зростаючих викликів, йому необхідно інтегрувати підприємницьку блокчейн-систему, яка забезпечує якість і власність даних—дозволяючи зберігати дані в безпеці, одночасно гарантуючи незмінність даних Перегляньте висвітлення CoinGeek щодо цієї нової технології, щоб дізнатися більше чому підприємницький блокчейн буде основою ШІ*.*
Дивіться: Штучному інтелекту потрібен блокчейн