Duomenų kaupimas, algoritmų tobulinimas ir didelė skaičiavimo galia yra pripažįstami kaip dirbtinio intelekto (AI) trijų pamatinių pagrindų sąjunga. Tik dabar jų sąveikos dėka AI sugeba žengti į pažangias galimybes. Šiuo metu skaitmeninis visata sparčiai auga duomenimis; kiekvieną sekundę žmonės generuoja apie 1,7 megabaitų, kasdien sudarantį daugiau nei 140 gigabaitų. AI kūrėjai tvarko šį duomenų srautą, siekdami tobulinti vis sudėtingesnius algoritmus, reikalaujančius didelių energiją sunaudojančių duomenų centrų. Verta paminėti, kad įvairiems lingvistiniams modeliams, pavyzdžiui, Chat GPT, mokymas duoda anglies pėdsaką, lygią vidutiniam Ispanijos piliečio gyvenimo metų metiniam išmetimui CO₂.
Duomenų integritetas yra esminis patikimai AI auginant; duomenų rinkinių įvairovė skatina algoritmų nešališką bei visapusišką mokymą. Mano 18 metų karjera veido atpažinimo ir analizės AI plėtros srityje 2018 m. buvo išskirtinis įvykis. Daktarė Joy Buolamwini susidūrė su rasine tendencija veido analizės programinėje įrangoje, kai ji nepavyko atpažinti jos tamsesnio odos atspalvio—aiškus signalas dėl technologijos aklavietėms ir mūsų komandos įvairovės trūkumo.
Implicite esančių ydų sprendimas: Peržiūrėjus mūsų mokymo duomenų bazę, pasidarė akivaizdu, kad didžioji 86% jai priklausė baltaodžiai individai, mažesnis kitų rasės atstovų skaičius ženkliai iššovė didelią pertvarką užtikrinant rasinį pusiausvyrą mūsų duomenyse. Šie pokyčiai įgijo daugiau nei techninę stiprinimą, atvėrė mums akis į būtinybės įtraukti technologijoje svarbą.
Dabar visuomenė turi prieigą prie naujausių generatyvių AI įrankių, galinčių kurti turinį iš naujo. Pavyzdžiui, AI kaip Chat GPT gali kurti pasakojimus, o MidJourney gali generuoti vaizdus pagal vartotojo užklausas—atskleisdami lytinius ir rasinius AI-suvestų turinių stereotipus. Šie atspindi ne tik algoritmų programavimą, bet ir slypinčius stereotipus, įstrigusius internete paimtuose mokymo duomenyse—taip pat ir mūsų.
Greitai susijungusioje visuomenėje tendencingas turinys gali tapti virusinis per kelias minutes. Todėl interneto vartotojams tenka pareiga gaminti etiškus duomenis, laisvus nuo radikalizmo, dezinformacijos ir socialinių išankstinių nuostatų. Tuo pačiu metu AI kūrėjai turi teikti pirmenybę duomenų kokybei, sąžiningai naudoti išteklius ir aktyviai kovoti su įgimtais išankstiniais įtaigais, o reguliavimo institucijos nustatyti taisykles, kad atsakingai valdytų AI sistemas. Tai kolektyvinė atsakomybė ugdyti etišką AI, suteikiantį didžiulį potencialą įsikūrimo mūsų visuomenės audinyje, užtikrinant jį tvirtų ateities ir įtraukties principais.
Svarbūs klausimai, pagrindiniai iššūkiai ir kontroversijos:
1. Kokios yra pagrindinės iššūkiai, susiję su duomenų kaupimu AI srityje?
Duomenų kaupimas AI srityje kelia iššūkius, pavyzdžiui, užtikrinant privatumą, saugant duomenų saugumą ir gavus aukštos kokybės bei reprezentatyvias duomenų rinkinius. Surinkti duomenys gali apimti jautrią informaciją, kuri, jei būtų sulaikyta, galėtų padaryti pavojaus privatumui. Be to, duomenų rinkiniai dažnai atskleidžia socialinius išankstinius įtakas, kurie neatkreipti dėmesio gali plintant atnešti diskriminaciją AI taikymuose.
2. Kaip didelės skaičiavimo galios padidėjimas veikia AI plėtrą?
Skaičiavimo galios brendimas leidžia apdoroti didelius duomenų rinkinius ir lavinti sudėtingesnius modelius, vedant prie AI galimybių pažangos. Tačiau šis galios padidėjimas reikalauja didelės energijos ir turi reikšmingų aplinkosauginių padarinių dėl duomenų centrų išmetimo CO₂ į aplinką.
3. Kokios yra pagrindinės kontroversijos, apimančios algoritmų tobulinimą?
Algoritmų tobulinimai sukėlė ginčus dėl AI sistemų skaidrumo ir paaiškinamumo. Kai kurie AI modeliai, ypač giliai mokantys, „juodų dėžu” prigimtis sunkina suprasti jų sprendimų priėmimo procesą. Dėl to kyla atsakomybės ir pasitikėjimo klausimų, ypač naudojant kritinėse srityse kaip sveikatos priežiūra ar baudžiamoji teisinė sistema.
Privalumai ir trūkumai:
Privalumai:
– AI gali apdoroti ir analizuoti duomenis už žmogaus galimybių ribų, vedant į naujus atradimus ir pažangą įvairioje srityse, tokiomis kaip sveikatos priežiūra, finansai ir transportas.
– Automatizavus rutininius darbus su AI, padidinamas produktyvumas ir efektyvumas, leidžiant žmonėms laisvą laiką skirti kūrybingesnėms ir strateginėms pareigoms.
– AI gali papildyti žmogaus sugebėjimus, gerinant sprendimų priėmimą ir siūlant asmeninius patyrimus skirtingose srityse.
Trūkumai:
– Priklausomybė nuo didelių ir įvairių duomenų rinkinių gali palaikyti egzistuojančius išankstinius įvairumus, jei duomenys atspindi socialines piktadarystes ar trūksta atstovavimo.
– Didelės energijos poreikis mokyti sudėtingus modelius turi aplinkosaugos pasekmes, prisidedant prie CO₂ išmetimo ir klimato kaitos.
– Greitas AI technologijų vystymasis gali vesti prie darbo vietų pašalinimo ir reikalauja visuomenės prisitaikyti, tokių kaip darbuotojų persikvalifikavimą ir naujų standartų etikos ir valdymo įdiegimą.
Etiško AI ugdomas:
Klaru, kad AI plėtra turi lydėti stiprios etinės struktūros. Kūrėjai, reguliuotojai ir vartotojų bendruomenė turi kartu dirbti siekdami užtikrinti, kad AI sistemos būtų skaidrios, atsakingos ir teisingos. Tai apima nuolatinius pastangas aptikti ir mažinti biasus AI, taikyti duomenų privatumą reglamentuojančius teisės aktus ir dalyvauti atviruose dialoguose apie AI įdiegimo socialinius padarinius.
Daugiau informacijos apie Dirbtinį Intelektą galite rasti šiose svetainėse:
– IBM AI puslapis
– Google AI
– DeepMind
Kiekviena svetainė teikia išteklių ir įžvalgų, kaip jų atitinkamos kompanijos formuoja AI vystymo kelią ir sprendžia kelis paminėtus iššūkius.
The source of the article is from the blog maestropasta.cz