Výrobce čipů Nvidia nedávno oznámil impozantní tržby, zatímco prominentní podnikatel Elon Musk tvrdí, že umělá inteligence (AI) na úrovni lidské inteligence by mohla dorazit příští rok. Přestože existují tyto tvrzení, v oblasti dodávek čipů nezbytných pro pohon AI dochází ke krizi, což naznačuje, že pohyb v oblasti AI teprve začíná a všichni bychom se měli zapojit.
Přesto by možné zklamání mohlo hrozit tím, co si myslíme o tom, že AI je schopná, a jaký druh návratnosti investice by mohla investorům přinést. Technologické pokroky v oblasti AI narazily na zpomalení a zdá se, že existuje méně aplikací pro dokonce nejlepší systémy, než se původně očekávalo, podle zprávy od Christophera Mimse pro The Wall Street Journal. Vytváření a provozování AI se stalo velmi drahým, a zavedení nových modelů nemělo významný dopad na to, jak většina lidí pracuje.
Tyto faktory vyvolávají otázky týkající se komoditizace AI, jejího potenciálu k generování příjmů a toho, zda se objevuje nová ekonomika.
Klesající vylepšení v oblasti AI jsou zřejmé u hlavních jazykových modelů jako ChatGPT od OpenAI a Gemini od Googlu. Jejich schopnosti psaní a analýzy převážně pocházejí z toho, že byly krměny masivními datovými soubory. Problém však spočívá v tom, že tyto společnosti již mohly své modely vycvičit na rozsáhlý obsah dostupný na internetu a další data pro další trénink jsou nyní těžko dostupná.
K výcviku další generace AI se zvažuje použití syntetických dat vytvořených jinými umělými inteligencemi, ale neprokázaly se jako výrazně úspěšné pro zlepšení technologie autonomních vozidel a existují důkazy, že nemusí podstatně zvýšit hlavní jazykové modely. Kognitivní vědec Gary Marcus, který v roce 2016 prodal startup v oblasti AI Uberu, poznamenal, že to, co jsme za posledních 14 měsíců zaznamenali, jsou malé úspěchy, naznačující plateau v možnostech těchto AI systémů.
Studie také naznačují, že došlo ke konvergenci výkonu různých modelů AI, kdy jak patentované, tak open-source verze, jako ty od Meta a Mistral, poskytují stále podobnější výsledky.
AI by mohla být se zráním komoditou a objevují se úmysly. Technologie se stává rovnými podmínkami, kde společnosti usilují o efektivitu. Naposledy podobnou transformaci prošel sektor elektromobilů a nyní se zdá, že je AI na podobné trajektorii.
Komoditizace AI je jedním z důvodů, proč Anshu Sharma, CEO startupu zabývajícího se ochranou AI a dat Skyflow a bývalý viceprezident softwarového gigantu Salesforce, věří, že budoucnost AI startupů jako OpenAI a Anthropic může být nejistá. Zatímco doufá, že hlavní společnosti jako Microsoft a Google přitáhnou dostatečný počet uživatelů k ospravedlnění jejich investic do AI, to by mohlo vyžadovat značné dlouhodobé výdaje, potenciálně překračující i nejlépe financované AI startupy.
Některé AI startupy již čelí problémům, včetně Inflection AI, která čelí odchodům spoluzakladatelů a zaměstnanců dříve pracujících v Microsoftu. CEO Stability AI, známý pro svůj moderní generátor obrazů Stable Diffusion, neočekávaně odešel v březnu. Je zřejmé, že několik AI startupů, i ty dobře financované, se pokouší o prodej svých podniků.
Důležité Otázky a Odpovědi:
– Jaké faktory přispívají ke zpomalení inovací v oblasti AI?
Zpomalení lze přičíst klesajícím vylepšením v modelech AI, výzvám spojeným s hledáním nových masivních datových sad pro trénink, vysokým nákladům na budování a provozování AI a komoditizaci technologie AI vedoucí k rovným podmínkám a důrazu na efektivitu před průlomovými inovacemi.
– Jak komoditizace AI ovlivňuje startupy v oblasti?
Komoditní AI znamená, že diferenciace se stává obtížnou a potenciál na generování příjmů se může snížit, což vede ke nejistým budoucnostem startupů v oblasti AI. I přes velké investice není zajištěn dlouhodobý úspěch a mnoho startupů má problémy ospravedlnit své náklady bez jedinečné nabídky.
– Jaká je role syntetických dat v budoucím tréninku modelů AI?
Syntetická data se považují za potenciální řešení pro nedostatek nových dat pro trénování modelů AI. Nicméně, jejich účinnost je stále v otázce, s rozporuplnými výsledky v různých aplikacích jako je technologie autonomních vozidel a potenciálními omezeními v zlepšování jazykových modelů.
Výzvy a Kontroverze:
– Nedostatek Dat: Obtížnost v získávání nových a rozsáhlých datových sad pro trénink by mohla potenciálně brzdit vývoj pokročilejších systémů AI.
– Návratnost Investice: Jak náklady na vývoj AI stoupají, investoři a společnosti pečlivě zkoumají návratnost investic, což vede k finančnímu tlaku na podniky v oblasti AI.
– Etika a Regulace AI: Rychlý rozvoj AI vyvolal etické debaty a požadavky na regulaci, které by mohly ovlivnit tempo a směr inovací.
Výhody a Nevýhody:
– Výhody:
– AI může výrazně usnadnit a automatizovat procesy, zvyšujíc efektivitu a produktivitu v různých odvětvích.
– Pokračující inovace by v konečném důsledku mohla vést k průlomům, navzdory současnému zpomalení.
– Komoditizace by mohla AI technologie učinit přístupnější a cenově dostupnější pro širší spektrum uživatelů a podniků.
– Nevýhody:
– Zpomalení inovací může vést k zklamání a snížení financování v oblasti výzkumu a vývoje v oblasti AI.
– Startupy se mohou potýkat s obtížemi přežití, pokud nenajdou trh nebo nevyvinou jedinečnou technologii, která je odliší.
– Komoditizace by mohla zpomalit rozmanitost v AI řešeních a odradit investice do inovativních technologií.
Pro více detailních a aktuálních informací o oblasti umělé inteligence navštivte následující relevantní odkazy:
– Oficiální webové stránky Nvidia: Nvidia
– Oficiální webové stránky OpenAI: OpenAI
– Blog Google AI: Google AI
– Meta AI Research: Meta AI
Ujistěte se, že kontrolujete URL adresy, protože odkazy jsou poskytnuty na základě předpokladu, že jsou přesné a platné v době psaní.
The source of the article is from the blog papodemusica.com