Μεγάλες Επενδύσεις των Μεγάλων Τεχνολογικών Εταιριών στη Νεοεμφανιζόμενη Τεχνητή Νοημοσύνη
Σε πρόσφατη συζήτηση, ο Matt Calkins δήλωσε ότι παρά τις μαζικές επενδύσεις από τις τεχνολογικές γίγαντες όπως η Microsoft, η Amazon και η Google στους αναδυόμενους τομείς της τεχνολογίας, το απλό να ρίχνεις χρήματα σε αυτούς δεν εγγυάται επιτυχία. Αυτή η άποψη αναφέρεται σε υψηλές συμφωνίες με εταιρίες όπως η OpenAI, στην οποία η Microsoft έχει επενδύσει συνολικά 13 δισεκατομμύρια δολάρια, και η Anthropic, στην οποία η Amazon έχει επενδύσει 4 δισεκατομμύρια δολάρια.
Ανησυχίες Σχετικά με τον Ανταγωνιστικό Αντίκτυπο στην Αγορά της Τεχνητής Νοημοσύνης
Αυτές οι σημαντικές συμφωνίες, ειδικότερα το να έχει η Microsoft μετοχές στην πλέον κυρίαρχη startup σε τεχνητή νοημοσύνη τώρα και μια μερίδιο 16 εκατομμυρίων δολαρίων στη γαλλική εταιρεία τεχνητής νοημοσύνης Mistral, ενώ η Amazon έχει επενδύσει στο σύστημα τεχνητής νοημοσύνης Claude, έχουν προσελκύσει την προσοχή των ρυθμιστικών αρχών στο Ηνωμένο Βασίλειο λόγω ανησυχιών για τον περιορισμό του ανταγωνισμού στην αγορά.
Παρά τους φόβους για μη υγιή ανταγωνισμό μέσω επενδύσεων ή εξαγορών, ο Calkins πιστεύει ότι υπάρχει χώρος στον τομέα της τεχνητής νοημοσύνης για δημιουργικά άτομα να επιδείξουν τα ταλέντα τους. Υπογραμμίζει ότι τα χρήματα μόνο δεν είναι αρκετά σε μια αγορά που προορίζεται για έξυπνα, αναφέροντας στην εξαγορά της DeepMind από την Google με 500 εκατομμύρια δολάρια, υποδεικνύοντας ότι το απλό να διαθέτεις οικονομική δυνατότητα δεν είναι εγγύηση επιτυχίας.
Δεδομένα ως κρίσιμο στοιχείο στην Ανάπτυξη της Τεχνητής Νοημοσύνης
Ο Calkins επιμένει ότι διαφορετικοί αλγόριθμοι τεχνητής νοημοσύνης στοχεύουν σε διαφορετικούς σκοπούς και η αξία τους μπορεί να ποικίλει ανάλογα με τον τρόπο που χρησιμοποιούνται τα δεδομένα για εκπαίδευση. Υποστηρίζει ότι ο δρόμος για τα συστήματα τεχνητής νοημοσύνης να γίνουν πραγματικά έξυπνα και χρήσιμα περιλαμβάνει μια βαθιά κατανόηση των καθημερινών αναγκών των χρηστών παρά το μέγεθος του συστήματος που αποκτήθηκε.
Ο τρέχων ανταγωνισμός στην τεχνολογία της τεχνητής νοημοσύνης εστιάζει περισσότερο στον όγκο των δεδομένων που μπορούν να καταναλωθούν παρά στο επίπεδο νοημοσύνης των συστημάτων. Οι τεχνολογικοί γίγαντες προσπαθούν να συγκεντρώσουν εκτενή δεδομένα, αλλά αντιμετωπίζουν αυξανόμενες προκλήσεις λόγω της έλλειψης αυστηρών κανονισμών, ειδικά στις Ηνωμένες Πολιτείες, για την πρόληψη παραβάσεων απορρήτου κατά τη συλλογή δεδομένων για τέλειες προσπάθειες. Ταυτόχρονα, η Ευρώπη ξεκίνησε με επιτυχία με την επίσημη υιοθέτηση του νόμου για την τεχνητή νοημοσύνη τον Μάρτιο.
Ο Calkins καλεί για ένα καθαρό πεδίο παιχνιδιού όπου οι εταιρείες γνωρίζουν ποια δεδομένα είναι επιτρεπτά για χρήση, επισημαίνοντας την ανάγκη για ασφαλή χρήση της τεχνητής νοημοσύνης, συνδυαζόμενη με διασφάλιση των πνευματικών δικαιωμάτων και των δικαιωμάτων ατομικής ιδιωτικότητας.
The source of the article is from the blog j6simracing.com.br