В промышленности ожидается рост спроса на услуги по контролю качества и проверке контента, генерируемого искусственным интеллектом.
Генеративный ИИ быстро развивается как с точки зрения использования, так и в плане сложности. С момента публичного выпуска в ноябре 2022 года ChatGPT, чат-бота OpenAI на базе большой языковой модели (LLM), экспериментов с внедрением ИИ производится все больше. За первые пять дней существования платформа набрала более миллиона пользователей.
Компания Insider Intelligence, специализирующаяся на исследованиях и аналитике, прогнозирует, что к концу 2023 года 25% пользователей Интернета в США (около 80 млн человек) будут использовать генеративный искусственный интеллект, по крайней мере, ежемесячно, по сравнению с 8% в конце 2022 года. По данным компании, в 2024 году эта доля возрастет до 33%. По данным Insider Intelligence, многие будут пробовать внедрять ИИ в офисах. В отличие от многих новых технологий, число пользователей в возрасте от 55 до 64 лет больше, чем в возрасте от 12 до 17 лет, поскольку ИИ особенно актуален на рабочем месте.
ИИ набирает популярность не только в Америке. Опрос, проведенный компанией Salesforce среди 4000 человек в США, Великобритании, Австралии и Индии, показал, что 50% из них использовали генеративный ИИ. Лидером оказалась Индия, где эту технологию опробовали почти три четверти респондентов. С момента выхода в свет моделей генеративного ИИ их функциональность улучшилась. Усовершенствованы механизмы их понимания, воспроизведения естественного языка и точность.
Кристиан Уорд, директор по данным компании Yext, платформы цифрового опыта, считает, что этому способствует способность генеративного ИИ понимать человеческий язык. По его словам, когда развивался поиск в Интернете, пользователи учились "подбирать ключевые слова… подстраивая свое поведение под возможности компьютера". С генеративным ИИ людям больше не нужно дополнительно разбираться в том, как думает техника, благодаря передовым технологиям. ИИ "ориентирован на человека" и позволяет общаться с ним естественным образом, что делает его более доступным.
"Раньше преимуществом обладали люди, разбирающиеся в компьютерных технологиях", — говорит Уорд. "Теперь, когда компьютеры стали более продвинутыми, это преимущество утратило свою силу. Это, безусловно, один из самых больших прорывов, которые мы наблюдали в области технологий за последнее время".
Он добавляет, что как только поисковые функции достигнут того уровня, когда мы сможем взаимодействовать с системами, как с людьми, "эта технология [откроется нам] с новой стороны, с которой мы прежде не сталкивались".
Глоссарий
Большая языковая модель/LLM: алгоритм глубокого обучения, способный воспринимать огромные объемы контента и генерировать текст, будто созданный человеком, или реалистичные изображения.
Дипфейк (англ. deepfake): Реалистично сфабрикованный материал, часто видео, в котором показано, как известная личность говорит или делает то, чего она на самом деле никогда не говорила и не делала. Один из наиболее известных примеров – видеоролик Buzzfeed с участием президента Барака Обамы.
Защитная функция Guardrail: Программная функция, благодаря которой генеративный ИИ не выполняет те или иные команды или задачи, например, не копирует чьи-то работы или творческий стиль, не генерирует ненавистнические высказывания.
Коммерческий потенциал
Майкл Вулдридж, профессор информатики Оксфордского университета, называет 2023 год "переломным" для генеративного ИИ. По его мнению, эта технология станет такой же значимой, как микропроцессор, благодаря которому появились персональный компьютер, Интернет и смартфоны. Тогда на развитие ушли месяцы или даже годы, но темпы развития генеративного ИИ невероятны, и пока трудно даже представить, каково будет влияние этой технологии в будущем.
Несмотря на молодость технологии, она уже проникла в коммерческую сферу. Оценки стоимости, которую она может принести мировой экономике, варьируются от 7% валового внутреннего продукта (7 трлн долларов) за 10 лет, прогнозируемых Джозефом Бриггсом, экономистом Goldman Sachs, до 2,6-4,4 трлн долларов в год, прогнозируемых McKinsey (для сравнения: ВВП Великобритании в 2022 г. составил 2,7 трлн долларов). Наибольший рост может наблюдаться в таких секторах, как банковское дело, биологические науки и высокие технологии. Маркетинг, продажи и работа с клиентами будут затронуты в значительной степени.
ИИ использует естественный язык, и большие языковые модели особенно хорошо подходят для творческой деятельности. Современные инструменты позволяют создавать текст, аудио, видео, музыку, код, изображения и даже дизайн. Например, генеративный ИИ, опираясь на модели, созданные на основе огромного количества данных из Интернета, достаточно хорошо понимает, в каком направлении может развиваться предложение, и, похоже, способен создавать бесконечное множество оригинальных произведений.
Помимо текста, генеративный ИИ способен создавать изображения на основе текстовых описаний. Они оказываются более реалистичными, чем можно было предположить, и могут даже включать в себя трехмерную перспективу и тени. В аудио и музыке потенциал создания новых произведений в стиле уже существующих исполнителей (причем без их участия) уже хорошо изучен. Генерируемые ИИ результаты вызывают опасения по поводу авторских прав, но, учитывая обвинения в плагиате, особенно в музыкальной индустрии, можно не сомневаться, что человек всегда создает оригинальные произведения.
Возможно, что генеративный ИИ найдет лучшее применение в творческой сфере, чем в науке (например, в исследованиях и инженерном деле), где точность и надежность намного важнее. Это противоречит ожиданиям, что машины будут приносить наибольшую пользу при выполнении тяжелых или рутинных задач. Предполагалось, что они будут дополнять физические возможности человека или анализировать данные с большей скоростью, чем на это способен человек. Предполагалось, что творчество останется уделом людей: по мнению некоторых, именно оно определяет суть человеческого бытия.
Благодаря своим неожиданным творческим способностям генеративный ИИ может взяться за работу, которая раньше считалась невыполнимой для технологий. По оценкам Goldman Sachs, четверть рабочих задач в США и Европе может быть автоматизирована с помощью генеративного ИИ. Максимально можно автоматизировать более 40% задач в административной и юридической сфере. По сравнению с менее чем одной десятой частью задач в физически интенсивных профессиях, таких как строительство и ремонт.
Что такое генеративный ИИ?
Генеративный ИИ — это набор алгоритмов, основанных на базовых моделях, термин, который, по мнению Стэнфордского института искусственного интеллекта, "подчеркивает их критическую значимость, но некоторую неполноценность". Такие модели "обучаются на больших объемах данных (как правило, с применением самоконтроля в масштабе), которые могут быть адаптированы к широкому спектру задач". Данные для таких генеративных ИИ-программ, как ChatGPT и Google Bard, собираются по всему Интернету. Это огромный набор обучающей информации. В качестве примера можно привести Dall-E 2, генератор текста в изображение от OpenAI, который был обучен на 650 миллионах изображений.
В техническом описании Белого дома приводится следующее описание: "Сила ИИ заключается в использовании машинного обучения — направления вычислительной статистики, которое занимается разработкой алгоритмов, позволяющих автоматически и последовательно строить аналитические модели на основе новых данных без четкого программирования решения. Это инструмент предсказания с точки зрения статистики, который берет информацию, которая у вас есть, и использует ее для генерации информации, которой вы не обладаете.
Что он может делать? На основе обучающих данных генеративный ИИ может "создавать" контент путем автозаполнения на основе прогнозируемой последовательности или вероятности. Точно так же, как он использует вероятные последовательности слов для построения предложений, генеративный ИИ применяет распознавание и воспроизведение образов для создания изображений, видео и аудио. В случае генерации изображений на основе текстового описания он генерирует наиболее подходящее изображение. Он также может обобщать и отвечать на вопросы о данных, включая текст.
Как можно адаптировать систему? Дополняя обучающие данные более узкими или специализированными исходными данными, генеративный ИИ можно точно настроить для решения конкретных задач. Он может создавать маркетинговый контент в заданном стиле или адаптировать его под конкретного получателя. Он может собирать массивы информации и формировать рекомендации на основе конкретных данных, например, маршрутов путешествий или потребительских товаров. Он может анализировать данные и предлагать новые выводы.
Чего он не может делать? ИИ не может рассуждать, а из-за принципа "автозаполнения" пользователь никогда не может быть уверен в достоверности информации. Это статистический "зверь", а не база данных. Уорд говорит: "[Модели] просто собирают слова вместе, а затем, используя статистику, подбирают слово за словом, — но все зависит от того, что вы спросите, как сформулируете вопрос, и это меняет результат". Спросите, как британская компания Dyson справляется с космическим вакуумом, или даже во сколько открывается тот или иной магазин, и есть большая вероятность, что на данном этапе развития ИИ вы получите уверенный, но бессмысленный ответ, не подкрепленный фактами.
Кто в игре?
В своем анализе рынка генеративного ИИ компания Acumen Research and Consulting называет в числе ведущих игроков такие компании, как D-ID, Genie AI и Rephrase.ai, а также более узнаваемые имена, такие как Amazon Web Services, Adobe, Google, IBM и Microsoft. Помимо этих тяжеловесов, появилось множество приложений, предназначенных для обслуживания конкретных отраслей, таких как маркетинг, или для совершенствования функций, включая создание видео- и аудиоматериалов.
Чат-боты ChatGPT и Bing Chat, основанные на больших языковых моделях OpenAI, конкурируют с Google Bard. Несмотря на относительную новизну технологии, она уже нашла множество применений в творческих отраслях. Например, существуют инструменты для повышения эффективности коммуникаций и маркетинга. К ним относятся Jasper и Signum.ai, который сам приводит список других игроков, таких как Phrasee и Clarifai.
По данным CB Insights, более 360 компаний специализируются на генеративном ИИ, и их число будет только расти. По данным компании, занимающейся анализом рынка, в первой половине 2023 года инвестиции в стартапы в области генеративного ИИ выросли в 5 раз (с 2,5 млрд долларов за весь 2022 год до 14 млрд долларов). Даже без учета 10 млрд долларов, привлеченных OpenAI, приток средств остается значительным, как и активность стартапов. Conviction, новая венчурная компания, специализирующаяся на ИИ, получила более 1000 заявок на 13 мест в Embed (программа поддержки стартапов, стартовавшая в начале сентября).
Что необходимо для реализации стратегии
Несмотря на то, что генеративный ИИ находится на ранней стадии развития, консалтинговая группа BCG считает, что "для того чтобы стать лидером отрасли через пять лет, необходимо уже сегодня иметь четкую и убедительную стратегию по развитию и внедрению генеративного ИИ".
И это не преувеличение. Даже современные универсальные корпоративные функции, такие как обмен знаниями, коммуникации и подбор персонала, можно улучшить и сделать более эффективными с помощью генеративного ИИ. По мере того как использование универсальных инструментов будет становиться все более распространенным, путь к сохранению конкурентных преимуществ будет заключаться в разработке специализированных, уникальных инструментов, обученных на значительных объемах собственных данных.
Deloitte утверждает, что отрасли, богатые данными, будут интегрировать ИИ быстрее, чем те, которые полагаются на суждения. По мнению Deloitte, компании, создающие вертикальные сценарии использования и отраслевые решения, смогут принести больше пользы, чем те, кто использует модели общего назначения. Как и в случае с платформенными моделями, такие решения могут быть либо развернуты внутри компании, либо обеспечивать новые потоки доходов за счет внешнего лицензирования.
При этом МанМохан Содхи, профессор кафедры управления операциями и цепочками поставок лондонской бизнес-школы Bayes, в отчете FT о цепочках поставок отметил, что компании должны сначала определить проблему или цель, для которой подходит та или иная технология, а не внедрять технологию, а затем искать ей применение. В случае генеративного ИИ Gartner советует "конечным пользователям реалистично оценивать ценность, которую они хотят получить". Риск заключается в том, что необходимость в человеческой проверке может свести на нет любую полученную эффективность.
Модифицировать или создать с нуля?
На этот вопрос нет однозначного ответа. Доработка общей модели для создания нишевого приложения, по крайней мере, не слишком затратна. По мнению BCG, тонкая настройка (предоставление набора отобранных данных в дополнение к исходным обучающим данным) может быть экономически эффективной. Консалтинговая компания рассказывает об эксперименте 2022 года, в ходе которого компания Snorkel AI потратила менее 8 тыс. долларов на тонкую настройку большой языковой модели для осуществления юридической классификации. Еще одним способом уточнения результатов является разработка вопросов для извлечения релевантной информации – техника, известная как проектирование подсказок.
Вулдридж подчеркивает, что, несмотря на "огромные возможности" тонкой настройки, она сопряжена с "одной большой проблемой: вы не имеете ни малейшего представления о том, какие данные были использованы при ее создании". Организация не может быть уверена в том, что готовая модель отражает ее ценности. Вульдридж говорит: "Вы должны позаботиться о том, какими данными эта модель наполнена. Она впитала в себя весь Reddit, весь Twitter и все токсичные и мерзкие мнения так что возможность тонкой настройки – не самое лучшее решение".
Альтернативой тонкой настройке является построение модели на основе собственных данных. Такой вариант может быть более надежным и гибким, однако Уорд не советует его применять. По его словам, требования к чистоте и юридическому соответствию данных, на основе которых строится такая модель, огромны. Необходимые данные, ресурсы и время делают эту работу дорогостоящей. По оценкам BCG, затраты могут исчисляться миллионами долларов.
При любом подходе компании должны быть уверены в том, что все ценные служебные данные надежно защищены, а также получены законным путем. Когда речь заходит о результате, Уорд и Вулдридж соглашаются с тем, что человеческий контроль крайне важен.
Генеративный искусственный интеллект уже производит больший объем разнообразной продукции, чем это может сделать человек в одиночку. Однако из-за риска ошибок человеческий надзор и контроль качества очень важны.
Примеры использования
Работа с потребителями
МАРКЕТИНГОВЫЙ КОНТЕНТ И СТРАТЕГИИ
Совершенствование или создание маркетингового контента и стратегий может хорошо работать там, где эксперименты (или даже так называемые «галлюцинации» искусственного интеллекта) являются «творческим бонусом» и где точность не критична.
Благодаря тонкой настройке, основанной на контенте компании, маркетинговые материалы могут создаваться в масштабе, в одном стиле, обеспечивающем согласованность бренда и сообщения. Кроме того, они могут быть легко переведены на множество языков. Такие сообщения можно персонализировать, используя данные о клиентах. Контент может быть текстовым, графическим или в формате видео.
Стратегии можно тестировать и оптимизировать на основе данных о вовлеченности и конверсии.
По прогнозам Gartner, к 2025 году 30% маркетинговых сообщений крупных корпораций будут генерироваться искусственным интеллектом.
ОБСЛУЖИВАНИЕ И ПОДДЕРЖКА КЛИЕНТОВ
ИИ может предоставить чат-боту ответы на запросы клиентов на естественном языке. Позднее для более сложных запросов может быть использовано взаимодействие с человеком. ИИ также может помочь в поиске данных о клиентах и внутренних корпоративных данных, что позволит предвидеть запросы и адаптировать ответы.
ФИЛЬМЫ И ВИДЕО
Сара Гуо, основатель компании Conviction, считает, что видеоконтент – это область, в которой возможно развитие. "Высокое качество видео при меньших затратах означает, что его будет больше", — говорит она. "Любую историю, которую вы хотите опубликовать, можно будет описать с помощью аватара и на любом языке".
Дешевизна и простота создания видео на основе текстовых подсказок облегчит создание короткометражных фильмов для любых целей – от рекламы до распространения внутренней информации. На большом экране, по прогнозам Gartner, к 2030 году мы увидим фильмы-блокбастеры, на 90% созданные искусственным интеллектом.
ОБУЧЕНИЕ
ИИ прекрасно умеет объяснять. Он предлагает различные интерпретации, чтобы найти ответ, который больше всего подходит учащемуся. Кроме того, он может создавать индивидуальные планы занятий в соответствии со спецификой ученика, а также помогать в разработке более широкого курса. Duolingo, приложение для изучения иностранных языков, использует искусственный интеллект для создания диалогов и объяснений, повышающих эффективность обучения.
ФУНКЦИИ ПОИСКА
Поиск с использованием искусственного интеллекта позволяет получить исчерпывающие ответы на любые вопросы — от сравнения товаров, которое все чаще сопровождается ссылками для проверки фактов, до предложений по маршрутам путешествий и рецептов.
ЖУРНАЛИСТИКА
Первые попытки использования ИИ для создания новостного контента оказались неудачными.
Субраманиам Винсент, директор по журналистике и этике СМИ в Центре прикладной этики Марккула при Университете Санта-Клары (Калифорния), указывает на недостатки использования генеративного ИИ для создания репортажей.
По собственному признанию ChatGPT, технология не может отличить факт от вымысла, — она просто делает обоснованные предположения о правдоподобности. Кроме того, существует проблема актуальности: большие языковые модели обучаются на определенную дату, поэтому они вряд ли смогут найти актуальные новости. Однако если предоставить факты, на основе которых можно подготовить статью, ИИ сможет достоверно смоделировать работу автора.
Внутреннее использование
Шумиха вокруг генеративного ИИ, как правило, опережает его внедрение. Многие руководители компаний говорят о нем, но лишь немногие предлагают доказательства его применения. В конечном итоге компании могут получить больше пользы от внутренних экспериментов с искусственным интеллектом, чем от работы с потребителями.
Для тех, кто только начинает внедрять ИИ, целью является не просто повышение эффективности или сокращение затрат. Исследование McKinsey показало, что организации, применяющие генеративный ИИ, чаще всего используют его для запуска бизнеса и увеличения доходов.
МОЗГОВОЙ ШТУРМ
Генеративный ИИ может генерировать множество идей на основе ограниченного объема информации. По словам Вулдриджа, "мозговой штурм" — "это ужасно сложная вещь".
Он говорит: "Что мне особенно нравится в этой технологии, так это то, что она способна сгенерировать массу идей за вас. Вы можете предоставить ей несколько черновых идей и просто нажать на кнопку. "Дайте ей одну идею, и она предоставит вам 10, из которых вы выберете одну, наиболее подходящую".
В частности, в науке, где объединение идей и методов различных дисциплин может потребовать большого воображения, генеративный ИИ может предложить новые идеи.
ДИЗАЙН ПРОДУКТА
При достаточном количестве подсказок генеративный ИИ может разрабатывать новые продукты или персонализировать существующие на основе данных о покупателях. Например, компании Under Armour и Nike, производящие кроссовки, уже экспериментировали с использованием искусственного интеллекта в дизайне. Со временем генеративный ИИ может вдохновить или предложить новые идеи продуктов, процессов или услуг.
ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ ДЛЯ НАПИСАНИЯ ТЕКСТОВ
ИИ может написать первый вариант кода на основе подсказок на естественном языке ("Мне нужна программа, которая делает это") или отредактировать и помочь найти ошибки в текущем программном обеспечении. Он также может запускать и тестировать программы, чтобы убедиться, что они достигают запланированного результата, или оптимизировать код.
Важно иметь реалистичные ожидания. Вулдридж говорит: "По моему опыту, в настоящее время очень хорошо удается составлять короткие, рутинные программы", а это "очень большая часть того, что делают программисты". Однако он добавляет, что это далеко не "сверхчеловек" и что его работа нуждается в человеческом контроле.
ИННОВАЦИИ В МЕДИЦИНЕ
Важные прорывы в медицине, вероятно, будут ускорены ИИ. Уже сейчас эта технология позволяет определять состав молекул, необходимых для терапии, что особенно актуально для белков. Кроме того, он может изучать симптомы и выявлять связь с заболеванием, которую не заметил человек. ИИ может определять лучших кандидатов для испытаний лекарств и точно подбирать лечение для пациентов. Первые лекарства, разработанные ИИ, вот-вот появятся.
ВНУТРЕННИЕ БАНКИ ЗНАНИЙ
С помощью ИИ можно собирать, обобщать и суммировать большие объемы текстовых и числовых данных, а также быстро переводить полученные результаты. В качестве примера можно привести обобщение руководств, поиск корпоративных знаний и создание хранилищ знаний.
Уорд считает, что банки знаний могут кардинально изменить корпоративные сети. Большинство людей, начинающих работать в новых компаниях, особенно в таких, где персонал разбросан по разным местам, не знают, к кому обратиться за советом, а эта штука, основываясь на том, что она знает о внутреннем устройстве компании, сможет это сделать".
"Я думаю, что интрасети, которые всегда были непонятными и неудобными, будут стремительно развиваться благодаря этой технологии".
АНАЛИЗ ДАННЫХ
На основе любого набора данных генеративный ИИ может создавать графики и выявлять тенденции, которые человек-аналитик может и не заметить.
СОЗДАНИЕ ПРЕЗЕНТАЦИЙ
Различные программы искусственного интеллекта уже могут создавать слайды на основе базового текстового резюме и информации, полученной из Интернета, или на основе загруженных более сложных документов или данных.
Отраслевая специфика
УЧЕБНЫЕ И НАУЧНЫЕ РАБОТЫ
Использование студентами ChatGPT для написания университетских рефератов уже неоднократно фиксировалось. Намерение не обязательно злонамеренное. Вулдридж сочувствует тем, кто просто хочет улучшить свои письменные работы. "Мы все хотели бы читать научные работы, написанные лучше, [учитывая, что] средний стандарт научных работ удручает", — говорит он.
Однако, учитывая склонность генеративного ИИ к выдумыванию, подобные работы могут содержать ошибки. "Мы знаем, что эта технология может галлюцинировать и ошибаться, и это допускает такие неточности. Я бы предпочел получить документ, изучая который я был бы уверен, что это мнение самого автора", — добавляет Вульдридж.
ЮРИДИЧЕСКАЯ СФЕРА
ИИ может быстро анализировать и конспектировать множество документов — от договоров до прецедентного права. Поэтому он может оказаться очень полезным в юридической сфере, и многие фирмы уже используют его в своей работе. Система может помочь в составлении, стандартизации и рационализации договоров, проведении комплексной юридической экспертизы, составлении и соблюдении требований законодательства.
В марте британская компания PwC, специализирующаяся на оказании профессиональных услуг, заключила соглашение о разработке генеративного ИИ с компанией OpenAI's Harvey. Аналогичным образом неюридические фирмы могут использовать генеративный ИИ для создания запросов на предложения и анализа того, какие контракты и услуги приносят наибольший доход. Однако следует отметить, что использование искусственного интеллекта для составления юридического дела без проверки обычно считается плохой идеей.
ФИНАНСЫ
Генеративный ИИ уже применяется для финансового анализа. Го упоминает о компании, которая создала приложение для анализа отчетов о прибылях, интервью и биржевых документов конкурентов. По ее словам, с помощью генеративного ИИ "они могут получить большое количество информации для использования в своей компании".
Го ожидает, что управляющие фондами также будут разрабатывать приложения для проверки определенных критериев в отчетах и отчетности или для анализа внутренних исследовательских записок и последующих инвестиционных решений. Это поможет им находить новые компании и повторять предыдущие успехи. Кроме того, генеративный ИИ может извлекать и обобщать информацию из документов, помогая вести "нестандартизированный бухгалтерский учет".
Недостатки
СКЛОННОСТЬ К ОШИБКАМ
Несмотря на то, что программы генеративного искусственного интеллекта быстро развиваются, и результаты, полученные с помощью ChatGPT4, уже превзошли результаты первого тестирования, содержание, на которое рассчитаны большие языковые модели, является статистически вероятным, а не фактологически верным.
По словам Вулдриджа, несмотря на то, что это хороший инструмент, компании проявили бы "преступную халатность", выпустив программный код, созданный ИИ, не проверив его. "Это было бы чрезвычайно опасно, не потому что это разрушит мир, а потому что это может нанести ущерб вашему работодателю", — говорит он.
Репутационный риск также высок. По данным исследования McKinsey, доля компаний, которые осознают этот риск, намного выше, чем доля компаний, которые пытаются его смягчить.
ОБЩЕСТВЕННОЕ МНЕНИЕ
Данные Ipsos показывают, что уровень недоверия потребителей высок и продолжает расти, однако по мере распространения технологий этот уровень может повыситься. Данные Pew свидетельствуют о том, что в отраслях, где уровень распространения технологии выше, осведомленность лучше, а тревожность ниже.
Исследование KPMG показывает, что молодежь, люди с высшим образованием и руководители в целом более позитивно относятся к ИИ, как и жители стран с развивающейся экономикой, таких как Бразилия, Индия, Китай и Южная Африка, где выгоды, по их мнению, перевешивают риски.
УТРАТА НАВЫКОВ
Одним из побочных эффектов простоты использования генеративного ИИ является то, что навыки, необходимые для разработки технологий в целом, могут измениться. Например, спрос на услуги по контролю качества и человеческому сопровождению контента, генерируемого ИИ, будет расти, а на специалистов, способных создавать контент, — падать.
Ситуация меняется настолько быстро, что даже инженеры, занимающиеся оптимизацией запросов для получения наилучшего ответа от базовых моделей, могут вскоре устареть. Кроме того, станут не востребованы работники, которые сегодня помогают тем, кто не обладает специальными техническими знаниями, разбираться в компьютерах.
Генеративный ИИ, конечно, может помочь разработать курсы переподготовки. Критическое мышление будет становиться все более ценным инструментом.
ВОПРОСЫ ИНТЕЛЛЕКТУАЛЬНОЙ СОБСТВЕННОСТИ И АВТОРСКОГО ПРАВА
Вопрос интеллектуальной собственности будет становиться все более актуальным при создании контента, особенно если генеративный ИИ сможет писать или рисовать в определенном стиле.
Авторы все громче заявляют о нарушении авторских прав в связи с использованием их произведений в обучающем наборе данных. Они также опасаются, что искусственная генерация произведений угрожает их доходам. В сентябре к списку писателей, подавших в суд на OpenAI за несанкционированное использование их произведений, добавились Джоди Пиколт, Джон Гришэм и Джордж Р.Р. Мартин. Пятимесячная забастовка сценаристов в Голливуде была урегулирована в сентябре путем заключения соглашения, включающего рекомендации по использованию ИИ.
Компания Microsoft достаточно уверена в своих защитных механизмах от любых посягательств, поэтому она обязалась обеспечить юридическую защиту пользователей, подавших в суд за нарушение авторских прав.
НЕПРАВИЛЬНОЕ ИСПОЛЬЗОВАНИЕ
Помимо вышеперечисленных недостатков, генеративный ИИ может быть использован не по назначению. Злоумышленники могут использовать его для любых целей — от дезинформации на государственном уровне, включая создание и распространение фальшивых материалов, до разработки мошеннических схем в личных целях. Действия, которые раньше были ограничены деньгами или временем, теперь становятся возможными благодаря генеративному ИИ. Парламентский комитет Великобритании, занимающийся изучением больших языковых моделей, отметил, что стоимость фальсификации выборов снизилась с примерно 10 млн долларов до нескольких тысяч долларов.
Кибербезопасность и безопасность данных становятся все более серьезной проблемой, и Уорд предостерегает, что "может возникнуть множество проблем, если позволить этой штуке работать с вашими данными". Проблемы варьируются от потенциальной утечки служебной информации до нарушения законов о конфиденциальности.
Регулирование может стать одним из способов борьбы с некоторыми из этих аспектов. Вульдридж считает, что даже если правительства создадут какой-нибудь орган по проверке подлинности моделей, любые тесты, которые они используют, должны быть достоверными, каждый раз новыми… и такими, которые машина никогда не прочитает в Интернете. Предоставление большим технологиям возможности саморегулирования не является безопасным решением.
Что дальше?
В условиях стремительного развития столь новой технологии практически невозможно предугадать, что будет дальше. Поколение, выросшее на генеративном ИИ, может придумать для него совершенно новые способы применения, подобно тому, как поколение "цифровых аборигенов" переосмыслило, как и что можно продавать через такие каналы, как социальные сети и YouTube.
Одно можно сказать точно: руководству компаний необходимо следить за развитием событий, чтобы знать, когда и как они смогут использовать генеративный ИИ.
Источник: @thebugged
