|
Η επιβράδυνση θα είχε
και οικονομικό κόστος
Η Citi
προειδοποιεί ότι μια
επιβράδυνση της προόδου
στα frontier
models
θα μπορούσε να επηρεάσει
αρνητικά τον ρυθμό
αύξησης των εσόδων των
εργαστηρίων τεχνητής
νοημοσύνης.
Ο βασικός λόγος είναι
ότι η ευρύτερη υιοθέτηση
της τεχνολογίας από τις
επιχειρήσεις εξαρτάται
από τη συνεχή βελτίωση
των δυνατοτήτων των
μοντέλων. Εάν η ανάπτυξη
καθυστερήσει, θα
μπορούσαν να μετατεθούν
χρονικά αρκετές
εφαρμογές που απαιτούν
πιο προηγμένες
ικανότητες συλλογισμού,
αυτοματοποίησης και
εκτέλεσης σύνθετων
εργασιών.
Από την άλλη πλευρά, η
επιβράδυνση θα έδινε
χρόνο σε ανταγωνιστικά
μοντέλα ανοικτών βαρών,
αλλά και σε πιο αδύναμα
κλειστά μοντέλα, να
περιορίσουν την απόσταση
από τους τεχνολογικούς
πρωτοπόρους. Επομένως,
θα μπορούσε να ενισχύσει
τον ανταγωνισμό και να
περιορίσει το προβάδισμα
των μεγαλύτερων
εργαστηρίων.
Διευρύνεται η διαφορά
μεταξύ frontier
και ανοικτών μοντέλων
Οι αναλυτές της
Citi
αναφέρονται στην
αντίδραση των
κυβερνήσεων μετά την
κυκλοφορία ενός
προηγμένου μοντέλου τον
Ιούνιο, ως
χαρακτηριστικό
παράδειγμα των πολιτικών
επιπτώσεων που μπορεί να
έχει μια σημαντική
τεχνολογική εξέλιξη.
Με βάση τα στοιχεία της
τράπεζας, από τις 7
Απριλίου έως την 1η
Σεπτεμβρίου, οι δείκτες
νοημοσύνης των κορυφαίων
μοντέλων αυξήθηκαν από
41 σε 53. Την ίδια
περίοδο, οι επιδόσεις
των leading
μοντέλων ανοικτών βαρών
ενισχύθηκαν από 28 σε
45.
Κατά τις τελευταίες δύο
εβδομάδες, η διαφορά
μεταξύ των
frontier
μοντέλων και των
ανοικτών συστημάτων
διευρύνθηκε από 7 σε 9
μονάδες. Ωστόσο, η
Citi
εκτιμά ότι οποιαδήποτε
επιβράδυνση στην πρόοδο
των κορυφαίων μοντέλων
θα μπορούσε να
περιορίσει ξανά αυτό το
χάσμα.
Το χάσμα μεταξύ
δυνατοτήτων και
πραγματικής αξιοποίησης
Η Citi
υπογραμμίζει ότι
παραμένει σημαντική η
απόσταση ανάμεσα στις
θεωρητικές δυνατότητες
των μοντέλων και στον
βαθμό στον οποίο αυτές
αξιοποιούνται στην πράξη
από τους χρήστες και τις
επιχειρήσεις.
Το χάσμα αυτό λειτουργεί
ως εμπόδιο για την
ταχύτερη εταιρική
υιοθέτηση της τεχνητής
νοημοσύνης. Παράλληλα,
μπορεί να δημιουργεί μια
ψευδή αίσθηση ασφάλειας,
καθώς οι χρήστες
ενδέχεται να υποτιμούν
τους κινδύνους των
συστημάτων AI
επειδή δεν έχουν ακόμη
αξιοποιήσει το σύνολο
των δυνατοτήτων τους.
Με άλλα λόγια, η
περιορισμένη χρήση των
πιο προηγμένων
λειτουργιών δεν σημαίνει
απαραίτητα ότι οι
κίνδυνοι είναι μικροί.
Μπορεί απλώς να σημαίνει
ότι η τεχνολογία δεν
έχει ακόμη φθάσει στο
σημείο όπου οι
δυνατότητές της θα
αξιοποιούνται πλήρως.
Η αυτοβελτίωση της
AI
εμφανίζεται νωρίτερα από
τις προβλέψεις
Ιδιαίτερη σημασία
αποδίδει η Citi
στις εξελίξεις γύρω από
το λεγόμενο
Recursive
Self-Improvement,
δηλαδή την ικανότητα των
συστημάτων τεχνητής
νοημοσύνης να συμβάλλουν
αυτόνομα στη βελτίωση
των ίδιων των μοντέλων
και στην ανάπτυξη των
επόμενων γενεών τους.
Η τράπεζα αναφέρει ότι η
πρόοδος στον
συγκεκριμένο τομέα έχει
επιταχυνθεί περισσότερο
από ό,τι αναμενόταν.
Επικαλούμενη πηγές της
βιομηχανίας, σημειώνει
ότι η διαδικασία αυτή
«αρχίζει να εμφανίζεται
σε ολόκληρο τον κλάδο»,
αρκετά νωρίτερα από το
2028, το οποίο είχε
θεωρηθεί προηγουμένως
πιθανό χρονικό ορόσημο.
Η εξέλιξη αυτή καθιστά
ακόμη πιο κρίσιμη τη
συζήτηση για τους
κανόνες εποπτείας της
τεχνητής νοημοσύνης. Εάν
τα μοντέλα αποκτήσουν
νωρίτερα από το
αναμενόμενο τη
δυνατότητα να βελτιώνουν
αυτόνομα τις ικανότητές
τους, οι κυβερνήσεις θα
πρέπει να αποφασίσουν
εάν θα θεσπίσουν κανόνες
προληπτικά ή εάν θα
περιμένουν να εκδηλωθεί
ένα σοβαρό περιστατικό.
Για τη Citi,
οι εκκλήσεις για
επιβράδυνση της
ανάπτυξης δεν αποτελούν,
επομένως, μόνο μια
συζήτηση για την
ασφάλεια. Αφορούν επίσης
τον έλεγχο της
τεχνολογικής μετάβασης,
τη διαμόρφωση των
ρυθμιστικών κανόνων και
το ποιοι θα έχουν τον
μεγαλύτερο λόγο στην
επόμενη φάση της
παγκόσμιας κούρσας
τεχνητής νοημοσύνης.
|