Изкуственият интелект в края на 2024 г.: битката между реалистите и оптимистите

С развитието на изкуствения интелект (ИИ) през последните месеци, никой не може да остане безразличен. От внимателно обмислени дискусии за сложностите на генеративните модели до успешно практическо приложение и оптимистично очакване на по-добро бъдеще, ИИ предизвиква широк спектър от реакции. Последните месец-два не направха изключение, като донесоха редица важни събития, които подсилват както реалистите, така и оптимистите в техните възгледи за ИИ.

Невронните мрежи в действие

Новините за ИИ често се фокусират върху проблеми като халюцинациите на моделите, опасни съвети или злоупотреба с технологии за създаване на дипфейкове.

Но успоредно с тези случаи има и положителни примери за практическо приложение. Това е платформата Cursor – чатбот и редактор на код, интегриран с популярни ИИ системи като GPT-4 и Claude 3.5 Sonnet. Той позволява на програмистите да създават сложни софтуерни програми директно в диалогов прозорец, наподобяващ интерфейса на Microsoft Visual Studio Code. Това приложение дава възможност за бързо и коректно кодиране, а разработчиците на Cursor твърдят, че към момента вече имат над 30 000 потребители, включително от проекти като Perplexity, Midjourney и дори OpenAI.

Подобни разработки не са ограничени само до Запада. В Русия „Яндекс“ подаде заявка за търговска марка Yandex Code Assistant. Тази услуга, базирана на ИИ за генериране на код, ще бъде достъпна безплатно в тестов режим на платформата Yandex Cloud.

Творческият потенциал на ИИ

Програмирането е доста формализирана област, където ИИ има значително предимство. Но какво да кажем за творчеството? Стенфордският университет проведе експеримент, в който 79 специалисти по обработка на естествен език (NLP) сравниха две групи идеи – едната създадена от хора, а другата от ИИ. Те анализираха 49 идеи от всяка група, като идеите на ИИ моделите като ChatGPT и Claude бяха оценени по-високо по критерии като новаторство и увлекателност. Това доказва, че дори в креативни области, ИИ има потенциала да конкурира човешкия ум.

Напрежение в OpenAI: конкуренция и нови разработки

OpenAI продължава да бъде водещ играч в света на ИИ, но през септември стана ясно, че компанията е изправена пред нарастваща конкуренция. Появяват се нови модели, които предлагат същите възможности на по-ниски цени. Едновременно с това, OpenAI прави смели стъпки за бъдещето. През септември тайванските медии съобщиха, че OpenAI е резервирала капацитети за производството на чипове по 1,6-нм технологичен процес, известен като A16. Тези чипове ще бъдат разработени по поръчка на OpenAI и се очаква да бъдат готови през 2026 г. Това е важен момент за компанията, тъй като показва стремежа ѝ към все по-голяма автономност и ефективност в производството на ИИ хардуер.

В същото време Съм Алтман, ръководителят на OpenAI, не почива на лаврите си. Според информация от Bloomberg, Алтман планира да създаде в САЩ инфраструктура, която да осигури „адекватен темп на експанзия на ИИ системите“. Той работи с инвеститори от САЩ, Канада, Южна Корея, Япония и дори ОАЕ, за да реализира тази мащабна визия. Част от този план включва изграждането на мрежа от дата-центрове с мощност от 5 гигавата всеки, които ще гарантират националната сигурност чрез стабилната работа на ИИ системите.

Независим орган за безопасност в OpenAI

Една от най-интересните новости в структурата на OpenAI е създаването на независим орган за спиране на опасни ИИ модели. Този орган, известен преди като „комитет по безопасност и защита“, сега има правото да блокира пускането на нови ИИ модели, ако те представляват заплаха за безопасността. Пример за това може да бъде случаят с ChatGPT, който започна спонтанно да комуникира с някои потребители без подканване, което събуди опасения. Интересното е, че Съм Алтман не е част от този нов орган, въпреки че всички негови членове участват в борда на директорите на OpenAI.

Дипфейковете – само началото

Злоупотребата с ИИ не спира дотук. През септември независими изследователи откриха над 100 инструмента в „магазина на GPT“ на OpenAI, предназначени за генериране на заблуждаващи и забранени от правилата на платформата отговори на медицински, юридически и други въпроси. Сред тях се открояват инструменти за създаване на съдържание за възрастни, системи за заобикаляне на антиплагиатни проверки и дори псевдомедицински ботове.

На този фон YouTube предприема сериозни мерки срещу дипфейковете и манипулираните медийни файлове, създадени с помощта на ИИ. Платформата се стреми да защити правата на авторите и изпълнителите, като през 2025 г. планира да въведе система за идентифициране на синтезирани гласове и лица, за да предотврати незаконното използване на ИИ копия на известни личности.

Google и бъдещето на ИИ изображенията

Google също не остава настрана в борбата с манипулираните медийни файлове. Компанията обяви, че в следващите месеци ще внедри нова функция, която ще предупреждава потребителите, ако дадено изображение е създадено или променено чрез ИИ. Тази функция ще бъде базирана на стандарта за метаданни C2PA 2.1, който се поддържа от големи технологични компании като Microsoft, Adobe и Intel. Google планира да използва тези метаданни, за да потвърди автентичността на изображенията, но самото откриване на ИИ промени ще остане сериозно предизвикателство.

Мисли ли ИИ?

През септември OpenAI представи новата си голяма езикова моделна система o1, която демонстрира забележителни подобрения в сравнение с предходните модели. Вместо да използва стандартните подходи за обучение на ИИ чрез огромни количества маркирани данни, o1 използва алгоритъм, известен като „верига на мислите“. Тази система позволява на модела да разделя сложни задачи на по-прости елементи, да открива и коригира грешките си, и да се справя с комплексни проблеми по начин, който наподобява човешката мисъл. Резултатите говорят сами за себе си – o1 спечели 49-то място на Международната олимпиада по информатика (IOI) през 2024 г.

Въпреки това, този напредък идва с цена – o1 е по-бавен и по-скъп за използване в сравнение с GPT-4, като разходите за енергия при обработката на единичен запит са значително по-високи. Моделът също така все още няма достъп до уеб-страници, файлове или изображения, което ограничава неговите възможности в сравнение с по-старите модели. Но този опит да се доближи до човешкото мислене чрез разделяне на задачи на по-малки части е ясен индикатор за бъдещето на ИИ. Макар и по-бавен и по-скъп за използване, моделът o1 демонстрира голям потенциал за справяне с комплексни проблеми и по-безопасно генериране на съдържание. Всъщност, един от най-големите му успехи е в минимизирането на „галюцинациите“ — склонността на ИИ моделите да дават неправилни или нелогични отговори. Благодарение на „веригата на мислите“, o1 е по-устойчив срещу атаки с „prompt injection“ – метод, при който злонамерени запитвания целят да извлекат забранена информация или да заобиколят ограниченията на модела.

Разходи и икономическа полза

ИИ обещава да подобри качеството на живота на хората, но остава въпросът дали този ефект ще бъде дългосрочен и значителен. Много компании инвестират милиарди в разработката на нови ИИ системи, а анализаторите предвиждат многотриллионен икономически ефект от внедряването на ИИ модели в различни индустрии. Но каква е истинската стойност на този ефект?

Джеймс Маньика, старши вицепрезидент на Google за технологии и обществени връзки, заяви в интервю за Financial Times, че реалният импулс, който ИИ ще придаде на икономическия растеж, може да е значително по-малък, отколкото много компании очакват. Според него, докато повишената производителност е факт, разходите за разработка, обучение и поддръжка на ИИ модели могат да изядат по-голямата част от ползите.

Производството на чипове, компютърни компоненти и хардуерни платформи, на които се изпълняват тези ИИ модели, изисква огромни инвестиции. Добавяйки към това разходите за електричество, вода и ресурсите, необходими за опериране на дата-центрове, икономическата полза на ИИ изглежда по-неясна. Дава се пример с програмирането – ако Google или друга компания създаде ИИ, способен да замени всички живи програмисти, тогава ще се освободи човешки ресурс за други индустрии. Но този ресурс е ограничен – в ИТ сектора работят около 4% от заетите в САЩ, и дори ако всички тези хора бъдат пренасочени към нови професии, това няма да промени драстично пазара на труда.

Прогнозите на Алтман: оптимизмът на границата на фантастиката

Докато много хора остават скептични относно масовата полза от ИИ в близко бъдеще, Съм Алтман от OpenAI продължава да бъде един от най-големите оптимисти. През септември той заяви, че до ерата на „суперинтелект“ — моментът, в който ИИ ще превъзхожда човешкия интелект във всички аспекти — остават само няколко хиляди дни. Според него, ИИ ще разреши сложни проблеми и ще помогне на човечеството да построи „светло бъдеще“.

Алтман прогнозира, че в бъдеще всеки човек ще има персонален ИИ асистент, който ще решава задачи – от ежедневни до научни открития. Децата ще бъдат обучавани от персонализирани ИИ преподаватели, които ще адаптират темпа на обучение според нуждите на всяко дете. В здравеопазването, ИИ системите ще предлагат точни и персонализирани медицински съвети. Според Алтман, подобни промени ще трансформират света по начин, който днес е трудно да си представим – подобно на това как един фонарчик от 19-ти век би възприел съвременния свят.

Растежът на ИИ индустрията

Независимо от това дали бъдещето ще е толкова оптимистично, както Алтман предвижда, ИИ индустрията продължава да расте с невиждани темпове. През септември Alibaba обяви стартирането на над сто нови ИИ модели с отворен код, включително технология за създаване на видеа от текстови описания. Основният модел, на който се базират тези технологии, е Qwen 2.5 — голяма езикова моделна система с параметри от 0,5 до 72 милиарда, насочена към различни индустрии, от автомобилостроене до игри и научни изследвания.

В същото време Amazon разработва свой собствен ИИ конвертор на текст в видео, наречен Video Generator. Насочен към маркетинга, този инструмент може да генерира рекламни видеа от един-единствен промоционален образ. Макар да е в бета-версия и достъпен за ограничен кръг партньори, Video Generator демонстрира възможностите на ИИ в сферата на рекламата и маркетинга.

Приложенията на ИИ в ежедневието

През септември Google актуализира своето приложение Gmail за Android и iOS, като добави по-тясна интеграция с ИИ модела Gemini. Потребителите вече могат да виждат предварителен преглед на няколко „умни отговора“ на писма, които включват контекста на цялата кореспонденция, а не само последното съобщение. Освен това, Gemini 1.5-Pro-002 и Gemini 1.5-Flash-002 получиха подобрения, които ги правят още по-достъпни за разработчиците чрез платформата Google AI Studio и Vertex AI.

OpenAI също направи важна стъпка към разширяването на своите услуги. За ограничен кръг потребители, използващи ChatGPT Plus, вече е достъпен нов гласов интерфейс – Advanced Voice Mode. Потребителите могат да провеждат диалози с GPT-4 в реално време, като прекъсват модела и променят темите по време на разговора. След скандала с използването на глас, наподобяващ този на Скарлет Йохансон, OpenAI намали броя на наличните гласови модели на четири – Juniper, Breeze, Cove и Ember. Тези гласове са създадени с помощта на професионални актьори, които доброволно са предоставили гласовите си права.

ИИ в света на природата

Интересно развитие през септември дойде от неочаквана посока – ИИ, използван за изучаване на китовите песни. Полосатите китове Брайда, които мигрират между умерените и тропическите ширини, станаха обект на ново изследване. През 2014 г. в Марианската падина беше записан необичаен звук, наречен „биотванг“, и учените дълго време не можеха да установят неговия източник. С помощта на Google и ИИ инструменти за анализ на китови гласове, учените успяха да свържат биотванга с група полосати китове Брайда в северната част на Тихия океан. Този успех е пример за това как ИИ може да допринесе за по-доброто разбиране на природата и нейните тайни.

ИИ в роботиката: обучение във виртуална среда

Системите, които управляват физически роботи, също напредват благодарение на ИИ. Норвежкият стартъп 1X Technologies разработва универсален робот, способен да се адаптира към динамично променящи се среди. За разлика от традиционните роботи, които следват точно определени команди, тези нови роботи ще могат да създават „модели на света“ и да се ориентират в променяща се обстановка. Обучението на тези ИИ системи става чрез многократно повтаряне на задачи във виртуална среда, която симулира реалния свят. Това позволява на роботите да се адаптират към различни условия без нужда от скъпи и бавни физически тренировки.

Какво ни очаква?

Последните месеци донесоха множество иновации в света на ИИ, които показват, че тази технология продължава да се развива с бързи темпове. Въпреки че съществуват реалистични опасения относно икономическата полза и безопасността на ИИ, ентусиазмът за бъдещето остава силен. Оптимистите, като Съм Алтман, вярват, че до няколко години ИИ ще трансформира живота ни по начини, които днес изглеждат фантастични. От друга страна, реалистите предупреждават за трудностите и разходите, които съпътстват внедряването на тези технологии. Едно е ясно – ИИ ще продължи да бъде движеща сила в технологичния свят, а ние ще бъдем свидетели на неговите успехи и предизвикателства.