3. AI jest głodna mocy i staje się bardziej głodna.
Prawdopodobnie słyszałeś, że sztuczna inteligencja jest głodna. Ale wiele z tej reputacji pochodzi z ilości elektryczności potrzebnej do szkolenia tych gigantycznych modeli, chociaż gigantyczne modele są szkolone tylko co jakiś czas.
Zmieniło się to, że modele te są obecnie używane przez setki milionów ludzi każdego dnia. I chociaż korzystanie z modelu wymaga znacznie mniej energii niż szkolenia, koszty energii znacznie wzrosną z tego rodzaju liczbami użytkowników.
Na przykład Chatgpt ma 400 milionów użytkowników tygodniowych. To sprawia, że jest to piąta witryna na świecie na świecie, tuż po Instagramie i przed X. Inne chatboty nadrabiają zaległości.
Nic więc dziwnego, że firmy technologiczne ścigają się, aby budować nowe centra danych na pustyni i odnowić sieci energetyczne.
Prawda jest taka, że byliśmy w ciemności o tym, ile energii potrzeba, aby napędzać ten boom, ponieważ żadna z głównych firm budujących tę technologię nie udostępniała wielu informacji na ten temat.
To jednak zaczyna się zmieniać. Kilku moich kolegów spędziło miesiące pracując z naukowcami, aby chrupić liczby dla niektórych wersji tej technologii. (Sprawdź, co znaleźli.)
4. Nikt nie wie dokładnie, jak działają duże modele językowe.
Jasne, wiemy, jak je zbudować. Wiemy, jak sprawić, by działali naprawdę dobrze – patrz nie. 1 na tej liście.
Ale to, jak robią to, co robią, jest nadal nierozwiązaną tajemnicą. To tak, jakby te rzeczy przybyły z kosmosu, a naukowcy szturchają je z zewnątrz, aby dowiedzieć się, czym naprawdę są.
Niesamowite jest myśleć, że nigdy wcześniej nie ma technologii masowego rynku używanej przez miliardy ludzi tak mało zrozumiałych.
Dlaczego to ma znaczenie? Cóż, dopóki ich lepiej zrozumiemy, nie będziemy wiedzieć dokładnie, co mogą i nie mogą zrobić. Nie będziemy wiedzieć, jak kontrolować ich zachowanie. Nie w pełni zrozumiemy halucynacje.
5. AGI nic nie znaczy.
Niedawno rozmowa o AGI była frędzla, a badacze głównego nurtu byli zawstydzeni, że to poruszyli. Ale ponieważ sztuczna inteligencja stała się lepsza i o wiele bardziej lukratywna, poważni ludzie chętnie nalegają, aby zamierzają to stworzyć. Cokolwiek to jest.
AGI – lub sztuczna inteligencja ogólna – ma na myśli coś takiego: AI, która może pasować do wydajności ludzi w szerokim zakresie zadań poznawczych.
Ale co to znaczy? Jak mierzymy wydajność? Którzy ludzie? Jak szeroki zakres zadań? A wydajność zadań poznawczych to tylko inny sposób powiedzenia inteligencji – więc definicja jest okrągła.
Zasadniczo, gdy ludzie odnoszą się do AGI, mają teraz na myśli AI, ale lepiej niż to, co mamy dzisiaj.
Jest ta absolutna wiara w postęp AI. W przeszłości stało się lepiej, więc będzie się coraz lepiej. Ale nie ma dowodów na to, że to się faktycznie odtworzy.
Więc gdzie to nas zostawia? Budujemy maszyny, które stają się bardzo dobre w naśladowaniu niektórych rzeczy, które ludzie robią, ale technologia wciąż ma poważne wady. I tylko zastanawiamy się, jak to naprawdę działa.
Oto jak myślę o AI: zbudowaliśmy maszyny o ludzkich zachowaniach, ale nie wzruszaliśmy nawykiem wyobrażania sobie ludzkiego umysłu za nimi. Prowadzi to do przesadnych założeń dotyczących tego, co AI może zrobić i odtwarzać szersze wojny kulturowe między optymistami technicznymi a sceptykami techno.
Zdziwiono się tą technologią. Równe jest również sceptycznie nastawienie do wielu rzeczy, które o tym powiedziano. Nadal są bardzo wczesne dni i wszystko jest do zdobycia.
Ta historia pierwotnie pojawiła się w algorytmie, naszym cotygodniowym biuletynie na AI. Aby najpierw zdobyć takie historie w swojej skrzynce odbiorczej, zarejestruj się tutaj.
