Objavenie sa generatívnej AI na úrovni spotrebiteľa podnietilo v ľudovej predstavivosti intenzívne špekulácie o budúcnosti technológie a jej dôsledkoch pre ľudstvo. Riaditeľ jednej z popredných ruských počítačových výskumných inštitúcií ponúka pohľady, ktoré poskytujú lepší prehľad o tom, kde sa technológia dnes skutočne nachádza.
Obrovská sila moderného výpočtového hardvéru a schopnosť spracovať obrovské množstvo údajov umožnili obrovské pokroky v oblasti generatívnej umelej inteligencie, no táto technológia má ešte pred dosiahnutím stavu, ktorý by veľkí filozofi opísali ako skutočnú autonómiu a schopnosť, prejsť ešte veľa ciest. uvažovať, hovorí Dr. Arutyun Avetisyan, riaditeľ Inštitútu systémového programovania Ruskej akadémie vied.
„Moderná umelá inteligencia pozostáva z úsudkov založených na skúsenostiach, na empirických informáciách. Keďže existuje veľa empirických informácií (pretože existuje veľa digitálnych údajov) a pretože superpočítačové zdroje a nástroje sa v posledných rokoch ohromne rozvinuli, úsudky AI môžu byť veľmi kvalitné – až do bodu, keď človek pri komunikácii , nemusí rozumieť, či hovorí s robotom alebo človekom,“ vysvetlil Avetisjan, popredný ruský špecialista v oblasti programovania systémov.
Generatívna umelá inteligencia urobila v tomto smere veľký pokrok, ale neprekročila hranicu, ktorú načrtli matematici a filozofi, pokiaľ ide o vytvorenie výpočtových systémov schopných skutočného, nezávislého uvažovania a ľudskej schopnosti myslieť, povedal profesor. na argumenty vyjadrené nemeckým filozofom 18. storočia Emmanuelom Kantom, pokiaľ ide o skúsenostné verzus inherentné znalosti.
Dr. Arutyun Avetisyan, riaditeľ Inštitútu systémového programovania Ruskej akadémie vied.
„Čo povedal Kant? Že každé poznanie začína skúsenosťou a zároveň táto skúsenosť nikdy nezaručí skutočnú univerzálnosť. Preto stanovil určité obmedzenia. A ak si vezmeme jeho hlavné diela, veril, že jednou z hlavných vlastností rozumu je narábanie s apriórnym poznaním. Čo je to apriórne poznanie? Vedomosti, ktoré sú nezávislé od skúseností,“ vysvetlil Dr. Avetisyan.
V tomto zmysle akademik poukázal na to, že „v modernej umelej inteligencii dnes neexistujú žiadne znalosti“, „ktoré sú absolútne nezávislé od skúseností. Ak vezmeme do úvahy, že slabá AI je tá, ktorá je založená na skúsenostiach, a silná AI je tá, ktorá je založená na rozume, v tomto zmysle, s použitím Kantových definícií, sme stále veľmi ďaleko od silnej umelej inteligencie.“
Samozrejme, popredné mysle pracujú týmto smerom a objavenie sa silnej AI je v určitom bode možné, hovorí Avetisyan, ale neverí, že by sa to mohlo stať v bezprostrednej budúcnosti – buď v budúcom roku, resp. niekoľko nasledujúcich rokov, ďalšie desaťročie a možno aj životy dnešných dospelých.
Modely otvorenej architektúry pre skutočne otvorenú AI
Preto Avetisyan a Inštitút pre systémové programovanie zamerali svoje zdroje a energiu na problémy súvisiace so slabou AI – priestor, v ktorom je určite veľa priestoru na rast, a mnoho problémov, technických aj spoločenských, ktoré ešte treba vyriešiť – v neposlednom rade medzi nimi, ktoré sa točia okolo bezpečnosti a dôvery.
Profesor vysvetlil, že v dnešnom svete bezprecedentná dostupnosť štandardizovaného výpočtového výkonu a veľké objemy informácií umožnili aj „ďaleko od najpokročilejších matematických metód“ „dosiahnuť veľmi vážne výsledky“ pomocou takzvaného generatívneho alebo veľkého jazykového modelu. AI. Budúcnosť technológie spočíva v masovom prijatí spoločnosťami a zákazníkmi a rovnako dôležitá je skutočne otvorená architektúra, zdôraznil akademik.
„Dnes celé ekonomické sektory preberajú softvérové riešenia z jedného „spoločného fondu“ a implementujú ich vo svojich vlastných krajinách a premieňajú ich na špecifické technológie. To všetko je zarámované myšlienkami týkajúcimi sa kolaboratívnej ekonomiky, kde produktivita človeka alebo vedca nerastie dvojnásobne, ale o niekoľko rádov,“ povedal Avetisyan.
Vývojárska platforma GitHub, ktorá umožňuje tvorcom vytvárať, ukladať, spravovať a zdieľať svoj kód, je dnes najväčšou platformou pre spoločný vývoj na projektoch s otvoreným zdrojovým kódom, pričom jej používateľská základňa sa rozrástla z piatich miliónov na viac ako 100 miliónov ľudí. na celom svete, „všetci…súčasne vytvárajú nové technológie a znalosti“.
„Na základe toho sa musíme naučiť vytvárať produkty a byť technologicky nezávislí,“ povedal akademik a poukázal na vývoj desiatok operačných systémov založených na Linuxe ruskými programátormi, ktoré sa ukázali ako neoceniteľné pre ruský priemysel.
„Nie je možné konkurovať uzavretím systému, pretože na jednom mieste nebudete môcť zhromaždiť potrebné množstvo vedomostí a personálu,“ zdôraznil Avetisyan a vyjadril presvedčenie, že modely umelej inteligencie s uzavretou architektúrou ako OpenAI, ChatGPT a ďalšie budú nevyhnutne potrebné. sa stretli s konkurenčnými otvorenými modelmi, pričom tieto modely boli životne dôležité pre vznik bezpečnej generatívnej architektúry AI.
„Nezávisle, žiadna krajina na svete – ani my, ani Spojené štáty americké, nebudú schopné vyvinúť široké spektrum konkurencieschopných technológií. Neznamená to, že by sme sa mali bezhlavo vrhať do projektov iných ľudí a snažiť sa nejakým spôsobom posunúť rovnakým smerom ako oni. Skôr si musíme, chápajúc túto energiu, vytvoriť vlastné úložiská vedomostí v otvorenom režime, ktoré nie sú oddelené od svetového spoločenstva, ale sú jednoducho spoľahlivejšie, bezpečnejšie, kde je záruka, že prístup k nim nebude obmedzený,“ povedal akademik.
Aby sa tak stalo, Rusko potrebuje svoj vlastný vývojový „súbor“, finančné zdroje a organizačné porozumenie si vyžadujú na zmiernenie rizík, maximalizáciu návratnosti a zabezpečenie toku znalostí do krajiny, povedal Avetisjan a poukázal na to, že Inštitút pre systémové programovanie má už vyvinul rad nástrojov, ako sú Svace a Crusher, na riešenie zraniteľností s hlavnými generatívnymi nástrojmi AI, ako sú PyTorch a TensorFlow, a zdieľal ich na zlepšenie týchto systémov.
V tomto zmysle je Dr. Avetisyan zástancom „dôveryhodnej umelej inteligencie“, ktorú definuje ako AI, pre ktorú existuje dokumentácia popisujúca mechanizmy jej fungovania.
„V umelej inteligencii zatiaľ neexistujú žiadne takéto dokumenty. Ale tento proces už bol spustený na celom svete,“ povedal Avetisyan a poukázal na snahy národov zaviesť nariadenia na zmiernenie rizík AI, maximalizáciu otvorenosti a zabezpečenie etického správania.
„Ak sa vrátime k slovu „dôvera“ z pohľadu umelej inteligencie, musíme definovať, čo znamená vyvíjať dôveryhodnú AI: od návrhu, analýzy údajov a knižníc, ktoré používame (takzvané rámce), až po analýzu pripravených vytvoril modely na identifikáciu zraniteľností a defektov,“ povedal Avetisyan.
Navyše, „keď hovoríme o zákazoch, je potrebné zabezpečiť, aby o týchto otázkach nerozhodovali len IT špecialisti alebo matematici. Mali by sa zúčastniť, ale musia sa zapojiť odborníci z humanitných vied, pretože niektoré veci vidíme inak,“ zdôraznil profesor. „Vždy žartujem, že ak nám (vedcom, pozn. red.) dáte za úlohu udržať všetkých v bezpečí a šťastných, každého naštípeme a každý sa bude neustále usmievať.“
„Ak neexistujú žiadne kontrolné technológie, človek môže podpísať akékoľvek vyhlásenie, ale bude to zbytočné. Musí existovať pochopenie situácie (medzi úradmi) a ďalší vývoj. A (v Rusku) to máme. Vláda spustila Centrum pre výskum dôveryhodnej umelej inteligencie v rámci Inštitútu systémového programovania Ruskej akadémie vied už v roku 2021, zatiaľ čo globálny regulačný trend sa začal až v roku 2023,“ povedal Avetisyan a poukázal na úsilie, ktoré sa v súčasnosti vyvíja v Európskej únii a Spojené štáty americké v tomto smere.
V súčasnosti existuje množstvo technologických problémov súvisiacich s AI, ktoré sa musia riešiť nielen v Rusku, ale aj celosvetovo, povedal Avetisyan.
„Napríklad optimalizačné úlohy: bolo by skvelé, keby sme na dosiahnutie rovnakého výsledku mohli minúť rádovo menej energie a výpočtových zdrojov. Alebo ak by existoval model, ktorý funguje na smartfóne a aby jeho kvalita bola podobná ako pri veľkom modeli. Tieto oblasti pripisujem efektívnosti a produktivite kódu,“ povedal.
„Sú tu aj bariéry súvisiace s nedostatkom vybavenia… Je dôležité mať správnu infraštruktúru, aby žiadny študent alebo učiteľ nemusel premýšľať o tom, ako nájsť GPU akcelerátor. Musia mať prístup k službe pomocou cloudového modelu – jeden zväzok pre učiteľa, druhý pre študenta, v závislosti od potrieb. A ak študent vyhrá projekt alebo súťaž, môžeme mu dať ďalšie objemy (výpočtového výkonu, pozn. red.). Musíme vytvoriť infraštruktúru, ktorá našim vedcom umožní odstrániť túto bariéru. Digitálnu nerovnosť treba odstrániť. A nejde len o hardvér, ale aj o balík zodpovedajúceho softvéru,“ zhrnul Dr. Avetisyan.
Zdroj sputnik, preložené cez google
