После первоначального запуска термина AI (искусственный интеллект) в 1956 году было две «зимы» искусственного интеллекта, когда разработка была отложена. Пока не ясно, будет ли следующая зима ИИ, но этого не произойдет до 2027 года. Это комментируется Йонко Чуклев, финансовый анализатор и вице-президент Ассоциации профессиональной робототехникиПолем В Bloomberg TV Bulgaria «В разработке» транслируется с Ведущий Антонио КостадиновС
После выпуска критического отчета о Маккинси, Что предупреждает, что 95% компаний, которые инвестировали в генеративный ИИ, не получают высокую доходность, существует некоторое охлаждение EA Euphoria с точки зрения доходности инвестиций. Это вызвало разочарование и исправление NASDAQ. Кроме того, новая модель CHATGPT (модель 5) не оправдывает высоких ожиданий. Openai Altman Sam также позволил сформировать «воздушный шар» и «иррациональный энтузиазм» в области ИИ.
Отчет измеряет возврат главным образом как денежный индикатор, но, согласно Чуклеву, многие значимые проекты искусственного интеллекта выпускают время сотрудников и повышают производительность, что не всегда напрямую измеримо в деньгах.
Исследование посвящено крупной корпоративной интеграции, где компании разрабатывают свои собственные языковые модели, но 90% опрошенных сотрудников признают, что используют общественные инструменты ИИ (например, CHATGPT), даже когда компании разрабатывают свои собственные решения, которые часто не имеют достаточного контекста — SO -SALLED. «Shady AI Economy».
Йонко Чуклев фокусируется на двух основных, общих ошибках интеграции искусственного интеллекта, которые делают корпорации.
Компании ошибочно считают, что ИИ может заменить большое количество сотрудников. Примеры как Кларна в Швеции и Taco Bell Покажите неудачи в попытках автоматизировать элементарную деятельность, что приводит к плохой производительности и разочарованию. ИИ является помощником, а не заменой на этом этапе.
Разработка собственных крупных языковых моделей (LLM) также является скользкой территорией. По словам гостя, ожидание того, что внутренне разработанная LLM будет лучше, чем публично доступно (Чатгпт, Клод, Грок), нереально.
Крупные модели обучаются на огромных массивах данных и имеют гораздо более широкий контекст. Корпоративный сектор часто имеет нереалистичные ожидания.
Что касается развития ИИ и общего, общего искусственного интеллекта (AGI), гость сказал, что технологический прогресс был более волнистым, чем экспоненциальным. Первый крупный прорыв был с публичным доступом к CHATGPT в 2022 году, за которым последовал версия 4. Ожидания радикального улучшения с версией 5 не были оправданы.
Общий генеративный ИИ достигает предела. Чтобы стать в 10 раз лучше и приблизиться к AGI, необходимы огромные инвестиции в энергетические заводы, центры обработки данных и инфраструктуру. На данный момент Аги довольно далеко.
Смотрите весь комментарий в видео.
Все гости шоу «в разработке» вы можете посмотреть Здесь.