由于法律挑戰(zhàn)、技術(shù)限制以及概念框架根本性轉(zhuǎn)變的需要,生成式人工智能泡沫將在2024年破滅。
生成式人工智能泡沫將于2024年破滅
由于法律挑戰(zhàn)、技術(shù)限制以及概念框架根本性轉(zhuǎn)變的需要,生成式人工智能泡沫將在2024年破滅。
像ChatGPT這樣的項(xiàng)目因其改變?nèi)祟惿罡鱾(gè)方面的潛力而聞名,但由于預(yù)期的破壞似乎難以捉摸,因此面臨著審查。
隨著技術(shù)行業(yè)尋求克服眾多挑戰(zhàn),有必要進(jìn)行重新調(diào)整,從過度炒作轉(zhuǎn)向?qū)嶋H功效,確保以道德考慮為核心的生成式人工智能的可持續(xù)發(fā)展。
生成人工智能的承諾與現(xiàn)實(shí)之間的差異
雖然生成式人工智能(GenAI)合成大量數(shù)據(jù)并在科學(xué)、經(jīng)濟(jì)和社會(huì)服務(wù)領(lǐng)域帶來突破的潛力受到吹捧,但觀察到的結(jié)果卻被商業(yè)過度炒作。
圖片來源:McKinsey
深度造假、虛假信息和表面互動(dòng)的盛行,引發(fā)了人們對(duì)生成式人工智能對(duì)這些領(lǐng)域的實(shí)際影響的質(zhì)疑。
生成式人工智能需要范式轉(zhuǎn)變
當(dāng)我們展望2024年時(shí),有一個(gè)令人信服的論點(diǎn)認(rèn)為,GenAI的概念基礎(chǔ)將發(fā)生范式轉(zhuǎn)變。
模仿人類智能(包括身體、大腦、行為和商業(yè))的概念假設(shè)存在缺陷,這阻礙了生成式人工智能的真正潛力。從模仿向理解和利用“世界知識(shí)”過渡的呼吁變得勢(shì)在必行。
生成式人工智能依賴死記硬背和模式匹配,缺乏真正的智能、學(xué)習(xí)、類比或演繹,限制了其能力。
呼吁超越數(shù)學(xué)歸納和統(tǒng)計(jì)推斷,對(duì)于真正的進(jìn)步至關(guān)重要。
像ChatGPT這樣的生成式人工智能系統(tǒng),在未經(jīng)許可的材料上進(jìn)行訓(xùn)練,在尋找原始來源材料方面面臨著嚴(yán)峻的挑戰(zhàn)。潛在的訴訟,和解金額從數(shù)百萬美元到數(shù)十億美元不等,對(duì)GenAI的可持續(xù)性構(gòu)成了威脅。
圖片來源:Medium
這種有缺陷的商業(yè)模式,再加上訴訟所涉及的法律費(fèi)用,給(Microsoft或Google等大型技術(shù)企業(yè)造成了難以維持的局面。ChatGPT API的定價(jià)模式,盡管有預(yù)期的代幣利潤(rùn),但引發(fā)了對(duì)GenAI領(lǐng)域經(jīng)濟(jì)可行性的擔(dān)憂。
從詞嵌入到世界嵌入的轉(zhuǎn)變引入了跨人工智能的概念,其中實(shí)體嵌入(EE)發(fā)揮著至關(guān)重要的作用。EE代表分類或序數(shù)變量,增強(qiáng)了人工智能與世界有效交互的能力,超越了以代幣為中心的表示。
世界嵌入使AI/ML/LLM模型能夠更有效地與世界交互,了解標(biāo)記之間的語義和句法關(guān)系。世界知識(shí)的整合,對(duì)于生成可理解的內(nèi)容很有幫助。
生成式人工智能并不完美
GenAI的承諾面臨著現(xiàn)實(shí)的考驗(yàn),促使人們重新評(píng)估其基本概念和業(yè)務(wù)戰(zhàn)略。當(dāng)我們進(jìn)入2024年時(shí),對(duì)世界嵌入的范式轉(zhuǎn)變和對(duì)世界復(fù)雜性的更深入理解的呼吁,成為生成式人工智能可持續(xù)發(fā)展的關(guān)鍵一步。從過度宣傳到實(shí)際效果的過程需要重新調(diào)整,包括真正的創(chuàng)新和道德考慮。
圖片來源:Everest Group
雖然生成式人工智能取得了顯著的進(jìn)步,但重要的是要承認(rèn)其并不完美。盡管其功能強(qiáng)大,但該技術(shù)仍存在固有的局限性和挑戰(zhàn)。需要考慮的一些關(guān)鍵方面包括:
1.偏見和公平問題
生成式人工智能模型可能會(huì)無意中延續(xù)其訓(xùn)練數(shù)據(jù)中存在的偏見。如果訓(xùn)練數(shù)據(jù)反映了社會(huì)偏見,人工智能可能會(huì)產(chǎn)生有偏見或不公平的結(jié)果,引發(fā)道德?lián)鷳n。
2.缺乏常識(shí)
生成式人工智能可能會(huì)與常識(shí)推理發(fā)生沖突,導(dǎo)致輸出缺乏上下文或連貫性。這種限制可能會(huì)影響該技術(shù)在復(fù)雜的現(xiàn)實(shí)場(chǎng)景中的實(shí)際適用性。
3.情境理解薄弱
理解情境仍然是生成式人工智能的一個(gè)挑戰(zhàn)。該技術(shù)可能會(huì)生成情境不合適的內(nèi)容或誤解細(xì)微的信息,從而影響其輸出的準(zhǔn)確性。
4.道德問題
生成式人工智能的道德使用帶來了挑戰(zhàn),特別是在該技術(shù)可被利用來創(chuàng)建深度偽造或誤導(dǎo)性內(nèi)容的情況下。在創(chuàng)新和負(fù)責(zé)任的使用之間取得平衡是一個(gè)持續(xù)關(guān)注的問題。
5.對(duì)訓(xùn)練數(shù)據(jù)的依賴
訓(xùn)練數(shù)據(jù)的質(zhì)量和代表性顯著影響生成式人工智能的性能。訓(xùn)練數(shù)據(jù)不充分或有偏差可能會(huì)導(dǎo)致結(jié)果不理想,并限制模型在不同場(chǎng)景中泛化的能力。
6.缺乏可解釋性
許多生成式人工智能模型都以黑匣子的方式運(yùn)行,因此很難理解其輸出背后的基本原理。可解釋性問題阻礙了透明度,并可能在某些監(jiān)管或安全關(guān)鍵領(lǐng)域帶來挑戰(zhàn)。
7.對(duì)抗性攻擊的脆弱性
生成式人工智能模型可能容易受到對(duì)抗性攻擊,其中惡意輸入旨在誤導(dǎo)模型。防范此類攻擊需要不斷研究和開發(fā)安全措施。
8.訓(xùn)練數(shù)據(jù)過度擬合
生成式人工智能模型可能會(huì)過度擬合訓(xùn)練數(shù)據(jù)中的特定模式,從而限制其適應(yīng)新的或未見過的場(chǎng)景的能力。這種過度擬合可能會(huì)導(dǎo)致輸出非常模仿訓(xùn)練數(shù)據(jù),但可能缺乏泛化性。
認(rèn)識(shí)到這些缺陷對(duì)于負(fù)責(zé)任地部署和管理生成式人工智能技術(shù)至關(guān)重要。持續(xù)的研究和開發(fā)工作,對(duì)于應(yīng)對(duì)這些挑戰(zhàn)并增強(qiáng)生成式人工智能在各種應(yīng)用中的穩(wěn)健性、公平性和道德使用至關(guān)重要。
文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請(qǐng)謹(jǐn)慎對(duì)待。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。
2024年的Adobe MAX 2024發(fā)布會(huì)上,Adobe推出了最新版本的Adobe Creative Cloud。
奧維云網(wǎng)(AVC)推總數(shù)據(jù)顯示,2024年1-9月明火炊具線上零售額94.2億元,同比增加3.1%,其中抖音渠道表現(xiàn)優(yōu)異,同比有14%的漲幅,傳統(tǒng)電商略有下滑,同比降低2.3%。
“以前都要去窗口辦,一套流程下來都要半個(gè)月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。
華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,憑借其優(yōu)秀的性能配置和精準(zhǔn)的色彩呈現(xiàn)能力,為您的創(chuàng)作工作帶來實(shí)質(zhì)性的幫助,雙十一期間低至2799元,性價(jià)比很高,簡(jiǎn)直是創(chuàng)作者們的首選。
9月14日,2024全球工業(yè)互聯(lián)網(wǎng)大會(huì)——工業(yè)互聯(lián)網(wǎng)標(biāo)識(shí)解析專題論壇在沈陽成功舉辦。