В чем нейросети обошли человека?

Стэнфордский университет выпустил AI Index Report 2024. Это ежегодный отчет, который составляет Stanford HAI — Институт искусственного интеллекта, ориентированного на человека.

Сам институт свою миссию описывает так: предоставлять беспристрастные, тщательно проверенные данные из широкого спектра источников, чтобы политики, исследователи, руководители, журналисты и общественность могли получить более глубокое и детальное понимание сложной области ИИ.

Этот отчет — седьмой по счету. И выпущен он в момент, когда искусственный интеллект начал оказывать по-настоящему серьезное влияние и на экономику, и на общество. В отчете 500 страниц, мы прочитали его и пересказываем самое главное.

ИИ уже превосходит человека — но только в некоторых задачах

Нейросети уже превзошли человека по нескольким показателям — в том числе в классификации изображений и понимании языка, правда, пока — только английского, пришли к выводу авторы отчета. Однако в решении более сложных задач технология от человека все еще отстает. Например, в математике соревновательного уровня, визуальном мышлении и планировании люди все еще превосходят машины.

Цена обучения моделей взлетела до небес

Основной двигатель прогресса в AI-разработках сейчас — это бизнес, а не наука. За 2023 год компании по всему миру выпустили 72% от всех новых значимых моделей, а всего — 51 модель. Для сравнения: академические институты — лишь 15. При этом компании все чаще сотрудничают с учеными: 21 модель за прошлый год появилась в кооперации бизнеса и науки.

Одна из причин, почему науке сложно конкурировать с бигтехами в гонке за AI, — цена вопроса. Если обучение первых нейросетей стоило тысячи долларов, то последние, самые мощные, релизы обходились своим создателям уже в сотни миллионов. Например, чтобы обучить GPT-4, OpenAI пришлось потратить порядка $78 млн, а самая мощная нейросеть из выпущенных Google — Gemini Ultra — стоила техногиганту $191 млн.

Крупнейшим разработчиком среди компаний в 2023 году стала Google: компания выпустила 18 больших моделей. За ней идет Meta c 11 моделями и Microsoft с 9 моделями. OpenAI — на четвертом месте с семью большими моделями. Всего с 2019 года Google, лидер рынка, выпустила в общей сложности 40 моделей, а OpenAI — 20.

С учетом этого неудивительно, что США на порядок опережают все остальные страны в AI-гонке. В 2023 году американские компании и институты выпустили 61 новую модель, европейские — 21, а китайские — 15.

Инвестиции в GenAI стремительно растут

Это интересный момент, потому что, например, в целом инвестиции в разные технологии, связанные с искусственным интеллектом, в 2023 году оказались значительно ниже, чем были в 2021 году и даже в 2022-м. Если в 2021 году объем всех вложений в AI составлял $132 млрд, а в 2022-м — $103 млрд, то в 2023-м — уже $95 млрд.

Но, если из всего объема инвестиций выделить конкретно вложения в генеративные нейросети, картина выйдет совсем другой: $25 млрд в 2023 году против $2,85 млрд в 2022-м. Растет и число AI-стартапов, поднимающих раунды от инвесторов: в 2023 году их было 1812 — это на 40% больше, чем в 2022-м.

На американский рынок в прошлом году пришлось сделок на $67,2 млрд — это почти в девять раз больше, чем в Китае, и в 18 раз больше, чем в Великобритании. Всего с 2013 года объем инвестиций в AI в США превысил $335 млрд, в Китае — $103 млрд, а в Великобритании — $22,3 млрд.

Но AI-лихорадка не смогла остановить общий спад на рынке труда в IT-секторе. Число связанных с разработкой ИИ вакансий в 2022 году составляло 2% от всех вакансий в США. В 2023 году эта цифра снизилась до 1,6%.

ИИ помогает работать и делать научные открытия

Разные исследователи все чаще приходят к выводу, что искусственный интеллект повышает эффективность работников, помогая им быстрее и качественнее выполнять рутинные задачи и освобождая время на более сложные и творческие. Кроме того, в будущем, вероятно, ИИ позволит менее опытным сотрудникам преодолевать разрыв в квалификации. Но есть и те, кто предупреждает: использование ИИ без надзора может, наоборот, снизить производительность труда.

Так или иначе, сейчас ИИ хотя бы в одном из своих подразделений используют 55% опрошенных McKinsey компаний. Год назад это число составляло 50%, в 2017 году — 20%. Чаще всего искусственный интеллект используют для автоматизации колл-центров и персонализации контента. Кроме того, опрос McKinsey показывает, что 42% опрошенных компаний в прошлом году говорили о снижении затрат благодаря ИИ — это рост на 10 п. п. Еще 59% респондентов сообщили о росте доходов после внедрения ИИ.

Значение искусственного интеллекта растет и в науке. В 2023 году появилась система AlphaDev, разработанная Google для поиска новых, более быстрых и эффективных алгоритмов сортировки данных. А еще — система GNoME от того же Google для синтезирования новых веществ и материалов.

ИИ беспокоит людей, правительства и исследователей

2023 год стал переломным и в теме регулирования ИИ. В 2023 году в США действовало уже 25 различных нормативов в этой сфере против только одного в 2016-м.

Искусственный интеллект начинает все больше беспокоить не только власти, но и обычных людей. По данным исследовательской компании Ipsos, в 2023 году доля тех, кого нервирует ИИ, в Австралии составляла 69%, в США — 63%, а в Германии — 46%. А всего переживают из-за внедрения нейросетей уже 52% опрошенных — рост на 13 п. п. Также опросы показывают, что доля людей, считающих, что ИИ существенно повлияет на их жизнь в течение следующих трех-пяти лет, составляет 66% (против 60% год назад). Но лишь 37% считают, что нейросети улучшат их работу. И только 34% полагают, что ИИ положительно повлияет на экономику в целом.

Исследователей и участников рынка беспокоит то, что никаких надежных и стандартизированных оценок ответственности ИИ — того самого алайнмента, о котором так беспокоится Илья Суцкевер, — на рынке до сих пор нет. Пока что все главные разработчики тестируют свои модели по-своему, и это не помогает стандартизации. А без единых критериев оценки сложно сравнивать безопасность и надежность разных моделей. И это влияет на всех пользователей, ведь они могут принимать решения на основе неполной или неоднородной информации о потенциальных рисках. Ну и, конечно, добавляет головной боли регуляторам.

Источник: The Bell