Кей Ферт-Баттерфилд является глобально признанным лидером в области этического искусственного интеллекта и выдающегося айского оратора ИИ. Будучи бывшим главой ИИ и машинного обучения на Всемирном экономическом форуме (WEF) и одним из самых выдающихся голосов в праве ИИ, она провела свою карьеру, умоляя технологии, а не ущерб, общество.
Мы поговорили с Кей, чтобы обсудить обещание и ямы генеративного ИИ, будущее метаверса и того, как организации могут подготовиться к десятилетиям беспрецедентной цифровой трансформации.
Генеративный ИИ привлекла глобальное внимание, но все еще есть много недоразумений в том, что на самом деле. Не могли бы вы провести нас с тем, что определяет генеративный ИИ, как он работает и почему он считает такое преобразующее развитие искусственного интеллекта?
Это очень интересно, потому что представляет собой следующую итерацию искусственного интеллекта. То, что генеративное искусственное интеллект позволяет вам делать, – это задавать вопросы о мировых данных, просто набрав обещание. Если мы вспомним научную фантастику, это, по сути, то, о чем мы всегда мечтали – просто возможность задать компьютерный вопрос и иметь его на всех знаниях, чтобы дать ответ.
Как это делать? Ну, это предсказывает, какое слово может прийти позже. Это делает это путем доступа к огромным объемам данных. Мы называем их большими языковыми моделями. По сути, «Читать» – или, по крайней мере, доступ – все данные, доступные на открытом веб -сайте. В некоторых случаях, и это область юридического спора, он также обращается к IP-защищенным и авторским материалам. Мы можем ожидать много юридических дебатов в этом пространстве.
После того, как модель прогласила все эти данные, она начинает предсказывать то, что слово естественно следует за другим, что позволяет ему создавать очень сложные и нюансированные ответы. Любой, кто экспериментировал с ним, знает, что он может вернуть некоторое удивительно красноречивое и понимающее контент просто благодаря этой прогностической способности.
Конечно, иногда это ошибается. В сообществе ИИ мы называем эту «галлюцинацию» – по сути, система производит информацию. Это серьезно, потому что для того, чтобы полагаться на результаты, сгенерированные AI, нам нужно достичь точки, когда мы можем доверять ответам. Проблема заключается в том, что когда галлюцинация входит в пул данных, ее можно повторить и усилить моделью.
В то время как многое сказано о техническом потенциале генеративного ИИ, что вы видите как наиболее значимые социальные и бизнес -выгоды, которые он предлагает? И с какими проблемами мы должны решать, чтобы эти преимущества были одинаково реализованы?
ИИ теперь доступен для всех, и это невероятно мощно. Это очень демократический инструмент. Это означает, что малые и средние предприятия, которые не могли бы использовать ИИ ранее.
Тем не менее, мы также должны увидеть, что большинство данных мира создаются в Соединенных Штатах в первую очередь, за которыми следуют Европа и Китай. Существуют четкие проблемы, связанные с базами данных, что эти великие языковые модели обучены. Они действительно не используют «глобальные» данные. Они работают с ограниченным подмножеством. Это привело к дискуссиям о цифровой колонизации, где контент, генерируемый нами и европейскими проектами данных о остальном мире, с неявным ожиданием того, что другие примут и используют его.
Различные культуры, конечно, требуют разных ответов. Таким образом, хотя существует бесчисленное множество преимуществ для генеративного ИИ, существуют также серьезные проблемы, с которыми нам приходится столкнуться, если мы хотим обеспечить справедливые и инклюзивные результаты.
Метеры видели и шумиху, и колебания в последние годы. С вашей точки зрения, какова текущая траектория Metaverse, и как вы видите, как ее роль развивается в бизнес -средах в течение следующих пяти лет?
Это интересно. Мы прошли через фазу огромного волнения вокруг мета -предупреждения, где все хотели участвовать. Но теперь мы вступили в более метаверскую зиму или, возможно, осенью, так как ясно, как трудно создать убедительный контент для этих погружений.
Мы видим сильное использование в промышленных приложениях, но мы все еще очень далеки от того, чтобы подготовить этот готов – один из игроков, где мы живем, покупаем, покупаем недвижимость и полностью взаимодействуем в 3D виртуальных средах. Это в основном потому, что уровень компьютерной мощности и креативных ресурсов, необходимых для создания действительно захватывающего опыта, огромный.
Я думаю, что через пять лет мы начнем видеть, как метаверы дают больше своих обещаний бизнеса. Клиенты могут наслаждаться исключительным опытом покупки – ввод виртуальных магазинов вместо того, чтобы просто просматривать онлайн, где они могут «почувствовать» ткани почти и принимать обоснованные решения в режиме реального времени.
Мы также можем увидеть удаленные рабочие события, где сотрудники сотрудничают в метаверах, как будто они были в одной комнате. Одно исследование показало, что молодым работникам часто не хватает адекватного обзора при удаленной работе. В Metavers вы можете предложить подлинный, интерактивный обзор и наставничество. Это также может помочь с ускорением отношений в колледже, которых часто не хватает в удаленных условиях работы.
В конечном счете, мета -предупреждение устраняет физические ограничения и предлагает новые способы работы и взаимодействия – но нам понадобится баланс. Многие люди могут не хотеть тратить все свое время в полностью смешанной среде.
С нетерпением ждем, какие новые технологии и тренды, управляемые искусственным интеллектом, вы ожидаете, что у вас будет самое глубокое глобальное влияние в течение следующего десятилетия. И как мы должны подготовиться к их последствиям, экономически и этично?
Это отличный вопрос. Это немного похоже на вытащить хрустальный шар. Но, без сомнения, генеративный ИИ – один из самых значительных срок, которые мы видим сегодня. По мере того, как технология становится все более утонченной, она будет все больше и больше новых приложений искусственного интеллекта через взаимодействие с естественным языком.
Обработка естественного языка (NLP) является терминалом AI для способности машины понимать и интерпретировать человеческий язык. В ближайшем будущем только элитным разработчикам придется кодировать вручную. Остальные из нас будут взаимодействовать с машинами, набирая или говорящие запросы. Эти системы не только дадут ответы, но также будут писать код для нас. Это невероятно мощная, преобразующая технология.
Но есть недостатки. Одним из основных забот является то, что ИИ иногда производит информацию. И поскольку генеративный ИИ становится более плодородным, он генерирует огромные объемы данных 24/7. Со временем, сгенерированные машиной данные могут превышать человеческие данные, которые могут исказить цифровой ландшафт. Мы должны убедиться, что ИИ не увековечил ложь, которую он сгенерировал ранее.
Глядя дальше, это изменение поднимает глубокие вопросы о будущем человеческой работы. Если системы ИИ могут превзойти людей во многих задачах без усталости, что сделано из нашей роли? Это может стоить экономии, но также и очень реальный риск широко распространенной безработицы.
ИИ также управляет мета -предупреждением, поэтому прогресс связан с улучшениями в возможностях ИИ. Я также возбуждаю синтетическую биологию, которая может увидеть огромный прогресс, обусловленный ИИ. Также будет существенный разговор между квантовыми вычислениями и ИИ, который может принести как преимущества, так и основные проблемы.
Мы также увидим больше устройств онлайн -элементов (IoT) – но это вводит новые проблемы, связанные с безопасностью и защитой данных.
Это время необычайного случая, но также и серьезный риск. Некоторые заботятся об искусственном общем интеллекте, но я все еще не вижу этого. В современных моделях не хватает причинно -следственных связей. Они по -прежнему прогнозируют инструменты. Нам нужно было бы добавить что -то принципиально иное, чтобы достичь интеллекта на человеческом уровне. Но не ошибайтесь – мы попадаем в невероятно захватывающую эру.
Принятие новых технологий может быть как возможностями, так и риском для компаний. По вашему мнению, как организации могут достичь правильного баланса между охватом цифровой трансформации и принятием стратегических, информированных решений об внедрении искусственного интеллекта?
Я думаю, что важно принять новейшие технологии, так же, как для Kodak было бы важно увидеть изменения в индустрии фотографии. Трейдеры, которые даже не изучают риск цифровой трансформации.
Тем не менее, слово предостережения: легко прыгнуть слишком быстро и закончить неправильным решением ИИ – или не неправильными системами – для вашего бизнеса. Итак, я бы посоветовал подходить к цифровой трансформации с тщательными размышлениями. Держите глаза открытыми и рассматривайте каждый шаг как преднамеренное, стратегическое деловое решение.
Когда вы решите, что готовы принять ИИ, важно держать своих поставщиков. Задайте сложные вопросы. Задайте подробные вопросы. Убедитесь, что у вас есть кто-то собственный или принесите консультанта, который знает достаточно, чтобы помочь вам правильно поставить под сомнение технологию.
Как мы все знаем, одна из самых больших трат денег в цифровой трансформации возникает, когда правильные вопросы не задаются дальше. Придумать это может быть невероятно дорогим, поэтому потратьте время, чтобы настроить его.
Фото Петра Сидоров на Unsplash
Вы хотите узнать больше об искусственном интеллекте и больших данных промышленными лидерами? Посмотреть AI & Big Data Expo, проходящую в Амстердаме, Калифорнии и Лондоне. Комплексное мероприятие связано с другими основными событиями, включая Smart Automatic Conference, Blockx, неделю цифровой трансформации и кибербезопасность и Cloud Expo.
