Οι πληροφορίες που μας κατακλύζουν τον τελευταίο χρόνο σχετικά με την τεχνητή νοημοσύνη είναι καταιγιστικές. Όλοι προσπαθούν να προβλέψουν με ποιον τρόπο η τεχνητή νοημοσύνη μπορεί να μεταμορφώσει τις ζωές μας, να βοηθήσει συγκεκριμένους εργαζόμενους να είναι πιο παραγωγικοί, ή ακόμα και να οδηγήσει πολλές εταιρείες σε απολύσεις, αφού ουσιαστικά θα αντικαταστήσει την ανθρώπινη εργασία.
Όλος αυτός ο καταρράκτης πληροφοριών μας έχει δημιουργήσει μπέρδεμα: Τελικά είναι καλή ή κακή εξέλιξη η ανάπτυξή της; Η απάντηση δεν είναι εύκολο να δοθεί. Κυρίως επειδή ασχολούνται, και μάλιστα πολύ σοβαρά, οι σημαντικότερες επιχειρήσεις υψηλής τεχνολογίας στον κόσμο, από τη Google και τη Meta μέχρι τη Anthropic και φυσικά την OpenAI.
Πού βαδίζει, λοιπόν, η τεχνητή νοημοσύνη; Με ποιον τρόπο θα επηρεάσει τις επαγγελματικές και εργασιακές σχέσεις; Και πόσο κοντά βρισκόμαστε στο να αναπτύξουμε γενετική τεχνητή νοημοσύνη, δηλαδή μηχανές που θα σκέφτονται πλέον σαν τους ανθρώπους;
Τα πιο ισχυρά λογισμικά που αναφέρονται στην τεχνητή νοημοσύνη σήμερα δεν είναι κάτι που μπορείτε να αγοράσετε και να τρέξετε στους δικούς σας υπολογιστές. Είναι προσβάσιμα μόνο μέσω του cloud. Αυτό διευκολύνει τη δοκιμή τους παρέχοντάς τους έγγραφα, εικόνες και κείμενο, αλλά σημαίνει επίσης ότι οι επιχειρήσεις έχουν περιορισμένη δυνατότητα να αλλάξουν τον τρόπο που λειτουργούν.
Προβάδισμα η ΟpenAI στην τεχνητή νοημοσύνη
Η ανάπτυξη, επίσης, ενός AI μοντέλου περνάει από πολλές δοκιμές. Μοιάζει περισσότερο με την πρόσληψη ενός υπαλλήλου, ο οποίος πρέπει να «κουμπώσει» με τις απαιτήσεις της εταιρείας και να μάθει τον τρόπο λειτουργίας της για να αποδώσει. Τα λογισμικά τα ίδια, μάλιστα, διαφέρουν. Το ποιο θα χρησιμοποιηθεί τελικά εξαρτάται από τις προτιμήσεις του ατόμου και την εργασία που έχει στη διάθεσή του, οπότε δοκιμάζονται όλα.
Για την ώρα το προβάδισμα της OpenAI δεν αμφισβητείται, καθώς οτιδήποτε καινούργιο κυκλοφορεί συγκρίνεται με αυτή. Πριν λίγες μέρες η Anthropic παρουσίασε το Claude 3, ένα νέο μοντέλο λογισμικού, που η εταιρεία ισχυρίζεται ότι ξεπερνά το χρυσό πρότυπο GPT-4 σε κάθε τομέα. Πολλές εταιρείες, πάντως, χρησιμοποιούν το ChatGPT κυρίως διότι είναι καλύτερο στην αφομοίωση ενός τεράστιου όγκου από κείμενα και έγγραφα.
Και με τις «παραισθήσεις» τι γίνεται; «Παραίσθηση» είναι ο διεθνής όρος που καθιερώθηκε όταν ένα λογισμικό που σχετίζεται με την τεχνητή νοημοσύνη δημιουργεί ψευδείς πληροφορίες. Οι άνθρωποι που τρέχουν τα λογισμικά παραδέχονται ότι είναι πολύ δύσκολο να μηδενιστεί το ποσοστό παραισθήσεων σε τέτοια μοντέλα, πλην όμως το αυτό το ποσοστό έχει μειωθεί ήδη κατά 50% σε σχέση με τις αρχικές προσπάθειες, ένας αριθμός εξαιρετικός, που σύντομα θα συρρικνωθεί ακόμα περισσότερο.
Εκτός από την ακρίβεια, τα άλλα δύο μεγάλα ζητήματα είναι η ταχύτητα και το κόστος. Σε μια μηχανή αναζήτησης, οι χρήστες αναμένουν απάντηση μέσα σε δευτερόλεπτα. Επειδή η Consensus συνδυάζει τα αποτελέσματα αναζήτησής της με περιλήψεις επιστημονικών εργασιών που έγιναν από το GPT-4, η εταιρεία χρειάζεται τα κείμενα να δημιουργούννται σχεδόν αμέσως. Το μοντέλο «turbo» της OpenAI μπορεί να απαντήσει μέσα σε 1,5 δευτερόλεπτο, γρηγορότερα από οποιοδήποτε άλλο για την ώρα.
Οι σύνθετες πληροφορίες, πάντως, παρέχονται επί πληρωμή. Ενώ μια απλή αναζήτηση είναι δωρεάν, μια σύνθετη έρευνα που απαιτεί να «ψάξει» η τεχνητή νοημοσύνη σε δεκάδες χιλιάδες νομικά έγγραφα, για παράδειγμα, μπορεί να κοστίζει και 50 δολάρια, σύμφωνα με την πιο πρόσφατη τιμολόγηση.
Ενώ το OpenAI και το Anthropic κερδίζουν τον τίτλο του πιο ικανού μοντέλου, η Google φαίνεται να υπερτερεί στη δυνατότητα του δικού της λογισμικού να απορροφά τεράστιους όγκους δεδομένων σε κάθε ερώτημα. Αυτό είναι κάτι που το OpenAI δεν προσφέρει επί του παρόντος και το Anthropic το κάνει μόνο για μια μικρή ομάδα πελατών.
Και η Microsoft; Παρά τη σύνδεσή της με το OpenAI, η εταιρεία είναι κατά κάποιο τρόπο μεταπωλητής των υπηρεσιών της OpenAI και όχι ιδιοκτήτης της. Η Microsoft έχει επιλέξει παρέχει μια πλατφόρμα για πολλά διαφορετικά μοντέλα τεχνητής νοημοσύνης, τα οποία προσφέρει μέσω της υπηρεσίας cloud Azure. Η Microsoft έχει επίσης μια συνεργασία με τη Mistral και προσφέρει το μοντέλο ανοιχτού κώδικα Llama της Meta.
Αυτό το μοντέλο ανοιχτού κώδικα μπορεί να αλλάξει όλο τον τρόπο λειτουργίας της αγοράς. Αφού ο κώδικας θα είναι γνωστός και προσβάσιμος σε όλους τους προγραμματιστές, ολοένα και περισσότερες εταιρείες θα κληθούν να κατασκευάσουν τα δικά τους μοντέλα για τεχνητή νοημοσύνη. Η Rossum π.χ. είναι μια εταιρεία με έδρα την Πράγα που αυτοματοποιεί την επεξεργασία των τιμολογίων για εταιρείες, χρησιμοποιώντας μια ποικιλία AI που κατασκεύασε η ίδια η ερευνητική της ομάδα.
Το να εκπαιδεύσετε το δικό σας μεγάλο μοντέλο που αφορά σε τεχνητή νοημοσύνη μπορεί να ακούγεται σαν αδύνατο έργο, αλλά με την ταχεία ανάπτυξη μοντέλων ανοιχτού κώδικα όπως το Meta’s Llama, είναι κάτι που μπορεί να πετύχει ακόμη και μια μικρή ομάδα. Αυτά τα μοντέλα μπορούν να λειτουργήσουν με ένα κλάσμα του κόστους πρόσβασης στα μοντέλα OpenAI και της Google. Υπάρχουν μερικοί λόγοι για αυτό. Το κύριο είναι ότι αυτά τα μοντέλα είναι πολύ μικρότερα και επομένως απαιτούν λιγότερη ισχύ για να λειτουργήσουν. Το δεύτερο είναι ότι αφού μπορούν να τρέχουν στους διακομιστές μιας εταιρείας, κόβουν τον μεσάζοντα των μεγάλων εταιρειών τεχνητής νοημοσύνης και τα περιθώρια κέρδους τους.
Το τελευταίο που πρέπει να επισημανθεί είναι η ρευστότητα του τοπίου, ειδικά στον τομέ που αφορά την γενετική τεχνητή νοημοσύνη. Είναι μια τεχνολογία που εξελίσσεται με ρυθμό που δεν έχει παρατηρηθεί από την εποχή του πρώτου διαδικτύου. Η κυκλοφορία ενός μοντέλου από την Anthropic που φαίνεται εξίσου ικανό με το OpenAI, παρόλο που έχει μικρότερη ομάδα και ιδρύθηκε πολύ πιο πρόσφατα, υποδηλώνει ότι τα μεγάλα λογισμικά μπορούν άμεσα να γίνουν εμπορεύσιμα. Οπότε το μόνο που θα έχει σημασία θα είναι ποια εταιρεία μπορεί να προσφέρει την ταχύτερη απόκριση στη χαμηλότερη τιμή.
** Με πληροφορίες από Wall Street Journal.