Generaattorinen tekoäly on keskipisteenä vuoden 2023 Ai4-konferenssissa

Vuosien varrella tekoälyn (AI) maisema on käynyt läpi dramaattisen evoluution. Tämä jatkuva eteneminen esiteltiin äskettäin pidetyssä Ai4-konferenssissa, joka järjestettiin 7. – 9. elokuuta 2023 Las Vegasissa, Nevadassa, missä generaattorinen tekoäly oli keskipisteenä.

Katse taakse vuoden 2022 Ai4-konferenssiin

Edellisen vuoden Ai4-konferenssi oli juhla perinteisten tekniikoiden kunniaksi, jotka loivat perustan nykyisille tekoälyinnovoinneille. Istunnot ja keskustelut olivat vahvasti hallinnassa vakiintuneilla menetelmillä, kuten syväoppimisella, joka on ollut edelläkävijänä kuvan- ja puheentunnistuksen kehityksessä. Vahvistusoppiminen oli toinen tärkeä pelaaja, jolla on kyky kouluttaa agenteja tekemään sarjan päätöksiä palkitsemalla niitä oikeista toimista. Lisäksi niukat sovellukset, kuten hajautettu oppiminen, tekivät merkittäviä esiintymisiä, korostamalla yksityisyyden ja hajautetun koneoppimisen tärkeyttä.

Generaattorisen tekoälyn nousu vuonna 2023

Nopea eteneminen, ja näkymä oli muuttunut dramaattisesti. Se ei näyttänyt merkitsevän, mihin istuntoon osallistuit tämän vuoden tapahtumassa, generaattorinen tekoäly oli kiistaton tähti. Tähän sisältyy kuvien luominen, tekstin, musiikin, videon ja enemmän. Sen potentiaalilla luoda sisältöä aikaisemmin mahdottomassa mittakaavassa, sen merkitys vuoden 2023 Ai4-tekoälykonferenssissa ei ollut lainkaan yllättävää.

Mitä monia yllätti ei ollut pelkästään generaattorisen tekoälyn läsnäolo, vaan se, miten se varjosi perinteiset menetelmät. Tämä ei tarkoita, että perustekniikat ovat vanhentuneita; ne ovat edelleen olennaisia monille tekoälysovelluksille. Kuitenkin tarkastelun siirtyminen korostaa alan taipumusta olla eteenpäin katseva, aina etsimässä seuraavaa läpimurtoa.

Kun generaattorisen tekoälyn myönteisiä sovelluksia korostettiin, niin myös huolenaiheita sen potentiaalisista negatiivisista vaikutuksista oli läsnä.

Onko generaattorinen tekoäly huolenaihe?

Immateriaalioikeudet

Yksi paneeli keskittyi yksinomaan immateriaalioikeuksien huolenaiheisiin, näiden mallien potentiaaliin toistaa, uudelleenmuotoilla tai jopa “luoda” uutta sisältöä, joka herättää merkittäviä huolenaiheita plagiaatin ja immateriaalioikeuksien suhteen. Miten me yhteiskuntana osoitamme alkuperäisyyttä maailmassa, jossa koneet voivat luoda sisältöä tarpeen mukaan?

Kaksi kysymystä, jotka nousivat esiin, olivat:

1. Jos taide luodaan tekoälyllä, voidaanko sitä tekijänoikeudella suojella, ja ennen kaikkea pitäisikö sitä tekijänoikeudella suojella?
2. Onko tekoäly, joka imaisee maailman tiedon ja taiteen, loukkaamassa tekijänoikeusmateriaalia taiteilijoilta?

Nämä kaksi kysymystä eivät vielä olleet saaneet vakiintunutta vastausta, ja yhteiskuntana odotamme vielä selvennystä näihin kysymyksiin.

Tietoturvariskit

Jotkut istunnot keskustelivat tekoälyn potentiaalisista väärinkäytöistä, kuten vastakkaisista hyökkäyksistä, tekstin tai äänen tuottamisesta tarkoituksena petkuttaa yleisöä.

Esimerkiksi generaattorisen tekoälyn kyky tuottaa ihmismäistä tekstiä ja jäljitellä henkilökohtaisia tyylejä voidaan väärinkäyttää phishingshyökkäyksissä. Sofistikoitu tekoäly voisi luoda sähköposteja tai viestejä, jotka on suunniteltu yksilöille, mikä tekee huijauksista vakuuttavampia kuin koskaan aiemmin.

Vaikka deepfake-käsite viittaa yleensä videoon tai ääneen, generaattorinen tekoäly voi myös luoda väärää tekstisisältöä. Epärehelliset yksilöt voivat väärentää lausuntoja, haastatteluita tai kirjoituksia ja väittää niiden olevan aitoja henkilöiltä, mikä voi aiheuttaa mainevahinkoa. Esimerkiksi, miten pankit vahvistavat asiakkaan äänen puhelimessa, jos ääni voidaan kloonata ja sanat voidaan generoida lennossa?

Erityinen startup

Vaikka useimmat esitykset olivat perinteisten yritysten tekemiä, oli yksi erottuva startup, joka pitäisi olla jokaisen radarissa.

Rain Neuromorphics kehittää tekoälyaivoja kouluttamalla End-to-End Analog Neural Networks with Equilibrium Propagation.

Rainilla on kunnianhimoinen tiekartta, joka lopulta mahdollistaa 100 miljardin parametrin mallit pienessä sirussa, jonka koko on vain peukalon kokoisia.