Sztuczna inteligencja generatywna zajmuje centralne miejsce na konferencji Ai4 2023

Przez lata, krajobraz sztucznej inteligencji (AI) przechodził dramatyczne przemiany. Ten ciągły postęp został pokazany na niedawnej konferencji Ai4, która odbyła się w dniach 7-9 sierpnia 2023 r. w Las Vegas, NV, gdzie sztuczna inteligencja generatywna zajęła centralne miejsce.

Wspomnienie o Ai4 2022

Konferencja Ai4 zeszłego roku była celebracją klasycznych technik, które położyły podwaliny pod obecne innowacje AI. Sesje i dyskusje były zdominowane przez ustalone metody, takie jak głębokie uczenie, które jest na czele postępów w rozpoznawaniu obrazów i mowy. Wzmocnione uczenie było kolejnym kluczowym graczem, z możliwością szkolenia agentów do podejmowania serii decyzji poprzez nagradzanie ich za poprawne działania. Dodatkowo, niszowe aplikacje, takie jak federacyjne uczenie, zrobiły znaczące występy, podkreślając wagę prywatności i zdecentralizowanego uczenia maszynowego.

Wystąpienie sztucznej inteligencji generatywnej w 2023

Przeskoczmy do przodu o rok, a scena dramatycznie się zmieniła. Niezależnie od sesji, której uczestniczyłeś na tym roku, sztuczna inteligencja generatywna była niekwestionowaną gwiazdą show. Obejmuje to generowanie obrazów, tekstu, muzyki, filmów i wiele więcej. Ze swoim potencjałem tworzenia treści w skali, która wcześniej była uważana za niemożliwą, jej obecność na konferencji Ai4 2023 była mało zaskakująca.

Czym zaskoczyło wielu nie było tylko obecność sztucznej inteligencji generatywnej, ale stopień, w jakim przewyższyła klasyczne metody. Nie oznacza to, że podstawowe techniki stały się przestarzałe; pozostają one integralną częścią wielu aplikacji AI. Jednak zmiana focusu podkreśla tendencję branży do patrzenia w przyszłość, zawsze szukając następnego przełomu.

Podczas gdy podkreślano pozytywne zastosowania sztucznej inteligencji generatywnej, obecne były również obawy dotyczące potencjalnych negatywnych implikacji tej technologii.

Obawy dotyczące sztucznej inteligencji generatywnej?

Własność intelektualna

Jedna z paneli skupiła się wyłącznie na problemach własności intelektualnej, potencjał tych modeli do odtwarzania, przepisywania lub nawet “tworzenia” nowych treści budzi znaczące obawy dotyczące plagiatu i praw własności intelektualnej. Jak możemy jako społeczeństwo przypisać oryginalność w świecie, w którym maszyny mogą generować treści na żądanie?

Dwa pytania, które zostały postawione, to:

1. Czy sztuka wygenerowana przez AI może być objęta prawem autorskim, a co więcej, czy powinna być objęta prawem autorskim?
2. Czy AI, które “zasysają” światowe informacje i sztukę, naruszają prawa autorskie artystów?

Dwa pytania, które zostały zadane, nie miały jeszcze solidnej odpowiedzi, ponieważ jako społeczeństwo nadal czekamy na wyjaśnienie powyższych pytań.

Zagrożenia bezpieczeństwa

Niektóre sesje omawiały potencjalne nadużycia AI w przypadku ataków przeciwników, generowania tekstu lub głosów z zamiarem oszukania ogółu.

Na przykład, zdolność sztucznej inteligencji generatywnej do tworzenia tekstów podobnych do ludzkich i naśladujących style osobiste może być nadużywana do ataków phishingowych. Zaawansowany AI może tworzyć e-maile lub wiadomości dostosowane do poszczególnych osób, sprawiając, że oszustwa są bardziej przekonywające niż kiedykolwiek wcześniej.

Chociaż deepfakes odnoszą się zwykle do wideo lub audio, sztuczna inteligencja generatywna może również tworzyć fałszywe treści tekstowe. Niewłaściwi ludzie mogą fałszować oświadczenia, wywiady lub pisma, błędnie przypisując je prawdziwym osobom, potencjalnie powodując szkodę reputacji. Na przykład, jak banki weryfikują głos użytkownika przez telefon, jeśli głos może być sklonowany i słowa mogą być automatycznie generowane na żądanie?

Wyróżniający się startup

Podczas gdy większość prezentacji była autorstwa firm z tradycjami, był jeden wyróżniający się startup, który powinien być na radarze każdego.

Rain Neuromorphics pracuje nad budową sztucznych mózgów poprzez szkolenie sieci neuronowych analogowych z propagacją równowagi.

Rain ma ambitny plan, który ostatecznie umożliwi 100-miliardowe modele parametrów na chipie wielkości paznokcia.