Генеративный ИИ занимает центральное место на конференции Ai2023 4 года

За прошедшие годы ландшафт искусственного интеллекта (ИИ) претерпел драматическую эволюцию. Этот непрерывный прогресс был продемонстрирован на недавней Конференция Ai4, проходивший с 7 по 9 августа 2023 года в Лас-Вегасе, штат Невада, где генеративный ИИ занял центральное место.

Взгляд назад на Ai4 2022

Прошлогодняя конференция Ai4 была посвящена устаревшим методам, которые заложили основу для современных инноваций в области искусственного интеллекта. В сессиях и дискуссиях преобладали устоявшиеся методы, такие как глубокое обучение, которая была в авангарде достижений в области распознавания изображений и речи. Укрепление обучения был еще одним ключевым игроком с его способностью обучать агентов принимать ряд решений, вознаграждая их за правильные действия. Кроме того, нишевые приложения, такие как федеративное обучение выступили заметно, подчеркнув важность конфиденциальности и децентрализованного машинного обучения.

Появление генеративного ИИ в 2023 году

Перенесемся на год вперед, и сцена резко изменилась. Кажется, не имело значения, когда вы посетили сессию на мероприятии этого года, Генеративный ИИ был бесспорной звездой шоу. Это включает генерация изображений, текст, Музыка, видео, и более. С его потенциалом для создания контента в масштабах, ранее считавшихся невозможными, его известность на конференции Ai2023 AI 4 вряд ли была неожиданной.

Что застало многих врасплох, так это не только наличие генеративного ИИ, но и то, насколько он затмил устаревшие методы. Это не означает, что фундаментальные методы устарели; они остаются неотъемлемой частью многих приложений ИИ. Тем не менее, смещение акцента подчеркивает склонность отрасли смотреть вперед, всегда стремясь к следующему прорыву.

Хотя были подчеркнуты положительные стороны применения генеративного ИИ, также присутствовали опасения по поводу потенциальных негативных последствий этой технологии.

Проблемы с генеративным ИИ?

Интеллектуальная собственность

Одна панель посвящена исключительно проблемам интеллектуальной собственности., способность этих моделей воспроизводить, перефразировать или даже «создавать» новый контент вызывает серьезные опасения по поводу плагиата и прав интеллектуальной собственности. Как мы, как общество, приписываем оригинальность в мире, где машины могут генерировать контент по запросу?

Были подняты два вопроса:

1. Если искусство создано искусственным интеллектом, может ли оно быть защищено авторским правом и, что более важно, должно ли оно быть защищено авторским правом?
2. Нарушают ли ИИ, собирающие мировую информацию и произведения искусства, авторские права художников?

На два заданных вопроса еще не было четкого ответа, поскольку общество все еще ждет разъяснений по вышеуказанным вопросам.

Угрозы безопасности

На некоторых сессиях обсуждались потенциальные злоупотребления ИИ, когда речь идет о состязательных атаках или генерации текста или голоса с целью обмана широкой публики.

Например, способность генеративного ИИ создавать человекоподобный текст и имитировать личный стиль может быть использована для фишинговых атак. Сложный ИИ может создавать электронные письма или сообщения, адаптированные для отдельных лиц, что делает мошенничество более убедительным, чем когда-либо.

В то время как дипфейки обычно относятся к видео или аудио, генеративный искусственный интеллект также может создавать сфабрикованный текстовый контент. Недобросовестные лица могут подделать заявления, интервью или статьи, ошибочно приписывая их реальным людям, что потенциально может нанести репутационный ущерб. Например, как банки проверяют голос пользователя по телефону, если голос можно клонировать, а слова можно автоматически генерировать на лету?

Выдающийся стартап

В то время как большинство презентаций было представлено устаревшими компаниями, был один выдающийся стартап, который должен быть у всех на виду.

Нейроморфизм дождя работает над созданием искусственного мозга обучение сквозных аналоговых нейронных сетей с равновесным распространением.

У Rain есть амбициозная дорожная карта, которая в конечном итоге позволит реализовать модели со 100 миллиардами параметров на чипе размером с ноготь миниатюры.