Генеративный ИИ лидирует на рынке венчура:
Стартапы, занимающиеся разработкой генеративных нейросетей, привлекли более $18 млрд в 2023 году. Корпорации переориентировали свои инвестиции на генеративный ИИ и сократили вложения в компании, не связанные с искусственным интеллектом.
Рост интереса к чат-ботам:
Модели обучения ИИ достигли своего предела:
Проблема заканчивающихся данных для обучения ИИ:
Движение за открытость данных ИИ:
ИИ способствует прорывным исследованиям:
Ведущие отрасли получают выгоду от прорывов в области искусственного интеллекта:
Перспективы регулирования ИИ:
Регулирование, основанное на инновациях:
Строгое регулирование:
Гибридное регулирование:
Мультимодальность как будущая веха в области искусственного интеллекта:
Глобальный разрыв в регулировании ИИ:
Международное регулирование ИИ:
Инициативы сообщества ИИ:
Влияние на занятость:
Дебаты о экзистенциальном риске ИИ:
Достижения в области искусственного интеллекта:
Нормативное и финансовое влияние:
ИИ и развлечения:
Подробнее на РБК:
https://trends.rbc.ru/trends/industry/656da1929a79470b97ad54ad?from=copy
Рост интереса к чат-ботам:
- Стартап Character.AI сообщил о 200 млн ежемесячных пользователей своего приложения.
- Платформа Discord заявила, что каждый месяц приложением пользуются около 30 млн человек, которые создают более 1 млрд уникальных изображений.
Модели обучения ИИ достигли своего предела:
- Модель GPT-4 от OpenAI превзошла другие нейросети по способностям.
- Исследователи ищут альтернативные методы обучения, такие как точная настройка небольших языковых моделей на основе результатов более крупных языковых моделей.
Проблема заканчивающихся данных для обучения ИИ:
- Запас открытых данных для обучения ИИ может исчерпаться к 2025 году.
- Разработчики будут использовать датасеты компаний для обучения моделей, а также будут активнее применять в этих целях сгенерированный контент.
Движение за открытость данных ИИ:
- Движение за открытость датасетов ИИ растет, несмотря на экономические риски.
- Компания Meta выпустила серию моделей LLaMa, обученных исключительно на общедоступных данных.
ИИ способствует прорывным исследованиям:
- Современные модели нейронных сетей способствуют прорывным открытиям в медицине, биологии и фармацевтике, решая проблемы сворачивания белков, предсказывая аминокислотные последовательности и генерируя новые белковые структуры.
- Такие модели, как Evolutionary Scale Modeling-2 (ESM-2), могут быстро охарактеризовать белковые структуры в различных образцах окружающей среды, тогда как такие модели, как Mind's Eye от Google, моделируют физические вопросы, чтобы помочь в физике.
Ведущие отрасли получают выгоду от прорывов в области искусственного интеллекта:
- Достижения ИИ способствуют прорывам в иммунологии, сельском хозяйстве, социальных науках, химии, нейробиологии, психологии, экономике, медицине, бизнесе, физике и математике.
- Эти прорывы охватывают широкий спектр отраслей и подчеркивают влияние ИИ на различные научные области.
Перспективы регулирования ИИ:
- Глобальный дискурс вокруг регулирования ИИ делится на такие подходы, как инновационные, строгие и гибридные методы.
- Такие страны, как Великобритания и Индия, следуют инновационному подходу, делая упор на действующие правила по устранению рисков ИИ, в то время как ЕС и Китай выступают за строгое законодательство, а США и Канада предлагают гибкий, добровольный подход, основанный на обязательствах.
Регулирование, основанное на инновациях:
- Подход Великобритании и Индии предполагает интеграцию принципов ИИ в политику, создание рабочих групп по проблемам безопасности ИИ и подписание соглашений с исследовательскими организациями в области ИИ для получения раннего доступа и понимания рисков.
- Эти страны считают, что существующая нормативно-правовая база и отраслевые стандарты могут снизить риски ИИ и обеспечить ответственное использование ИИ.
Строгое регулирование:
- ЕС и Китай отдают приоритет строгому законодательству, требующему от разработчиков ИИ раскрывать риски, данные о создании контента и обучении. Законы Китая конкретно касаются рекомендательных систем и генеративных алгоритмов искусственного интеллекта.
- Правила направлены на то, чтобы сбалансировать поддержку отрасли с потенциальными последствиями ИИ, предписывая проверки безопасности систем ИИ и маркировку создаваемого контента.
Гибридное регулирование:
- США, Канада и некоторые другие страны выступают за гибридный подход, сосредоточив внимание на добровольных обязательствах застройщиков и избирательном законодательстве.
- Он предполагает введение конкретных законов, а не всеобъемлющих правил, что позволяет штатам США применять более строгие меры.
Мультимодальность как будущая веха в области искусственного интеллекта:
- Набор данных MultiMedBench от Google — это шаг к мультимодальным возможностям ИИ, охватывающим медицинские вопросы и ответы, интерпретацию изображений, отчеты о радиологических исследованиях и анализ геномных данных.
- Эксперты прогнозируют, что эволюция ИИ в науке будет вращаться вокруг его способности обрабатывать различные типы данных и решать задачи, подчеркивая потенциальную роль ИИ в научном прогрессе.
Глобальный разрыв в регулировании ИИ:
- Международное сообщество сталкивается с непростыми дискуссиями об угрозах и контроле над искусственным интеллектом, при этом существуют разные мнения по поводу инновационных, строгих и гибридных подходов к регулированию.
- В настоящее время внутренние разногласия препятствуют значительному прогрессу в регулировании ИИ на правительственном и отраслевом уровне в нескольких странах.
Международное регулирование ИИ:
- Канада планирует принять упрощенную версию закона ЕС об искусственном интеллекте, запрещающую одни приложения и регулирующую другие.
- G7 создаст «Хиросимский процесс искусственного интеллекта» в сотрудничестве с ОЭСР для разработки «коллективного подхода» к генеративному искусственному интеллекту.
Инициативы сообщества ИИ:
- Исследователи предлагают решения для устранения временного вакуума в регулировании ИИ, такие как методы встраивания цифровых водяных знаков в сгенерированные тексты и изображения.
- Компании, разрабатывающие инструменты искусственного интеллекта, начали предлагать программы защиты и компенсации своим коммерческим клиентам.
Влияние на занятость:
- Прогнозы показывают, что ИИ окажет влияние на чувствительные области, включая выборы и занятость, что потенциально приведет к массовым увольнениям в профессиях с «высоким риском» из-за развития ИИ.
- Ведутся дебаты относительно смещения фокуса образования в области ИИ с автоматизации человеческих задач на улучшение процессов принятия решений.
Дебаты о экзистенциальном риске ИИ:
- Дебаты о экзистенциальных рисках, связанных с ИИ, активизировались, ведущие компании выпускают инструменты для разработки безопасного ИИ, а исследователи изучают альтернативные методы обучения для решения проблем предвзятости и безопасности.
- Аналитики Air Street Capital представили десять прогнозов для мира искусственного интеллекта на предстоящий год.
Достижения в области искусственного интеллекта:
- Самообучающиеся агенты ИИ смогут работать над сложными задачами, такими как создание игр и решение научных задач.
- По крайней мере одна компания, занимающаяся искусственным интеллектом, станет публичной.
Нормативное и финансовое влияние:
- Стремление к масштабированию генеративного искусственного интеллекта приведет к затратам более 1 миллиарда долларов на обучение одной крупной модели.
- Финансовые учреждения создадут долговые фонды GPU для финансирования вычислений, заменив венчурный капитал для финансирования.
ИИ и развлечения:
- Песня, созданная искусственным интеллектом, может попасть в десятку лучших Billboard Hot 100 или Top Hits 2024 на Spotify.
- Крупная компания, занимающаяся искусственным интеллектом, такая как OpenAI, приобретет компанию по производству чипов, чтобы справиться с растущими затратами на рабочую нагрузку и вывод данных.
Подробнее на РБК:
https://trends.rbc.ru/trends/industry/656da1929a79470b97ad54ad?from=copy