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:
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