Анализ: искусственный интеллект и большие языковые модели с данными от всех... и для всех.

Альваро Ортис BBVA Research Прошло всего несколько лет с момента их появления, а они уже произвели революцию в области искусственного интеллекта (ИИ). Именно в 2017 году группа исследователей Google написала свою знаменитую фразу "Внимание - это все, что вам нужно", заложив основы великих языковых моделей. Это еще один шаг в развитии генеративного ИИ, позволяющий изучать закономерности и связи между словами и фразами для прогнозирования текста. Изначально разработанные для того, чтобы различать различные значения определенных слов, они уже вышли за рамки своего применения, а последние версии имеют мультимодальный характер, объединяя текст, изображения и аудио. Как в гонках "Формулы-1": моргнешь - пропустишь. Только за последние несколько недель мы стали свидетелями запуска различных и улучшенных версий Meta, Google и Open-AI, которые включают в себя улучшения в использовании как текста, так и видео. Несомненно, их будет еще больше, причем другие будут распространяться на математические расчеты и логику, а также на функции, все больше напоминающие столь желанный искусственный интеллект (AGI). Для чего все это нужно? Чего мы можем ожидать от этих новых инструментов? Те, кто уже начал их использовать, наверняка оценили возможности, которые они открывают, не только как развлечение, но и как очень полезный инструмент в мире работы, способный обеспечить явное повышение производительности в нашей повседневной деятельности. Анализ их использования показывает, что почти 70% разговоров в чатах и 40% поисковых запросов в инструментах, разработанных с использованием больших языковых моделей, ориентированы на решение профессиональных задач. Среди них наиболее важными являются бизнес и экономика. Эмпирический анализ, проведенный, например, Бринйолфссоном и его коллегами из Стэнфорда в прошлом году, показывает, что при помощи генеративного ИИ производительность труда работников увеличивается примерно на 15 %. Кроме того, в большей степени повышается производительность труда менее опытных и менее квалифицированных работников, что способствует улучшению обслуживания клиентов и удержанию сотрудников. Эти преимущества в значительной степени зависят от сектора и типа выполняемых задач. С точки зрения экономического анализа и исследований, выгоды многообразны, но существенно различаются в зависимости от задач. Антон Коринек, эксперт в этой области из Университета Вирджинии, показывает, что модели естественного языка уже стали полезными инструментами для написания текстов, перевода, поиска источников информации, анализа данных, программирования и разработки новых идей. Когнитивная автоматизация" повторяющихся задач уже позволяет добиться значительного повышения производительности труда, а по мере того как аналитики и исследователи будут использовать их в "открытых источниках", оттачивать эффективные приемы их применения и улучшать их настройку, выгода от этих моделей будет еще больше. Существуют убедительные причины для расширения их использования. Вышеупомянутые улучшения связаны с обучением и тем, что лучшее, несомненно, еще впереди. Возможности для улучшения в среднесрочной и долгосрочной перспективе в задачах, связанных с математическим и логическим развитием, велики. Существующие модели в лучшем случае являются неполными разработками IGA - настоящей цели компаний, которые работают над этими разработками. Хотя мы не знаем, когда и в какой форме он будет развиваться, можно ожидать, что он превзойдет человеческие возможности по многим параметрам, создавая множество проблем, в том числе этических. Какие последствия будет иметь его внедрение на рынке труда? Здесь мы вступаем в более спекулятивную сферу. Такие авторы, как Дарон Асемоглу, хорошо задокументировали, как внедрение промышленных роботов имело асимметричный эффект, увеличивая занятость в компаниях, которые внедрили технологию, но оказывая негативное влияние на те, которые не внедряли инновации. Дэвид Аутор, его коллега по Массачусетскому технологическому институту, настроен оптимистично и полагает, что большие языковые модели - это ценный "инструмент" для восстановления сердца среднего класса в США, повышающий средние навыки на рынке труда, пострадавшем от автоматизации и глобализации. Поэтому необходимо срочно проводить разумную цифровую политику, которая предотвратит и сократит цифровое неравенство, чтобы преимущества распространились на все общество. По сути, это модели, основанные на данных... для всех.