Когда в 2022 году компания OpenAI представила миру ChatGPT, генеративный искусственный интеллект стал широко обсуждаемой темой и запустил цепную реакцию, которая привела к его быстрой интеграции в промышленность, научные исследования, здравоохранение и повседневную жизнь людей, использующих эту технологию.
Что ждёт этот мощный, но несовершенный инструмент дальше?
С этим вопросом в голове сотни исследователей, бизнес-лидеров, преподавателей и студентов собрались в аудитории Кресге Массачусетского технологического института (MIT) 17 сентября на первом симпозиуме MIT Generative AI Impact Consortium (MGAIC), чтобы поделиться идеями и обсудить потенциальное будущее генеративного ИИ.
«Это поворотный момент — генеративный ИИ развивается стремительно. Наша задача — следить за тем, чтобы наша коллективная мудрость шла в ногу с развитием технологий», — сказал проректор MIT Ананта Чандракасан, открывая первый симпозиум MGAIC — консорциума лидеров отрасли и исследователей MIT, созданного в феврале для использования потенциала генеративного ИИ на благо общества.
Подчёркивая острую необходимость в таких совместных усилиях, президент MIT Салли Корнблут сказала, что мир рассчитывает на преподавателей, исследователей и бизнес-лидеров, подобных участникам MGAIC, чтобы они справились с технологическими и этическими проблемами генеративного ИИ по мере его развития.
«Часть ответственности MIT — обеспечивать мир этими достижениями… Как мы можем управлять магией [генеративного ИИ], чтобы все мы могли уверенно полагаться на него в критически важных приложениях в реальном мире?» — сказала Корнблут.
По словам главного учёного в области ИИ в компании Meta Янна ЛеКуна, самые захватывающие и значительные достижения в области генеративного ИИ, скорее всего, будут связаны не с дальнейшим совершенствованием или расширением больших языковых моделей, таких как Llama, GPT и Claude. Через обучение эти огромные генеративные модели изучают закономерности в огромных наборах данных для создания новых выходных данных.
Вместо этого ЛеКун и другие работают над созданием «моделей мира», которые учатся так же, как младенец — через взаимодействие с окружающим миром посредством сенсорного ввода.
«Четырехлетний ребёнок увидел столько же данных через зрение, сколько и самая большая ЯМ (языковая модель). … Модель мира станет ключевым компонентом будущих систем ИИ», — сказал он.
Робот с такой моделью мира мог бы научиться выполнять новую задачу самостоятельно, без обучения. ЛеКун считает модели мира лучшим подходом для компаний, чтобы сделать роботов достаточно умными для общего использования в реальном мире.
Но даже если будущие системы генеративного ИИ станут умнее и более человекоподобными благодаря включению моделей мира, ЛеКун не беспокоится о том, что роботы выйдут из-под контроля человека.
Учёные и инженеры должны будут разработать ограничители, чтобы будущие системы ИИ работали в нужном направлении, но, как общество, мы уже тысячелетиями разрабатываем правила, чтобы привести человеческое поведение в соответствие с общим благом, сказал он.
«Нам придётся спроектировать эти ограничители, но по своей конструкции система не сможет выйти за их пределы», — сказал ЛеКун.
Главный технолог Amazon Robotics Тай Брэди также обсудил, как генеративный ИИ может повлиять на будущее робототехники.
Например, Amazon уже внедрила технологию генеративного ИИ во многие свои склады, чтобы оптимизировать перемещение роботов и перемещение материалов для оптимизации обработки заказов.
Он ожидает, что многие будущие инновации будут сосредоточены на использовании генеративного ИИ в совместной робототехнике путём создания машин, которые позволят людям работать более эффективно.
«GenAI, вероятно, является наиболее влиятельной технологией, которую я наблюдал за всю свою карьеру в робототехнике», — сказал он.
Другие докладчики и участники панели обсудили влияние генеративного ИИ на бизнес, от крупных предприятий, таких как Coca-Cola и Analog Devices, до стартапов, таких как компания Abridge, занимающаяся искусственным интеллектом в здравоохранении.
Несколько преподавателей MIT также рассказали о своих последних исследовательских проектах, включая использование ИИ для снижения шума в экологических данных изображений, разработку новых систем ИИ, которые уменьшают предвзятость и галлюцинации, и позволяют ЯМ (языковым моделям) больше узнать о визуальном мире.
После дня, посвящённого изучению новой технологии генеративного ИИ и обсуждению её последствий для будущего, соруководители факультета MGAIC Вивек Фариас, профессор Патрик Дж. МакГоверн в Школе менеджмента Sloan MIT, сказал, что надеется, что участники ушли с «чувством возможности и срочности реализовать эту возможность».
1. Какие перспективы развития генеративного ИИ обсуждались на симпозиуме MIT Generative AI Impact Consortium (MGAIC)?
На симпозиуме обсуждались перспективы развития генеративного ИИ, включая создание «моделей мира», которые учатся взаимодействовать с окружающим миром так же, как младенец. Это позволит роботам самостоятельно выполнять новые задачи без дополнительного обучения.
2. Какие проблемы и вызовы связаны с развитием генеративного ИИ, по мнению участников симпозиума?
Участники симпозиума отметили необходимость решения технологических и этических проблем, связанных с развитием генеративного ИИ. Например, требуется разработка ограничителей, чтобы системы ИИ работали в нужном направлении и не выходили за рамки установленных правил.
3. Как генеративный ИИ может повлиять на будущее робототехники?
Генеративный ИИ может оптимизировать перемещение роботов и материалов на складах, а также способствовать созданию машин, которые позволят людям работать более эффективно. Это сделает робототехнику более адаптивной и способной к выполнению сложных задач.
4. Какие примеры использования генеративного ИИ в бизнесе были приведены на симпозиуме?
На симпозиуме были приведены примеры использования генеративного ИИ в различных отраслях бизнеса, включая крупные предприятия (например, Coca-Cola и Analog Devices) и стартапы (например, компания Abridge, занимающаяся искусственным интеллектом в здравоохранении).
5. Какие исследовательские проекты в области генеративного ИИ представили преподаватели MIT на симпозиуме?
Преподаватели MIT представили несколько исследовательских проектов, включая использование ИИ для снижения шума в экологических данных изображений, разработку новых систем ИИ, которые уменьшают предвзятость и галлюцинации, и позволяют языковым моделям больше узнать о визуальном мире.