Будущее ИИ: что нас ждет дальше?

Очередной виток в развитии ИИ привёл в экстаз все человечество. Мы никогда не были так воодушевлены возможностями новых технологий, как с приходом генеративного ИИ. От общения с ним мы получаем несравнимым приток эмоций и идей, ловя себя на мысли, что далеко не с каждым человеком мы способны получить такое взаимопонимание, как от общения с ИИ. Как быстро мы пришли к такому общению и куда оно нас приведёт? Но давайте сначала получше узнаем нашего собеседника.

Мы сейчас находимся всего лишь в одной (OMG!) стадии от Artificial General Intelligence (AGI), когда искусственные формы сознания смогут самообучаться и выполнять задачи, подвластные человеку.

Сегодня AI-алгоритмы легко напоминают человеческий интеллект в некоторых задачах, у них есть собственная логика и способность рассуждать. Они натренированы выполнять отдельные таски, но пока их накопленные знания не переносятся на новую задачу. А теперь давайте попробуем заглянуть в ближайшее будущее и посмотрим, каким будет AI в своей следующей версии.

Мы живем в век великого обучения AI. Человеки-разработчики стали его естественными проводниками в наш мир, как ребенку показываем, как устроен наш мир, учим отличать тигра от собаки, кормим всеми знаниями и информацией, которую мы накопили за время существования человечества. Выпускниками этой школы становятся успешные стартапы и решения, которые готовы помочь своему кожаному создателю в работе. Одним из главных выпускников стал ChatGPT, которые произвел настоящую революцию и отодвинул границы технологические возможности познания мира. На ее основе появилось множество проектов, заточенных под узкую задачу. И темпы развития настолько быстрые, что не за горами то будущее, где нейросети будут общаться друг другом.

ИИ уже на равных работает в коллективе, дополняет или заменяет труд человека. До момента когда ИИ будет выполнять всю работу в мире за человека еще очень далеко, но об этом уже говорит наш дядя Сем. Четвертая промышленная революция дала обществу невиданные инструменты для развития креативной экономики и автоматизации производства. С их помощью мы научились буквально до атома разбирать процессы создания стоимости. Часть процессов мы сумели полностью автоматизировать и свести роль человека к роли оператора.

Как сказал Юваль Ной Харари: "We all have been hacked by AI"

Однако во многих областях мы движемся столь медленно, что прогресс едва ли можно разглядеть. Где то нужна авторизация и одобрение человека, но чаще сам технический прогресс, а точнее сложившаяся архитектура не позволяет внедрять такие решения. Нам предстоит еще большая работа. С появлением ИИ мы можем не просто показать как делать тот или иной процесс, но и получать обратную связь в ходе выполнения задачи и искать новые, более выгодные варианты достижения цели. Большим толчком к этому стала цифровизация, которая позволила сделать цифровую копию каждого действия, то есть мы как бы перевели на язык компьютера то, что мы делаем и попросили нам помочь. Но все равно человек (пока) важнее машины: мы попрежнему оставляем самые ответственные таски за собой.

Конечно есть и примеры полной автоматизации. Например, автопилоты. Здесь сыграли роль сразу несколько факторов. Во первых и в самых главных - это размер отрасли. На кону стоят большие деньги. Одно работающее решение может заместить огромное количество рабочей силы и принести много прибыли его создателям. Во вторых, это довольно наглядный образ, сформировавшийся в нашей культуре. Какие то полумеры с оператором на борту инвесторы и общество уже просто не примут.

Да, есть еще десятки, если не сотни примеров, но давайте вернемся от исключения к общим случаям. Почему вопрос полной автоматизации процессов и выполнением его AI до сих пор не решен? Где голос из холодильника, который скажет нам, что молоко заканчивается и молочник уже едет? Если это будущее нам так понятно, повторяясь в каждом втором скай-фай муви, что же останавливает нас от его внедрения?

Как и всегда, простого ответа мы не услышим. Its complicated.

Во первых, отсутствует правовое поле регулирования подобных систем. Кто будет отвечать в случае правонарушений: оператор, программист или фаундер? Конечно, на его создание должны подтолкнуть сами компании разработчики. Создавая прецедент использования своих решений вместе с другими контрагентами компании проецируют возможные границы взаимодействия и правила игры, выгодные для всех.

Во вторых общее недоверие. Пользователь сейчас очень осторожен со своими персональными данными, а тем более с доступом к деньгам, цифровым и нематериальными активами, такими как репутация в сети и перед коллегами. Из-за этого трудно представить, что человек отдаст на аутсорс нейросети общение с коллегами, операции с деньгами и прочие интимные процессы.

Еще одним важным фактором является кибербезопасность ИИ. Страх, что злоумышленники получат доступ к активам пользователя есть. Тут можно решить проблему многоуровневой аутентификацией и разбивкой системы на отдельные модули, доступ к которым не будет сквозным и будет контролироваться пользователем. Такая децентрализованная структура с раздельным доступом к разным узлам уже стала новым стандартом в мире и активно заменяют старую модель с единой точкой доступа ко всей сети.

Но самая главная причина кроется в эволюции развития IT. Компьютеры, прежде всего, развивались за счет фокуса на человеке как его персональном инструменте. Соответственно и пользовательские интерфейсы создавались для удобства работы человека. Но пришло время машин, мы судорожно ищем какие еще процессы можно автоматизировать и переложить нашу работу на AI. Однако проблема заключается в том, что машины не понимают как устроены бизнес-процессы и пользовательские интерфейсы. Компании делали свои CJM и UX исходя специально из потребностей человека: яркие иконки, большие кнопки и тд. И как, простите, AI должны научиться понимать эти процессы.

Из такой ситуации видится два возможных выхода для компаний. Либо делать собственные нейронки и самим обучать всем бизнес процессам компании, либо ждать появления инструментов на конкретные задачи (CRM, RPA и тд.). По первому пути уже пошли крупные бренды: Samsung, Apple, JP Morgan и другие уже заявили о работе над собственными LLM на данных компаний. Важно понимать, что к такому решению их подтолкнуло еще и общее недоверие и боязнь утечки данных при внедрения решений от технологических гигантов Microsoft и Google. Но есть и большое количество маленьких компаний и частных предпринимателей, которые не смогут создать собственное решения. Единственное что им остается - это научить ИИ понимать свое кожаное флоу. Это огромная работа и нас ждет интереснейшее время адаптации искусственных систем к реальному миру.

Поэтому следующим большим шагом развития ИИ мы видим в развитии multi-embodiment (дословно "мульти-воплощение") инструментов, которые позволят соединить нейросети с технологиями из реального мира для создания полноценных автономных систем. Этот прогресс вплотную приблизит мечту о создании общего искусственного интеллекта (AGI) и его способности автономно выстраивать модели для управления самыми разными агентами в виртуальном или физическом мире.

Как и любая сверх популярная технология, AI будет развиваться сразу во всех направлениях и нельзя выделить что то одно. Ясно одно: размер человеко-часов, которые будут затрачены на изучение и развитие этой тезнологии будет сопоставимо с самыми великими стройками человечества. Такое плодотворное творчество однозначно принесет плоды и сделает наш мир чуть лучше и справедливей.

p.s. Больше про AI в нашем тг: