Инфляция искусственного интеллекта Больше всегда лучше?

Инфляция искусственного интеллекта Больше всегда лучше?

Каждый час появляются новые модели МО, но этот быстрый темп имеет свои недостатки; гипотезно-ориентированная разработка может помочь смягчить их.

Мы живем в эпоху искусственного интеллекта! Каждый день создается, обучается, выпускается и часто рекламируется множество новых инструментов и моделей МО. Когда мы смотрим на Hugging Face, например, мы видим, что сегодня доступно почти 400 000 моделей (на 2023–11–06) по сравнению с примерно 84 000 моделями, доступными в ноябре 2022 года (см. Рисунок 1). За один год количество моделей увеличилось примерно на 470%. Нужно помнить, что Hugging Face – не единственная платформа моделей МО. При этом многие модели даже не являются открытыми исходниками. Таким образом, можно сказать, что фактическое количество доступных моделей МО намного выше.

Действительно ли существует необходимость в таком огромном разрастании моделей?

Возбуждение, вызванное технологией искусственного интеллекта, огромно, и это в первую очередь хорошо. ИИ имеет потенциал найти решения или хотя бы смягчить некоторые из самых серьезных глобальных проблем, таких как изменение климата или пандемии. Кроме того, ИИ может сделать повседневные задачи более эффективными и, таким образом, улучшить баланс между работой и личной жизнью. Таким образом, исследование и разработка ИИ и доступность моделей МО для сообщества – правильный и необходимый шаг! Однако с заданной скоростью развития и волнением в сообществе ИИ, я задаюсь вопросом: правда ли существует необходимость в таком огромном разрастании моделей? И кому, в конечном счете, это принесет пользу?

Потенциальные риски разрастания моделей

Одним из общих недостатков “возбуждения” и “гипноза” по определенной теме является отсутствие точной направленности мотивации и работы на конкретную цель, а также поверхностность и общность. Выгоду от искусственного интеллекта не приносит большое количество поверхностных моделей, а специализированные модели, которые решают сложные проблемы.

• Как мы мыслим о Data Pipelines меняется
• Регрессия, персонализация и синдром Кагл
• Трансформеры могут генерировать игры NFL представляем QB-GPT

Кроме того, текущая скорость развития, развертывания и рекламы моделей имеет некоторые недостатки, с которыми мы все, вероятно, уже столкнулись. Важно решить эти проблемы, чтобы обеспечить наилучшие результаты в будущем. Некоторые потенциальные недостатки текущей скорости развития ИИ: