Гонка лабораторий искусственного интеллекта накаляется. ChatGPT — не единственная игра в городе. Гонка ИИ только начинается

Время от времени технология захватывает воображение мира.

Последний пример, судя по болтовне в Силиконовой долине, на Уолл-стрит, в офисах, отделах новостей и аудиториях по всему миру, — это Chatgpt.

Через пять дней после презентации в ноябре чат-бот с искусственным интеллектом, созданный стартапом Openai, привлек 1 миллион пользователей, что сделало его одним из самых быстрых запусков потребительских товаров в истории.

Microsoft, которая инвестировала 10 миллиардов долларов в Openai, хочет, чтобы возможности, подобные Chatgpt, которые включают генерацию текста, изображений и видео, которые, кажется, могли быть созданы людьми, были включены в большую часть продаваемого ею программного обеспечения.

26 января Google опубликовал документ, описывающий аналогичную модель, которая может создавать музыку из текстового описания песни.

Инвесторы Alphabet, ее материнской компании, ждут ответа Chatgpt.

Baidu, китайский поисковый гигант, как сообщается, планирует добавить чат-бота в свою поисковую систему в марте.

Слишком рано говорить о том, насколько оправдан ранний ажиотаж.

Независимо от того, в какой степени «генеративные» модели искусственного интеллекта, лежащие в основе Chatgpt и его конкурентов, трансформируют бизнес, культуру и общество, тем не менее, они уже меняют представление технологической индустрии об инновациях и их двигателях — корпоративных исследовательских лабораториях, которые, подобно Openai и Google Research объединяет вычислительную мощность больших технологий с умственными способностями некоторых из самых ярких искр информатики.

Эти соперничающие лаборатории — будь то часть крупных технологических фирм, аффилированные с ними или управляемые независимыми стартапами — участвуют в эпической гонке за превосходство ИИ (см. диаграмму 1).

Результат этой гонки определит, как быстро наступит эпоха искусственного интеллекта для пользователей компьютеров во всем мире и кто будет в ней доминировать.

Корпоративные организации, занимающиеся исследованиями и разработками (НИОКР), уже давно являются источником научных достижений, особенно в Америке.

Полтора века назад Томас Эдисон использовал доходы от своих изобретений, включая фонограф и лампочку, для финансирования своей мастерской в Менло-Парке, штат Нью-Джерси.

После Второй мировой войны America Inc вложила значительные средства в фундаментальную науку в надежде, что это даст практические результаты.

DuPont (производитель химикатов), IBM и Xerox (оба производили оборудование) располагали крупными исследовательскими лабораториями.

Bell Labs компании at&t произвела, среди прочих изобретений, транзистор, лазер и фотогальванический элемент, что принесло ее исследователям девять Нобелевских премий.

Однако в конце 20-го века корпоративные исследования и разработки постепенно стали меньше касаться r, чем d.

В 2017 году экономисты изучили период с 1980 по 2006 год и обнаружили, что фирмы перешли от фундаментальной науки к развитию существующих идей.

Причиной была растущая стоимость исследований и возрастающая сложность получения результатов.

Xerox разработала значки и окна, уже знакомые пользователям компьютеров, но Apple и Microsoft заработали на этом большую часть денег.

Наука оставалась важной для инноваций, но она стала прерогативой некоммерческих университетов.

Подъем ИИ снова встряхивает ситуацию.

Большие корпорации — не единственная игра в городе.

Такие стартапы, как Anthropic и Character ai, создали своих собственных претендентов на Chatgpt.

Стартап Stability ai, собравший консорциум небольших фирм, университетов и некоммерческих организаций для объединения вычислительных ресурсов, создал популярную модель с открытым исходным кодом, которая преобразует текст в изображения.

В Китае на первое место выходят поддерживаемые правительством организации, такие как Пекинская академия искусственного интеллекта (baai).

Но почти все недавние прорывы в области большого ИИ во всем мире были сделаны гигантскими компаниями, потому что они обладают вычислительной мощностью (см. диаграмму 2) и потому, что это редкая область, где результаты фундаментальных исследований можно быстро внедрить в продукты.

Amazon, чей ИИ управляет голосовым помощником Alexa, и Meta, которая недавно произвела фурор, когда одна из ее моделей обыграла игроков-людей в «Дипломатии», стратегической настольной игре, соответственно, производят две трети и четыре пятых объема исследований ИИ, соответственно, по сравнению со Стэнфордом. Университет, бастион компьютерных умников.

Alphabet и Microsoft производят значительно больше, и это не считая DeepMind, дочерней лаборатории Google Research, которую материнская компания приобрела в 2014 году, и Openai, дочерней компании Microsoft (см. диаграмму 3).

Мнения экспертов расходятся в том, кто на самом деле впереди по существу. Например, китайские лаборатории, по-видимому, лидируют в области компьютерного зрения, которая включает в себя анализ изображений, где они несут ответственность за наибольшую долю наиболее цитируемых статей.

Согласно рейтингу, составленному Microsoft, все пять ведущих мировых команд по компьютерному зрению — китайцы.

Баай также создал крупнейшую в мире модель естественного языка — Wu Dao 2.0. Игрок «Дипломатии» Меты, Цицерон, получает похвалу за использование стратегического мышления и обмана против человеческих противников.

Модели DeepMind обыграли чемпионов среди людей в общеизвестно сложной настольной игре Го и могут предсказать форму белков, что является давней проблемой в науках о жизни.

Тем не менее, когда дело доходит до искусственного интеллекта, который стал популярным благодаря Chatgpt, большая битва развернется между Microsoft и Alphabet.

Чтобы увидеть, чья технология лучше, The Economist проверил помощников обеих фирм.

С помощью инженера Google мы задали Chatgpt, основанному на модели Openai под названием gpt-3.5, и еще не запущенному чат-боту Google, построенному на базе Lamda, ряд вопросов.

К ним относятся десять задач из американского конкурса по математике («Найдите количество упорядоченных пар простых чисел, сумма которых равна 60») и десять вопросов по чтению из американского выпускного экзамена («Прочитайте отрывок и определите, какой ответ лучше всего описывает то, что происходит в нем»).

Чтобы оживить ситуацию, мы также попросили каждую модель дать совет по свиданиям («Учитывая следующий разговор из приложения для знакомств, как лучше всего пригласить кого-то на первое свидание?»).

Ни один из ай не проявил явного превосходства.

Google был немного лучше в математике, правильно ответив на пять вопросов, по сравнению с тремя для Chatgpt.

Их советы по свиданиям были неоднородными: в приложении для знакомств было несколько реальных обменов, каждый давал конкретные предложения в одном случае и банальности, такие как «быть непредубежденным» и «эффективно общаться» в другом.

Тем временем Chatgpt правильно ответил на девять вопросов по сравнению с семью вопросами своего конкурента Google. Он также оказался более отзывчивым на наши отзывы и ответил на несколько вопросов со второй попытки.

30 января Openai объявила об обновлении Chatgpt, улучшающем его математические способности. Когда мы задали двум ассистентам еще десять вопросов, Ламда снова отстала на два очка.

Но когда дали второй шанс, Chatgpt сыграл вничью.

Причина того, что, по крайней мере до сих пор, ни одна модель не обладает неоспоримым преимуществом, заключается в том, что знания ИИ быстро распространяются.

Исследователи из конкурирующих лабораторий «все общаются друг с другом», — говорит Дэвид Ха из Stability ai.

Многие, как Ха, который раньше работал в Google, переходят из одной организации в другую, принося с собой знания и опыт.

Более того, поскольку лучшие специалисты по искусственному интеллекту в душе являются учеными, их уход в частный сектор часто зависел от способности продолжать публиковать свои исследования и представлять результаты на конференциях.

Отчасти поэтому Google обнародовала большие достижения, в том числе «трансформер», ключевой строительный блок в моделях ИИ, что дало конкурентам преимущество. («Т» в Chatgpt означает «трансформер».)

В результате всего этого, считает Янн ЛеКун, главный ИИ в Meta, «никто не опережает других более чем на два-шесть месяцев».

Это, однако, первые дни.

Лаборатории не могут оставаться ноздря в ноздрю навсегда. Сообщается, что Google выпустил «красный код», опасаясь, что Chatgpt может усилить конкурирующую поисковую систему Microsoft Bing.

Исследователи из DeepMind говорят, что их фирма, которая исторически занималась играми и наукой, вкладывает больше ресурсов в языковое моделирование; его чат-бот Sparrow может быть представлен в этом году.

Одной из переменных, которая может помочь определить окончательный результат конкурса, является организация лабораторий.

Openai, небольшая фирма с небольшими потоками доходов, которые нужно защищать, может оказаться в большей степени, чем конкуренты, в плане выпуска продуктов для широкой публики. Это, в свою очередь, генерирует тонны пользовательских данных, которые могут улучшить его модели («обучение с подкреплением на основе отзывов людей», если вам интересно) — и, таким образом, привлечь больше пользователей.

Это преимущество первопроходца может самоподкрепляться и в другом отношении. Инсайдеры отмечают, что быстрый прогресс Openai в последние годы позволил ей переманивать экспертов у конкурентов, включая DeepMind.

Чтобы не отставать, Alphabet, Amazon и Meta, возможно, придется заново открыть для себя свою способность быстро двигаться и ломать вещи — деликатная задача, Учитывая все нормативные требования, которые они получают от правительств по всему миру.

Другим решающим фактором может быть путь технологического развития.

До сих пор в генеративном ИИ чем больше, тем лучше. Это дало богатым технологическим гигантам огромное преимущество.

Но размер может быть не всем в будущем.

Во-первых, существуют ограничения на то, насколько большими могут быть модели. По оценкам некоммерческого исследовательского института Epoch, при нынешних темпах к 2026 году в интернет-моделях для больших языков закончится высококачественный текст (хотя другие менее используемые форматы, такие как видео, какое-то время останутся в изобилии).

Что еще более важно, как отмечает г-н Ха из отдела стабильности, существуют способы тонкой настройки модели для конкретной задачи, которые «значительно уменьшают потребность в масштабировании».

И постоянно разрабатываются новые методы делать больше с меньшими затратами.

Капитал, поступающий в стартапы генеративного искусственного интеллекта, которые в прошлом году в совокупности привлекли 2,7 млрд долларов в рамках 110 сделок, предполагает, что венчурные капиталисты делают ставку на то, что не вся стоимость будет захвачена крупными технологиями.

Alphabet, Microsoft, их коллеги-гиганты технологий и Коммунистическая партия Китая попытаются доказать, что эти инвесторы ошибаются.

Гонка ИИ только начинается.

Оригинал статьи

P.S. Подпишитесь на проект «КОГоть» — “КраткоОГлавном” в Телеграм

Дзен увеличивает цензуру и блокирует посты.

Поэтому, возможно, основной площадкой для проекта «КОГоть» станет Телеграм.

Подпишитесь на телеграм-канал «Коготь» — давайте не теряться и оставаться на связи.

«Коготь» на других платформах: Дзен,  VK и Youtube