На фоне стремительного роста ИИ-технологий и мрачных прогнозов о том, что скоро придет AGI «и всех победит», Bloomberg пишет, не все так печально. OpenAI, Google и Anthropic столкнулись с проблемой. Их новые мощные модели не оправдывают вложенные усилия и средства. Скептики уже сомневаются в возможности достижения цели, к которой компании так активно стремятся – появлению ИИ, равному человеку.
Гиганты в области разработок ИИ уже не первый год нам обещают, что вот-вот искусственный интеллект станет умнее людей. Похоже, ожидания не оправдаются. В обозримом будущем точно. Это только казалось, что прогресс уже не остановить, и сначала AGI, а потом и ASI возьмут нас в рабство.
Модели, на которые делались ставки, пока не хотят двигаться в сторону желаемых показателей. Ресурсы вливаются огромные, а отдача – такая себе. Возьмем для примера OpenAI. Сейчас компания работает над релизом новой ИИ-модели, известной под кодовым названием Orion. В OpenAI заявляли, что Orion будет мощнее GPT-4 в сто раз и станет еще одним шагом на пути к Artificial General Intelligence (AGI). Bloomberg пишет, что разработчики, знакомые с моделью, на условии анонимности сообщили – Orion не справляется с поставленными задачами. И пока не является такой революционной, каким был GPT-4 по сравнению с GPT-3.5.
Фрустрирована не только OpenAI. В Google тоже наверняка сильно расстроены. Новая версия Gemini не оправдала внутренних ожиданий. Примерно такая же ситуация у Anthropic с их моделью Claude 3.5 Opus, выход которой задерживается. В марте говорили, что Opus сделает всех и скоро релизнется. Потом все восторженные комментарии удалили. И опять знакомые с моделью люди анонимно сообщили, что новая Opus показала, в целом, лучшие результаты в сравнении со старой версией, но не «настолько лучшие», насколько следовало бы, учитывая размер вложенных средств.
Одна из основных проблем, с которой сталкиваются компании – нехватка качественных данных для обучения. Напомним, что ChatGPT и другие чат-боты на базе ИИ тренированы на сообщениях в социальных сетях, комментариях в интернете, книгах и других материалах веб-пространства. Контента было достаточно для разработки продуктов, способных выдавать отчеты, дипломы и посты. Увы, для создания ИИ, который будет умнее человека, нужны другие источники.
Orion показала плохие результаты в решении задач кодирования именно потому, что у OpenAI не оказалось нужного качества и количества данных. Компании, конечно, пытаются проблему решить. Заключают сделки с издательствами. Нанимают дипломированных специалистов. Создают синтетический материал. Но все это медленно и дорого.
Стоимость – еще одна проблема. Тренировка современных моделей требует колоссальных ресурсов, а затраты на запуск новых моделей часто себя не оправдывают. Генеральный директор Anthropic сказал, что концу этого года компании вольют примерно $100 миллионов долларов в тренировку и развитие моделей, а к 2030-му цифра при таком темпе может достичь $100 миллиардов. При этом эпоха быстрого прогресса и весомой отдачи, кажется, все.
В общем, «пузырь AGI потихоньку лопается», цитируя Маргарет Митчелл, главного специалиста по этике в ИИ-стартапе Hugging Face. Вышеупомянутые компании от комментариев отказываются. Только в Google сказали, что «довольны прогрессом». И все-таки технологическая сингулярность, согласно которой развитие машин и алгоритмов становится неуправляемым и необратимым, пока остается теоретической возможностью, и, к счастью, не светит нам в ближайшем будущем.
