Как подготовиться к грядущей революции генеративного и ответственного ИИ.

Что вы представляете, когда слышите «Искусственный интеллект»?

ИИ теперь является частью нашей повседневной жизни. Идеи, которые раньше принадлежали научной фантастике или передовым академическим исследованиям, реальны. Технология распознавания лиц помогает нам пересекать международные границы и разблокировать наши телефоны. Наши любимые интернет-магазины указывают нам направление товаров, которые нам могут понадобиться или в которых мы даже не подозревали. А автозамена экономит нам время при наборе текста и предотвращает орфографические ошибки (хотя если его не проверять, это может привести к некоторым неловким моментам — просто Google «автозамена не работает»).

Мы постоянно слышим о последних достижениях, которые стали возможными благодаря таким технологиям, как компьютерное зрение, машинное обучение, обработка естественного языка… список длинный, есть много вариантов использования и несколько историй успеха. Мы уже используем все эти технологии ежедневно. Шепните это тихо, но некоторые из них теперь настолько доступны, что почти становятся товаром.

Итак, чего нам ожидать от следующей волны инноваций в области искусственного интеллекта?

Несмотря на то, что эти технологии никуда не денутся, впереди еще много захватывающих инноваций. Вот почему вам нужно подготовить себя и/или свою организацию к следующей волне. Являетесь ли вы менеджером по продукту, инженером по алгоритмам или исследователем; лидеру в области финансов, маркетинга, продаж или управления персоналом, важно понимать, каких новых разработок ожидать в ближайшие 2–5 лет. Компании, которые первыми примут на вооружение эту грядущую волну, смогут получить значительное преимущество перед своими конкурентами.

Я считаю, что двумя наиболее важными направлениями инноваций являются генеративный ИИ и ответственный ИИ. Вскоре я подробно расскажу об обоих. Конечно, никто точно не знает, что принесет будущее. Но, глядя на динамику и известные модели внедрения технологий, мы можем получить очень надежные индикаторы того, чего ожидать.

Полезной моделью для изучения является Gartner Hype Cycle — методология, которая графически представляет зрелость и внедрение технологий, показывая, как они будут развиваться с течением времени.

Когда технологии только разрабатываются, возникает много ажиотажа, и ожидания могут быть серьезно завышены (разве мы все не должны были водить автоматизированные автомобили, делать покупки в супермаркетах без касс, жить в мире виртуальной реальности и иметь безупречное взаимодействие с нашими телефонами). виртуальных помощников?). В результате обычно возникает некоторое разочарование, но если вы будете придерживаться инноваций, они в конечном итоге достигнут плато продуктивности и изменят мир.

Как вы можете видеть на этом графике, представляющем сектор ИИ, технологии, которые большинство из нас связывает с искусственным интеллектом, уже вышли из ажиотажа, а некоторые (выделены серым цветом) находятся на пути к плато производительности. Это означает, что эти технологии появляются повсюду, а их последователи получают гораздо меньшее конкурентное преимущество — если оно вообще есть, — потому что во многих случаях они играют в догонялки.

Так что здесь есть огромные возможности. Посмотрите на все те технологии, которые еще не достигли своего пика. Большинство людей еще никогда о них не слышали, но они тоже изменят мир.

Какая следующая волна?

В следующей волне мы увидим две основные тенденции: ответственный ИИ (выделен выше фиолетовым) и генеративный ИИ (розовый).

Ответственный ИИ заключается в том, чтобы убедиться, что мы используем эти новые технологии безопасно, справедливо и этично, а для этого они должны быть объяснимыми. Искусственный интеллект — это невероятный, меняющий жизнь инструмент, который продолжит революционизировать наш мир. И все же по мере того, как он становится все более продвинутым и все более распространенным в нашей жизни, риски растут.

ИИ может развивать предубеждения или совершать ошибки. Например, Amazon пришлось прекратить использовать программное обеспечение для проверки резюме, которое показало предвзятое отношение к женщинам, а алгоритм, используемый в судах США, был предубежденным против чернокожих. В крайних случаях ошибки в таких секторах, как здравоохранение или автономные автомобили, могут быть фатальными.

Рисками безопасности также необходимо управлять. Нам необходимо защитить огромные объемы данных, которые используются для обучения моделей. А злоумышленник может повлиять на алгоритм, связанный с критической инфраструктурой, с катастрофическими последствиями.

Это лишь некоторые из рисков, которые можно снизить, сделав ИИ объяснимым (нам еще многое предстоит понять о том, как работают нейронные сети), а затем создав «человекоцентричный» ИИ, обдумав, как лучше всего сделать «человеческий» в петле» для управления, используя возможности искусственного интеллекта.

Мы будем видеть все больше и больше разговоров о справедливости, ответственном ИИ и этичном ИИ — ко всему этому мы очень серьезно относимся в Bria. Сейчас это горячая тема с оправданными опасениями команды Open AI по поводу недавнего выпуска DALL-E 2, который еще не является полностью контролируемым или предсказуемым. Вы также услышите термин AI TRiSM (AI Trust, Risk & Security Management), который можно использовать для обозначения многих из вышеперечисленных вопросов.

Вторая тенденция заключается в том, что мы увидим все больше и больше технологий, использующих генеративный ИИ. Это когда ИИ создает совершенно новый набор синтетических данных, который имеет огромное количество потенциальных вариантов использования. В Bria мы используем эту технологию для создания фотореалистичных изображений и видео. Итак, что же отличает его от ИИ, который мы все так хорошо знаем?

До недавнего времени искусственный интеллект был дискриминационным

ИИ, которым мы пользуемся ежедневно, является дискриминационным. Его роль заключается в том, чтобы помочь нам лучше понять данные, которые уже существуют.

Дискриминативный ИИ может помочь с распознаванием (например, определение тональности текста или программное обеспечение для распознавания лиц), пониманием (чат-боты понимают намерения пользователя), предсказаниями (например, где и когда ожидать интенсивного трафика) или рекомендациями (что показывать дальше на Netflix). ).

Генеративный ИИ — это в названии

Генеративный ИИ позволяет компьютерам изучать базовый шаблон, связанный с входными данными, а затем использовать его для создания аналогичного контента с нуля. Это известно как синтетические данные, поскольку они были созданы искусственно.

Уже есть несколько компаний, которые добились значительных успехов в этой области. Например, DataGen генерирует синтетические данные, которые можно использовать для обучения машинному обучению. Hour One и D-ID создают визуальных ботов. В текстовом пространстве OpenAI предлагает революционный генератор текста GPT3, в то время как AI21 Labs больше ориентирована на краткий текст. В Bria мы усиливаем визуальную коммуникацию, создавая фотореалистичные изображения и видео без использования камеры, фотошопа или графического дизайнера.

Хотя эта технология все еще находится на ранней стадии, она уже может дать впечатляющие результаты:

Будущее искусственного интеллекта и его использования в компаниях висит в воздухе», — сказал г-н Джоффе. «Это может помочь нам изучить и разработать новые способы улучшения процессов».

Другими словами, ИИ станет инструментом, с помощью которого люди смогут лучше разбираться в ИИ. Это не значит, что все получают. Работа исследователей в Японии и Швейцарии показала, как можно использовать искусственный интеллект. Другие, однако, не видят оснований ожидать, что ИИ когда-нибудь заменит человека на работе.

Текст, сгенерированный из исходного ввода будущего ИИ с помощью текстового генератора DeepAI.

Генеративный ИИ делает ответственный ИИ обязательным

В тот момент, когда ИИ начинает создавать, а не просто различать, ответственный ИИ становится еще более важным. Мы должны иметь возможность прогнозировать и контролировать то, что генерирует ИИ, чтобы обеспечить справедливость, уменьшить предвзятость и минимизировать любые этические риски.

Именно по этой причине в Bria мы уделяем особое внимание предсказуемости и управляемости, и недавно мы назначили ответственного сторонника ИИ, который поможет нам в этом путешествии. Эта область настолько нова, что мы и такие компании, как мы, пишем книгу правил, и мы должны сделать все правильно, потому что эта технология скоро будет повсюду.

Будущее визуальной коммуникации будет зависеть от генеративного ИИ

Подумайте о творческом процессе сегодня для визуала — будь то иллюстрация, фотография или видео. Вам нужно оборудование — будь то камера, стилус или старомодная ручка и бумага. Вам нужен навык, чтобы воплотить свою идею в изображение — либо нарисовав его, захватив правильный кадр, либо будучи знакомым с Photoshop. И вам нужен бюджет — на материалы, таланты или производство и постпродакшн.

Генеративный ИИ переворачивает все это с ног на голову. Все теперь могут создавать визуальные элементы. Творчество больше не ограничивается ресурсами, талантом или навыками. Лучшими креативщиками и дизайнерами будущего будут люди с лучшим воображением, а не с лучшими техническими навыками, потому что все, что им нужно будет сделать, — это сформулировать свое видение, а ИИ сгенерирует его за них.

В Bria мы называем это творческой независимостью; создание мира, в котором это возможно, — вот что движет нами вперед. Мы уже помогаем тысячам людей раскрыть свой творческий потенциал — и вы можете сами попробовать бесплатную бета-версию.

По мере развития технологий искусственного интеллекта кажется, что каждый день исследуются новые рубежи. Но эта история выходит за рамки мира технологий. Эти события открывают огромные возможности для общества в целом, а вместе с этими возможностями возникают и риски, которые нам необходимо предвидеть и соответствующим образом управлять ими.

Итак, давайте поговорим. Я хотел бы услышать, что вы думаете — поделитесь своими мыслями в комментариях или отправьте мне электронное письмо.