Сложности реализации потенциала ИИ

01.09.2023 Дарья Каспарьянц

Время на прочтение: 2 мин

Возможности и риски, связанные с развитием искусственного интеллекта, широко обсуждаются учеными, политиками, журналистами, общественностью. Ключевые возможности ИИ связывают с увеличением производительности и беспрецедентным ростом экономики, что приведет к богатству для каждого.

Среди рисков отмечаются вопросы этики, правового регулирования, безработицы и наступления хаоса. Однако обе крайности маловероятны.

В июне 2023 года некоммерческая инициатива TheGradientPub, созданная группой исследователей ИИ при Стэнфордской лаборатории искусственного интеллекта (SAIL), опубликовала статью об ограниченном потенциале ИИ. Авторы рассматривают технологию ИИ в ретроспективе с другими инновационными технологиями, которые изменили мир. В статье предложены три тезиса: ИИ ограничен экономическими законами; техническими препятствиями; и социально-политическими факторами.

В рамках первого тезиса авторы утверждают, что внедрение таких технологий, как паровые двигатели, электричество, компьютеры и сеть Интернет, не смогли увеличить ВВП на душу населения более трех процентов в год. Это связано с тем, что называется «эффектом Баумоля», согласно которому увеличение производительности в одном секторе экономики приводит к снижению в другом. За последние несколько десятилетий рост производительности соответствует «эффекту Баумоля». Например, рост в ИТ-индустрии привел к снижению цен на компьютеры и другие персональные устройства. Вместе с этим, цены на здравоохранение, образование, жилье и другие трудоемкие услуги выросли. Это привело к снижению совокупного роста производительности. Поэтому утверждение об ускорении роста ВВП с заменой ИИ умственного и физического труда человека и автоматизацией процесса инноваций самим ИИ сильно преувеличены.

Таким образом, ИИ необходимо рассматривать с точки зрения экономического воздействия и измеримого роста производительности, а не как систему, которая превосходит человека в решении отдельных задач.

Согласно второму тезису ИИ имеет серьезные технические препятствия, связанные с приобретением человеческих навыков. В частности, прогресс в управлении мелкой моторикой сильно отстает от достижений в больших языковых моделях. Кроме этого, открытым остается ряд глобальных исследовательских проблем. Например, в области неразделимости познания и обладания телом или в области понимания интеллекта как совокупности навыков или способности приобретения новых навыков. Существующих методов в рамках разработок ИИ может оказаться недостаточно. Это относится к серьезным энергозатратам и вычислительным мощностям для обучения моделей. Масштабирование требует больших дополнительных расходов. Также существует проблема количества качественных данных для обучения. Авторы отмечают, что участие человека в процессах разработок и обучения ИИ ограничивает производительность ИИ. Это связано с высокой стоимостью обратной связи человека с ИИ в том числе для обеспечения человеческого ценностного подхода. Кроме этого, существует проблема передачи неявных неучтенных и рассеянных знаний¹от человека к ИИ. То есть, есть знания, которыми человек обладает неявно и поэтому его сложно передать и зафиксировать в программе. Наличие концептуальных и философских проблем также осложняет понимание направление развития ИИ. Например, понятия морали, идентичности, природы сознания человека.

Третий тезис относится к социально-экономическим препятствиям для ИИ. Здесь он рассматривается с точки зрения преобразующей технологии. Однако для ее реализации необходимо фундаментальное переосмысление организаций, отраслей, экономики в целом и социальных институтов. Кроме этого, требуются значительные инвестиции, новые продукты, бизнес-модели, приложения и переквалификация трудовых ресурсов. Авторы полагают, что автоматизация отраслей не принесет экономического роста. Для этого необходимо преобразование социальных и политических институтов. Даже при полной автоматизации производства, человеку придется решать, что именно производить. А это, по мнению авторов, социальный процесс.

В свете этих препятствий авторы предлагают сосредоточиться на реальных существующих рисках, связанных с предвзятостью и неправильным использованием, следить за развитием других технологических инноваций, не стремится сразу внедрять последние разработки в области ИИ и инвестировать в самые сложные проблемы.