Βρισκόμαστε σε έναν δρόμο για την ανάπτυξη της AI

Το 2014 η Google ανακοίνωσε την , μια ερευνητική startup με έδρα το Λονδίνο, ως μέρος των συνεχιζόμενων προσπαθειών να επενδύσουν στην τότε αρχική αγορά της μηχανικής μάθησης, που τροφοδοτείται από την συνεχώς αυξανόμενη διαθεσιμότητα ισχυρών υπολογιστών όπως υπαγορεύεται από το Νόμο του Moore. μόλις ένα χρόνο αργότερα, το 2015, μια κοινή συνεργασία μεταξύ μερικών από τους υψηλότερους επενδυτές της Silicon Valley, συμπεριλαμβανομένου του Peter Thiel και του Elon Musk, δημιούργησε το OpenAI, ένα εξελισσόμενο εργαστήριο τεχνητής νοημοσύνης που τελικά θα Τέλος, η Amazon, μετά από λίγα χρόνια αποφεύγοντας τον λεγόμενο αγώνα της τεχνητής νοημοσύνης μεταξύ των διαφόρων τεχνολογικών εταιρειών, αποφάσισε να με την εταιρεία ανάπτυξης τεχνητής νοημοσύνης και το ερευνητικό εργαστήριο δεοντολογίας τεχνητής νοημοσύνης Anthropic μέσω μιας συνεργασίας επενδύσεων και υπολογιστών ύψους 4 δισεκατομμυρίων δολαρίων. 500 εκατομμύρια δολάρια για την εξαγορά της DeepMind Συνεργασία με τη Microsoft το 2019 Δημιουργία στρατηγικής συμμαχίας 500 εκατομμύρια δολάρια για την εξαγορά της DeepMind Συνεργασία με τη Microsoft το 2019 Δημιουργία στρατηγικής συμμαχίας Για τα πρώτα χρόνια της συνύπαρξης των εργαστηρίων στην τεχνολογική αγορά, οι προσπάθειές τους στον ανταγωνισμό περιορίστηκαν στην σπάνια δημοσίευση ερευνητικών εγγράφων και σε μια περιορισμένη προσπάθεια εμπορευματοποίησης προϊόντων AI. Αυτή η περίοδος περιστασιακής έρευνας, κατά την οποία οι εταιρείες AI εξακολουθούσαν να θεωρούνται μακροπρόθεσμες επενδύσεις που παράγουν έρευνα παράλληλα με τα πανεπιστήμια και προχωρούν αργά στον τομέα της μηχανικής μάθησης, διακόπηκε γρήγορα και αποφασιστικά από την ταχεία άνοδο της δημοτικότητας του OpenAI χάρη στην ιογενή εξάπλωση του ChatGPT μέσω του Διαδικτύου στα τέλη του 2019. Αυτό που ακολούθησε ήταν μια περίοδος περίπλοκης μεταφοράς Καθορίζοντας τη σκηνή Για να ξεκινήσω την ανάλυσή μου, θα ήθελα να αναγνωρίσω ότι υπάρχουν πολύ περισσότερες από τρεις εταιρείες AI: είτε πρόκειται για άλλα προγράμματα ανάπτυξης AI όπως το xAI είτε για νεοσύστατες εταιρείες που εφαρμόζουν AI σε ένα συγκεκριμένο πεδίο, υπάρχουν ατελείωτοι επιτυχημένοι αλλά συγκριτικά μικροί παίκτες στη βιομηχανία AI. Για να καταλάβω γιατί τους μειώνω, εξετάστε τον ορισμό της «νίκης» στον αγώνα AI - δημιουργώντας AGI πριν από άλλες εταιρείες έτσι ώστε να μπορεί να αναπαραχθεί σε αρκετά υψηλότερο ρυθμό από τις προσπάθειες των ανταγωνιστών τους να προωθήσουν την τεχνολογία τους. Έχω επιλέξει να συμπεριλάβω τις τρεις μεγαλύτερες και καλύτερα εξοπλισμένες εταιρείες AI - τις εταιρείες Google Στην πραγματικότητα, για ένα ή δύο χρόνια, το OpenAI κυριάρχησε στη βιομηχανία της τεχνητής νοημοσύνης, απελευθερώνοντας νέες επαναλήψεις του ChatGPT, το καθένα υπόσχοντας μεγαλύτερες δυνατότητες τόσο για τους λαϊκούς όσο και για τους επαγγελματίες, δίνοντας στο OpenAI ένα τεράστιο πλεονέκτημα καθώς συσσωρεύτηκε μια μεγάλη βάση καταναλωτών καθώς και περισσότερες επενδύσεις για το κλάδο του για κέρδος. Ενώ, όπως αναφέρθηκε προηγουμένως, πολλές εταιρείες τεχνητής νοημοσύνης δίνουν προτεραιότητα στην έρευνα και τα δύο τμήματα έρευνας τεχνητής νοημοσύνης της Google (Google Brain και Google DeepMind) εργάστηκαν ξεχωριστά σε πολλά έργα που Δεν είναι υπερβολή, επομένως, να πούμε ότι παρόλο που και τα δύο τμήματα της Google παρήγαγαν πρωτοποριακή έρευνα (το Google Brain ήταν υπεύθυνο για την ανάπτυξη της αρχιτεκτονικής Transformer AI, της σπονδυλικής στήλης των LLM όπως το ChatGPT, το Google DeepMind τελικά κέρδισε το βραβείο Νόμπελ για την έρευνα της στη χρήση της Reinforcement Learning για την ανάπτυξη προβλέψεων πτυσσόμενης πρωτεΐνης χρησιμοποιώντας το πλαίσιο AlphaZero RL), η κορυφαία εταιρεία της Google απέτυχε να υλοποιήσει ενέργειες που θα επέτρεπαν στην Google (και στο κοινό) να επωφεληθεί από αυτές τις ανακαλύψεις.Επιπλέον, το χάσμα μεταξύ των κορυφαίων ερευνητικών ομάδων AI της εταιρείας σή Τρόπος ΔΕΝ Η αδράνεια της Google δεν αλλάζει το γεγονός ότι είναι μία από τις πιο ισχυρές εταιρείες τεχνολογίας στον κόσμο. Προφανώς ανησυχώντας για την ταχεία επιτυχία του OpenAI (και πιθανώς το γεγονός ότι η Microsoft βρίσκεται πίσω από την αναδυόμενη εκκίνηση AI), η Google έκανε αρκετές αλλαγές για να εξορθολογίσει τις διαδικασίες παραγωγής. σε μια ενοποιημένη διαίρεση με το όνομα DeepMind τον Μάρτιο του 2023, με αποτέλεσμα να Είναι επίσης σημαντικό να γνωρίζουμε ότι αυτές οι ενέργειες δεν οφείλονταν εξ ολοκλήρου στην πρόσφατη επιθυμία της Google να ανταγωνιστεί με το OpenAI στην αγορά chatbot, αλλά και ως αποτέλεσμα μιας συνολικής αύξησης της επικράτησης της ιδέας ενός chatbot. Ενώ τα προηγούμενα μοντέλα (όπως το BERT ή το Stable Diffusion) ήταν μάλλον εξειδικευμένα (NLP και ειδικά η δημιουργία εικόνας), η άνοδος της πολυτροπικότητας καθώς και η εισαγωγή του παραδείγματος MoE (Mixture of Experts) πιθανότατα βοήθησαν να πείσει την Google να εγκαταλείψει την ιδέα πέντε ξεχωριστών μοντέλων που θα μπορούσαν να κάνουν πέντε πράγματα υπέρ της ιδέας ενός ισχυρού μοντέλου που θα μπορούσε ακόμα να κάνει αυτά τα πέντε πράγματα. Οι ομάδες Google Brain και Google DeepMind συγχωνεύθηκαν Σκληρές μεταρρυθμίσεις Γενική χρήση Οι ομάδες Google Brain και Google DeepMind συγχωνεύθηκαν Σκληρές μεταρρυθμίσεις Σε αντίθεση με την Google, η OpenAI ανέκαθεν διατηρούσε δημοσίως το όραμά της για την οικοδόμηση του πρώτου μοντέλου AGI στον κόσμο. Όπως λέει η παροιμία, «με μεγάλη δύναμη έρχεται μεγάλη ευθύνη».Η δημιουργία της AGI έχει σιγά-σιγά μετατραπεί από έναν υψηλό στόχο σε μια καταιγίδα ανησυχιών για την ευθυγράμμιση και την ασφάλεια. Η ιδέα ήταν απλή: δεδομένου ότι οι άνθρωποι δεν θα είχαν σχεδόν καμία πιθανότητα να αποκρυπτογραφήσουν τις λαβύρινθους λειτουργίες της υπεράνθρωπης τεχνητής νοημοσύνης, μόνο ένα άλλο, λιγότερο ισχυρό, τεχνητή νοημοσύνη θα ήταν σε θέση να παρατηρήσει το πιο προηγμένο του αντίστοιχο. Η μοναδική πρωτοβουλία της ομάδας Superalignment ήταν να αναπτύξει συστήματα που εξασφάλισαν την ευθυγράμμιση της ασφάλειας της τεχνητής νοημοσύνης, αλλά το πρόγραμμα δεν κράτησε. Τα προηγούμενα χρόνια είχαν οδηγήσει σε κάποιο βαθμό διάβρωσης της εμπιστοσύνης που μοιράστηκε μεταξύ των ερευνητών του OpenAI και του ανώτερου χαλκού της πολύ κερδοσκοπικής οργάνωσης, τον Μάρτιο του 2024 για τις διαφωνίες σχετικά με τον ρυθμό με τον οποίο η OpenAI παρήγαγε μοντέλα. Ερευνητική ομάδα Superalignment disbanded Ερευνητική ομάδα Superalignment Αποσυναρμολογείται Αν και η ακμή των διαφωνιών που προκύπτουν από τις συζητήσεις σχετικά με την ευθυγράμμιση συνέβη κοντά στην μαζική παραίτηση της ομάδας Superalignment το 2024, πολλές από τις βασικές ιδέες σχετικά με την προσεκτική ανάπτυξη και εμπορευματοποίηση προηγμένων μοντέλων AI άρχισαν ήδη να πλημμυρίζουν την εταιρεία. Το 2021, σε ένα σημείο όπου το OpenAI ξαφνικά τόνισε την εμπορευματοποίηση του ChatGPT-3 μέσω μιας σειράς ταχέων εκδόσεων, αρκετοί κορυφαίοι ερευνητές (συμπεριλαμβανομένου του Daniel Amodei, πρώην Αντιπροέδρου Έρευνας στο OpenAI) παρέμειναν σε διαμαρτυρία, Αρχικά σχεδιασμένο ως ερευνητικό εργαστήριο που δίνει έμφαση στη σημασία των μέτρων ασφαλείας της τεχνητής νοημοσύνης, ιδιαίτερα της ευθυγράμμισης, στην προηγμένη ανάπτυξη τεχνητής νοημοσύνης, το Anthropic έχει αξιοσημείωτα επιτύχει αυτόν τον στόχο, τώρα θεωρείται γενικά ως ένας μακροχρόνιος πρωταθλητής για την ηθική της τεχνητής νοημοσύνης εν μέσω μιας χολής βιαστικών εκδόσεων τεχνητής νοημοσύνης. Δημιουργία του Lab Anthropic Δημιουργία του Lab Anthropic Ξεκινάει η εξειδίκευση Η αρχή του τέλους Μαΐου έχει δει μια φούσκα δράσης ανάμεσα σε αυτό που αποκαλώ τα Μεγάλα Τρία (Anthropic, Google, και DeepMind) που υποδηλώνουν την Στο κλίμα της ανάπτυξης AI. Όπως αναφέρθηκε προηγουμένως, μια κοινώς αποδεκτή τάση ήταν να δημιουργηθεί ένα LLM γενικής χρήσης που θα μπορούσε να εκτελέσει πολλές εργασίες ταυτόχρονα. Καθώς οι δυνατότητες ενός τέτοιου LLM αυξήθηκαν, το σκεπτικό πήγε, θα προσεγγίσει θεωρητικά την μοναδικότητα AGI που πολλοί ονειρεύτηκαν να επιτύχουν. Το αντεπιχείρημα μου: ονομάζεται μοναδικότητα για κάποιο λόγο. Ένα τέτοιο επίτευγμα όπως η κυριολεκτική δημιουργία της Τεχνητής Γενικής Νοημοσύνης πιθανότατα δεν θα έρθει ως αποτέλεσμα της εξέλιξης των σημερινών αρχιτεκτονικών που βασίζονται σε μετασχηματιστές, τα οποία λείπουν από πολλά από τα «κτίρια» της Αύξηση της εξειδίκευσης Καθώς αυτό το μακροχρόνιο status quo της ανάπτυξης της τεχνητής νοημοσύνης εξελίχθηκε, ωστόσο, έγινε προφανές ότι υπάρχει ένας αγώνας τεχνητής νοημοσύνης για να διατηρηθεί η #1 θέση στις βαθμολογίες LLM αρχίζει να γίνεται μη βιώσιμος για κανέναν εκτός από την Google, το μέλος των Big Three με τη μεγαλύτερη δεξαμενή ταλέντων, το πιο εξελιγμένο δίκτυο υπολογιστικών κέντρων και τον μεγαλύτερο όγκο δεδομένων. ο τεχνολογικός γίγαντας, που μεγάλωσε εδώ και καιρό πέρα από τις ημέρες του Google Bard, τώρα καυχιέται με το state-of-the-art στις γενικές πολυτροπικές LLMs με το Gemini-2.5, μια επανάληψη που προορίζεται να κυκλοφο Στην πραγματικότητα, λίγο μετά την έναρξη της δοκιμής δοκιμών χρήστη του Gemini-2.5, το OpenAI ανακοίνωσε ένα νέο πρόγραμμα δοκιμών. να αποκτήσουν την startup υλικού AI io, εργάζονται μαζί με πρώην σχεδιαστές της Apple για (προφανώς) να επαναστατήσουν τις παραδοσιακές συσκευές μέσω της δημιουργίας και της κατασκευής του νέου “AI Hardware”. Έχει συζητηθεί αν αυτή η κίνηση σημαίνει στρατηγική επένδυση του OpenAI σε αυτό που βλέπουν ως μια πιθανή αγορά ή μια συνολική αλλαγή κατάστασης από την εστίασή του στην ανάπτυξη LLM υπό το φως της νεοανακαλυφθείσας υπεροχής της Google στον τομέα. θα ήθελα να υποστηρίξω ότι είναι περισσότερο από μια πτώση, σε περίπτωση που ο αγώνας AI γίνει μη βιώσιμος για το OpenAI βραχυπρόθεσμα. Τυπογραφία Περίπου 6,5 δισεκατομμύρια δολάρια Τυπογραφία Περίπου 6,5 δισεκατομμύρια δολάρια Η Google έχει τους πόρους για να ακολουθήσει δευτερεύοντα έργα παράλληλα με τη διατήρηση της ταχείας ηγεσίας της στον αγώνα για την τεχνητή νοημοσύνη, και η OpenAI έχει πρόσφατα ανοίξει ένα μονοπάτι για τον εαυτό της να κατεβεί αν θέλει. Σε αντίθεση με αυτά τα δύο, η Anthropic έχει καθιερωθεί με τη βελτιστοποίηση του Claude, του LLM, για κωδικοποίηση, πρόσφατα κυκλοφόρησε το νέο SoTA με τον Claude Opus 4, αν και η ηγεσία της στη δοκιμή αναφοράς είναι μέτρια. Επιπλέον, η Anthropic είναι ιδιαίτερα ο μεγαλύτερος ερευνητικός οργανισμός δεοντολογίας τεχνητής νοημοσύνης στον κόσμο, διατηρώντας τμήματα που μελετούν την ασφάλεια της τεχ Με μια έννοια, αυτές οι εξειδικεύσεις στους στόχους ανάπτυξης AI θα σήμαιναν ότι στο εγγύς μέλλον, οι κορυφαίες εταιρείες AI θα σταματήσουν να είναι άμεσοι ανταγωνιστές μεταξύ τους καθώς τα φυσικά αποτελέσματα της διαφοροποίησης των προϊόντων ξεκινούν. Competition breeds innovation. Even though additional resources are not being consumed by a single company in development, the lack of impetus to innovate would hinder advancements despite this fact. If Google already held an extremely stable monopoly, it would not have incentive to spend billions on additional R&D to upgrade a product already in high demand. Companies do not share all discoveries. Assuming that all companies actually do invest into further development despite the emergence of specialization as mentioned above, AI companies have been historically reluctant to share the specifics of a model (even lobbying against proposed government legislation for 3rd party review of proprietary model information), which would practically negate any potential benefit from the “you do this, I do that” model of AI development. True open-source AI is still an ideal right now. There is a heavy overlap across specialized models. For example, as video generation models get more and more convoluted, they require more complicated transformer models trained using extensive data, including the breakdown of textual prompts and inherent reasoning like that found in traditional LLMs (for example, a well-trained video-generator would inherently assume that a “wood board boat” would refer to a boat made out of wooden boards instead of a personified log boarding a ship). This article is brought to you by Our AI, a student-founded and student-led AI Ethics organization seeking to diversify perspectives in AI beyond what is typically discussed in modern media. If you enjoyed this article, please check out our monthly publications and exclusive articles at ! https://www.our-ai.org/ai-nexus/read Αυτό το άρθρο σας φέρνει το Our AI, ένας οργανισμός δεοντολογίας AI που ιδρύθηκε από φοιτητές και διοικείται από φοιτητές και επιδιώκει να διαφοροποιήσει τις προοπτικές στην τεχνητή νοημοσύνη πέρα από αυτό που συζητείται συνήθως στα σύγχρονα μέσα ενημέρωσης. ! https://www.our-ai.org/ai-nexus/read ... Συνέπειες Επιστροφή στην ερώτηση: Η απάντηση, κατά τη γνώμη μου, είναι επειδή αυτή η στιγμή έχει τη δυνατότητα να αλλάξει το τοπίο της ανάπτυξης της τεχνητής νοημοσύνης αποφασίζοντας άμεσα τι θα κάνουν στο εγγύς μέλλον.Αυτό περιλαμβάνει σενάρια για τα οποία μπορώ μόνο να κερδοσκοπώ, λόγω της έλλειψης συνδέσεών μου στη Silicon Valley, αλλά έχουν όλα να κάνουν με την τυπική θεωρία παιχνιδιών.Ας υποθέσουμε, υποθετικά, ότι η Google και η Anthropic και οι δύο βγαίνουν από τον αγώνα της τεχνητής νοημοσύνης εγκαταλείποντας την ανάπτυξη των αντίστοιχων μοντέλων AI τους, Gemini και Anthropic. Αν σηκωθούν για να πάρουν τη θέση τους, είναι απίθανο να είναι σε θέση να χτυπήσουν το OpenAI, το οποίο σχεδόν σίγουρα θα γίνει ένα τεράστιο μονοπώλιο μέσα σε μια νύχτα, απορροφώντας το ταλέντο των άλλων δύο εταιρειών σχεδόν αμέσως. Ωστόσο, όταν εφαρμόζετε αυτό το σενάριο σε μια εταιρεία AI μικρότερης κλίμακας (π.χ. Mistral ή Meta), μπορεί να καταλήξετε στο συμπέρασμα ότι είναι πολύ λιγότερο πιθανό αυτή η εταιρεία να γίνει μια υπερδύναμη AI, καθώς θα ήταν πιο επιρρεπής σε διαταραχές της αγοράς. Γιατί η εμφάνιση της εξειδίκευσης στα προϊόντα AI αποτελεί κρίσιμη στιγμή για την ανάπτυξη της AI; Μάη Εάν δύο πέσουν, η άλλη εταιρεία θα γίνει κυρίαρχη από μόνη της. Όπως αναφέρθηκε προηγουμένως, η αναζήτηση για την AGI διαφέρει από άλλες εξελίξεις στην ανάπτυξη προϊόντων, καθώς αυτή είναι η πρώτη περίπτωση (που γνωρίζω) στην οποία ένα πρωτότυπο προϊόν μπορεί να βοηθήσει άμεσα στην ανάπτυξη μιας τελευταίας έκδοσης. Αυτό το γεγονός θα γίνει αναμφίβολα πιο διαδεδομένο στο μέλλον μαζί με την άνοδο της πράκτορας AI, αλλά μπορούμε να λάβουμε ένα αξιοσημείωτο παράδειγμα από το μοντέλο AlphaEvolve της Google, ένα μοντέλο συλλογισμού και κωδικοποίησης που έχει καταφέρει να αυξήσει την ικανότητα της DeepMind για την παραγωγή και την κατάρτιση AI από ένα καλύτερο πλαίσιο διανομής φορτίου για τα κέντρα υπολογιστών της Google, αυξάνοντας τη συνολική απόδοση κατά περίπου 1% (αυτό μπορεί να μην είναι πολύ, αλλά αυτό έχει σημασία όταν εξετάζετε ότι κάθε ένα από τα κέντρα υπολογιστών της Google χειρίζεται δεδομένα με τρισεκατομμύρια bytes). Υποθέτοντας ότι αυτή η τάση συνεχίζεται (δηλαδή, οι κορυφαίες εταιρείες AI συνεχίζουν να κάνουν AI ικανή να βοηθήσει στην εξορθολογισμό της περαιτέρω ανάπτυξης), οι εταιρείες AI με την πιο προηγμένη τεχνολογία θα καταλήξουν σε ένα εκθετικό πρότυπο ανάπτυξης στο οποίο τα μοντέλα κορυφαίας τεχνολογίας AI βοηθούν στην οικοδόμηση περισσότερης καινοτομίας, με τη σειρά τους ενθαρρύνοντας την ταχύτερη και ταχύτερη ανάπτυξη της Σχεδιασμός Σχεδιασμός Λαμβάνοντας υπόψη όλους αυτούς τους παράγοντες, είναι απίθανο ότι οποιοσδήποτε από τους θρίαμβους της ανάπτυξης της τεχνητής νοημοσύνης θα σταματήσει σύντομα - και οι τρεις έχουν βυθιστεί βαθιά σε στρώματα και στρώματα επιχειρηματικού κεφαλαίου, διαφήμισης μάρκας και, το πιο σημαντικό, κοινωνικές προσδοκίες.