ИИ переоценен или недооценен?⁠⁠

На мой взгляд наблюдается интересный парадокс в восприятии искусственного интеллекта. С одной стороны, существует тенденция к антропоморфизации ИИ (очеловечиванию), приписыванию ему свойств сознания или подлинной креативности, которых у современных систем нет. С другой стороны, часто недооценивается его реальный, уже проявляющийся и будущий экономический и трансформационный потенциал

Первая часть парадокса — переоценка — во многом связана с впечатляющими результатами генеративных моделей, особенно больших языковых моделей (LLM). Их способность генерировать связный текст или реалистичные изображения создает иллюзию понимания или творческого замысла. Однако в основе их работы лежит статистический анализ и предсказание следующего элемента последовательности на основе огромных массивов данных, на которых они обучались. Да, модели генеративные – это игра-угадайка (вспомнил Акинатор, всплакнул), где вы просто пытаетесь им что-то загадать, а они отгадывают.

Так вот, это скорее искусная имитация, чем подлинный интеллект или креативность в человеческом понимании. Не зря их иногда характеризуют как "гигантские машины плагиата», подчеркивая их зависимость от существующих данных и отсутствие реального понимания мира или здравого смысла. Ограничения проявляются и в ошибках, иногда курьезных, вроде неверной классификации объектов или генерации изображений с артефактами.

Еще одна проблема здесь, это неспособность текущего искусственного интеллекта оторваться от угоды пользователю. То есть если вы попросите некоторые модели, даже последние, привести вам аргументы, почему крыс есть полезно – он без труда вам их приведет.

Вот буквально недавно был кейс, где чувак, спросил у GPT нужна ли виза Австралийцу в Чили, GPT ответил, что не нужна, наш гражданин путешественник (!) полетел со спокойной душой, и…Виза оказалась нужна, о чем он узнал уже непосредственно у пограничников по приземлению в Чили.

Вторая часть парадокса — недооценка — касается реального влияния ИИ, которое часто происходит менее заметно, но более фундаментально. Речь идет не столько о создании сверхразума, сколько об автоматизации рутинных задач в различных отраслях, что повышает производительность и позволяет людям сосредоточиться на более сложных функциях. ИИ выступает как инструмент, усиливающий возможности человека — помогает в анализе данных, принятии решений, научных исследованиях и других областях. Этот потенциал для повышения эффективности и экономического роста значителен, хотя его эффект может накапливаться постепенно.

К 2027 году по некоторым прогнозам, от довольно авторитетных исследователей, которые построили математические модели и сценарии нашего будущего, генеративный интеллект будет двигателем крупнейших экономик (я склонен с ними соглашаться). А это масштабные перемены, то есть если говорить проще, у вас +- год, чтобы хоть поверхностно освоить промт-инжиниринг (способы строить запросы к LLM/GenAi), если вы планируете оставаться актуальным в рынке, будь вы бухгалтером, учителем или проектировщиком. Школьники и студенты применяющие грамотно ИИ отнюдь не будут глупы, как считают некоторые, при правильном подходе у нас появятся специалисты с довольно-умным компаньоном, способные повышать собственную производительность в десятки раз. И это разговор о перспективе парочки лет. То есть да, то самое «будущее» ближе, чем мы думаем.

Взято отсюда, автор я. Если тема интересна рад видеть буду в своем канале.