Автор Дэвид Бенигсон
Мы все стали свидетелями стремительного роста генеративного искусственного интеллекта: всего за шесть месяцев количество разговоров выросло на ошеломляющие 522 процента. Такие программы, как ChatGPT от OpenAI и DALL-E, захватили воображение, в то время как лидеры и пионеры отрасли,
такие как «Крестный отец искусственного интеллекта» Джеффри Хинтон, выражают обеспокоенность по поводу потенциальных злоупотреблений этим семейством технологий.
Но несмотря на то, что каждый день появляются новые захватывающие приложения для ИИ, основной вопрос, стоящий перед бизнесом, гораздо более фундаментален: можете ли вы доверять тому, что генеративный ИИ дает вам достаточно, чтобы принимать с его помощью важные решения?
В то время как промышленность и правительства разрабатывают нормативные, правовые и этические рамки, у нас уже есть дополнительный инструмент, который может смягчить недостатки генеративного ИИ, одновременно повышая его творческий потенциал. Этот инструмент, называемый дискриминативным ИИ, представляет собой еще одну ветвь машинного обучения, специально разработанную для оценки контента и категоризации новой информации. Если генеративный ИИ — ваш творческий, творческий друг, который спонтанно генерирует дикие идеи, то дискриминативный ИИ — ваш серьезный приятель с лазерной концентрацией на фактах. Вместе эти две формы искусственного интеллекта составляют грозную команду.
Дискриминативный ИИ превосходно различает идеи или сущности, что делает его исключительно умелым в категоризации. Например, он может определить, обсуждается ли в новостной статье фрукт «яблоко» или технологическая компания «Apple», а также является ли мнение автора положительным, отрицательным или нейтральным. Благодаря своей проницательности дискриминативный ИИ превосходно принимает решения. В то время как генеративный ИИ создает что-то новое, дискриминативный ИИ определяет, правильно ли что-то.
Хотя эта форма машинного обучения, возможно, не является заголовком сегодняшних новостей, она обладает потенциалом для решения некоторых проблем, связанных с ее генеративным родственником ИИ, и заметно повышает доверие к творческим и стратегическим результатам ИИ.
Во-первых, дискриминативный ИИ может помочь нам более умело ориентироваться в мире постоянно растущего контента, создаваемого ИИ, определяя, какой контент создан людьми, а какой — компьютерами. Наряду с другими существующими инструментами, такими как блокчейн, которые доказывают происхождение и подлинность, дискриминативный ИИ может отслеживать контент не только по тому, где он был опубликован, но и по его происхождению, помогая определить, создал ли его человек или робот.
Во-вторых, дискриминативный ИИ может расширить возможности использования генеративного ИИ. Изолируя такие показатели, как доля голоса, настроения и заметность, дискриминативный ИИ уже помогает топ-менеджерам решить, как позиционировать свои бренды для достижения максимального эффекта. Расширенная аналитика, основанная на распознавающем искусственном интеллекте, помогает коммуникаторам выявлять пробелы, быстро развивающиеся темы и возникающие риски, что приводит к более разумным стратегиям. Добавьте к этому генеративный искусственный интеллект, и мы сможем ускорить принятие и реализацию разумных стратегических решений. Мы только начинаем представлять себе эти возможности: от быстрого творческого прототипирования до нестандартного мышления по снижению рисков, до новых форм картирования заинтересованных сторон и многого другого.
Вместе эти две формы машинного обучения могут улучшить процесс принятия решений на основе данных. В прошлом перестройка и переподготовка наборов данных для размещения новых источников, таких как Twitter, требовала значительных затрат времени, финансов и энергии. Генеративный ИИ теперь может быстро выполнить эту задачу. Это также может улучшить существующую информацию, основанную на данных, обобщить ключевые темы и начать преобразовывать данные в предлагаемый курс действий. Как мы уже видели, генеративный ИИ может также улучшить взаимодействие с пользователем во всех видах приложений — от просмотра веб-страниц и поиска до аналитических служб, основанных на данных, таких как тот, который я возглавляю, — способствуя более интуитивному и простому взаимодействию с данными и идеями.
Компании, занимающиеся искусственным интеллектом, также работают над решениями, позволяющими противостоять известному риску, связанному с генеративным искусственным интеллектом: галлюцинациям. Используя в качестве входных данных только источники данных высокого качества, намеренно исключая источники более низкого качества, используя передовые методы поиска информации и вводя ограничительные подсказки, генеративный ИИ может давать достоверные, точные и надежные ответы.
Конечным результатом является контент, который будет гораздо более надежным, чем то, что могут создать готовые решения, такие как ChatGPT.
Конечно, сочетание дискриминативного и генеративного ИИ не может решить все проблемы, связанные с этой областью. Искусственный интеллект все еще находится в зачаточном состоянии и быстро развивается, каждый день появляются новые препятствия и потенциальные решения. Правовые, экономические, этические и деловые основы должны дополнять технические решения для создания комплексных структур управления. И есть риск доверять одной форме ИИ, которая уравновешивает другую, консолидируя еще больше власти в руках машин. Тем не менее, искусственный интеллект никуда не денется, и дискриминативный ИИ может удивительным образом дополнять своего творческого аналога.
Планируя будущее ИИ, давайте вспомним весь набор инструментов, имеющихся в нашем распоряжении. Объединив воедино генеративный ИИ и его более книжного родственника, дискриминативный ИИ, мы можем начать балансировать между творчеством и точностью. Мы можем приблизиться к будущему искусственного интеллекта, которое соответствует нашим коллективным ценностям и стремлениям.
