Будет ли зима Искусственного Интеллекта?

Нет никаких сомнений в том, что нас ждет падение популярности Искусственного Интеллекта. Вопрос в другом: будет ли это падение до уровня плато продуктивности или же нас ждет очередная холодная зима забвения технологий Искусственного Интеллекта?

В общем-то, нет никаких сомнений в том, что нас ждет падение популярности Искусственного Интеллекта. Сейчас уместен вопрос, будет ли это падение до уровня плато продуктивности или же нас ждет очередная холодная зима забвения технологий Искусственного Интеллекта? В этот период обычно резко сокращается финансирование проблематики AI. Термин был введен по аналогии с «ядерной зимой».

История ИИ уже испытала на себе несколько зим забвения. Первая «AI Winter» началась примерно в конце 1970-х годов и продолжалась до 90-х.:

1971—1975: разочарование DARPA исследовательской программой по распознаванию речи в Университете Карнеги-Меллон;

1973: значительное сокращение исследований по искусственному интеллекту в Великобритании в ответ на отчет Лайтхилла;

1973—1974: сокращение расходов DARPA на академические исследования по искусственному интеллекту в целом;

1987: крах рынка лисп-машин;1988: отмена новых расходов на искусственный интеллект в рамках стратегической инициативы в области компьютерной техники;

1993: экспертные системы медленно достигают экономического дна;

1990-е годы: проект создания компьютеров пятого поколения не достиг своих целей.

Для новой зимы ИИ немало оснований. В частности, завышенные ожидания от AI-технологий, как результат чрезмерно амбициозных или нереалистичных обещаний известных ученых в этой области. Но в отличие от предыдущих кризисов AI, когда от пользователей ничего не зависело, сейчас мы можем влиять на качество работы ИИ. Авторы отчета “The Root Causes of Failure for Artificial Intelligence Projects and How They Can Succeed” называют пять ключевых причин неудач:

• Плохое понимание, какую проблему нужно решить проектом
• Отсутствие данных для адекватного обучения AI-моделей
• Фокусировка на лучших технологиях, а не на реальных проблемах пользователей
• Отсутствие адекватной инфраструктуры для управления данными и развертывания AI
• Попытки решать задачи, которые слишком сложны для текущего уровня развития AI

Но этими рисками можно управлять. Однако есть еще один тревожный тренд, который менее управляем на пользовательском уровне... По прогнозам, в 2025 году заканчиваются данные, на которых обучались генеративные модели ИИ. Это значит, что дальше ИИ продолжает обучение, но уже на том информационном мусоре, который сам нагенерил.

Отсюда два вопроса:

• К чему это приведет?
• И какое будущее нас ждет? Зима ИИ или все-таки есть шанс выйти на плато продуктивности без маркетинговой пены?

Подробнее на it-world.ru