Lėtėjimas
Turtingiausios pasaulio technologijų bendrovės viena po kitos paskelbė apie masinius atleidimus. Praėjusią savaitę „Alphabet“ paskelbė atleidžianti 12 000 žmonių. Taip pat buvo atleisti darbuotojai bendrovėse „Amazon“, „Meta“, „Microsoft“ ir „Twitter“, ir tai palietė ne tik atskirus dirbtinio intelekto tyrėjus, bet ir ištisas dirbtinio intelekto komandas.
Savaitgalį teko skaudžiai skaityti apie tai, kaip kai kurie „Google“ darbuotojai JAV sužinojo apie staigų bendrovės atleidimą. Danas Raselas (Dan Russell), mokslininkas tyrėjas, daugiau nei 17 metų dirbantis su „Google“ paieška, rašė, kaip 4 val. ryto nuėjo į biurą pabaigti kai kurių darbų ir tik tada sužinojo, kad jo įėjimo ženklelis neveikia.
Ekonomistai prognozuoja, kad JAV ekonomika šiais metais gali patekti į recesiją, esant labai neaiškioms pasaulio ekonomikos perspektyvoms. Didžiosios technologijų bendrovės pradėjo jausti spaudimą.
Anksčiau ekonomikos nuosmukiai užsukdavo dirbtinio intelekto tyrimų finansavimo čiaupus. Tokie laikotarpiai vadinami „dirbtinio intelekto žiemomis“. Tačiau šį kartą matome visai ką kita. Dirbtinio intelekto moksliniai tyrimai vis dar labai aktualūs ir daro didelį šuolį į priekį net ir tada, kai technologijų bendrovės pradėjo veržtis diržus.
Tiesą sakant, „Big Tech“ tikisi, kad dirbtinis intelektas suteiks jai pranašumą.
Nuo pat dirbtinio intelekto tyrimų pradžios XX a. šeštojo dešimtmečio pabaigoje, kai ši sritis buvo įkurta, ji smarkiai keitėsi ir išėjo iš mados. Buvo dvi dirbtinio intelekto žiemos: viena – aštuntajame dešimtmetyje, o kita – aštuntojo dešimtmečio pabaigoje-devintojo dešimtmečio pradžioje. Anksčiau dirbtinio intelekto moksliniai tyrimai tapo perdėtų lūkesčių, kurių vėliau nepavyko pateisinti, auka, sako Teksaso universiteto Ostine kompiuterių mokslo profesorius Peteris Stone’as, kuris iki 2002 m. dirbo dirbtinio intelekto srityje „AT&T Bell Labs“ (dabar „Nokia Bell Labs“).
Ilgus dešimtmečius „Bell Labs“ buvo laikoma karščiausia inovacijų vieta, o jos mokslininkai, įskaitant Yanną LeCuną, Yoshua Bengio ir Geoffrey Hintoną, pelnė kelias Nobelio premijas ir Tiuringo apdovanojimus. Laboratorijos ištekliai buvo sumažinti, nes vadovybė ėmė siekti greitesnio pelno, paremto laipsniškais technologiniais pokyčiais, ir galiausiai jai nepavyko pasinaudoti 2000-ųjų pradžioje įvykusia interneto revoliucija, knygoje „Idėjų fabrikas“ rašo Jonas Gertneris (Jon Gertner): Gertneris“ (angl. Gertner Gertner), knygoje „Bell Labs and the Great Age of American Innovation“.
Dirbtinis intelektas šiandien
Šiandien dirbtinio intelekto moksliniai tyrimai išgyvena savo „pagrindinio veikėjo“ akimirką. Gali būti ekonominis nuosmukis, bet dirbtinio intelekto tyrimai vis dar įdomūs. „Vis dar reguliariai diegiamos sistemos, kurios tolina dirbtinio intelekto galimybių ribas“, – sako Oksfordo universiteto informatikos profesorius, knygos „Trumpa dirbtinio intelekto istorija“ (A Brief History of AI) autorius Maiklas Voldridžas (Michael Wooldridge).
Tai toli gražu nepanašu į šios srities reputaciją 1990-aisiais, kai M. Wooldridge’as baigė daktaro disertaciją. Pasak jo, dirbtinis intelektas vis dar buvo laikomas keistu, marginaliniu užsiėmimu; platesnis technologijų sektorius į jį žiūrėjo panašiai, kaip į homeopatiją žiūri pripažintos medicinos atstovai.
Šiandieninį dirbtinio intelekto tyrimų bumą paskatino neuroniniai tinklai, kurie padarė didelį proveržį devintajame dešimtmetyje ir veikia imituodami žmogaus smegenų modelius. Tuomet ši technologija atsitrenkė į sieną, nes to meto kompiuteriai nebuvo pakankamai galingi, kad galėtų paleisti programinę įrangą. Šiandien turime daugybę duomenų ir itin galingus kompiuterius, todėl šis metodas tampa perspektyvus.
DI nauda dar aiškinamasi
Atrodo, kad kas kelis mėnesius atsiranda naujų laimėjimų, pavyzdžiui, pokalbių robotas „ChatGPT“ ir teksto į vaizdą modelis „Stable Diffusion“. Tokios technologijos, kaip ChatGPT, dar nėra iki galo ištirtos, ir pramonė, ir akademinė bendruomenė vis dar aiškinasi, kuo jos gali būti naudingos, sako Stone’as.
Tikėtina, kad vietoj visiškos dirbtinio intelekto žiemos sumažės ilgalaikiams dirbtinio intelekto tyrimams skiriamas finansavimas ir padidės spaudimas uždirbti pinigų naudojant šią technologiją, sako Wooldridge’as. Jis priduria, kad įmonių laboratorijose dirbantys tyrėjai bus spaudžiami parodyti, kad jų tyrimus galima integruoti į produktus ir taip uždirbti pinigų.
Tai jau vyksta. Atsižvelgdama į OpenAI ChatGPT sėkmę, „Google“ savo pagrindiniam produktui – „Search“ – paskelbė raudonąjį kodą ir siekia agresyviai atnaujinti „Search“ naudodama savo dirbtinio intelekto tyrimus.
Stone’as įžvelgia paralelių su tuo, kas nutiko „Bell Labs“. Pasak jo, jei sektoriuje dominuojančios „Big Tech“ dirbtinio intelekto laboratorijos nusigręš nuo gilių, ilgalaikių tyrimų ir per daug dėmesio skirs trumpalaikių produktų kūrimui, susierzinę dirbtinio intelekto tyrėjai gali pasitraukti į akademinę bendruomenę, o šios didelės laboratorijos gali prarasti inovacijų kontrolę.
Tai nebūtinai yra blogai. Šiuo metu yra daug protingų žmonių, ieškančių darbo. Rizikos kapitalo investuotojai ieško naujų startuolių, į kuriuos galėtų investuoti, nes kriptografija išnyksta, o generatyvinis dirbtinis intelektas parodė, kaip šią technologiją galima paversti produktais.
Šiuo metu dirbtinio intelekto sektoriui atsiveria kartą per visą kartą pasitaikanti galimybė pažaisti su naujos technologijos potencialu. Nepaisant visų niūrių nuotaikų, susijusių su darbuotojų atleidimais, tai yra įdomi perspektyva.