Jeśli rok 2023 był czasem fascynacji sztuczną inteligencją, rok 2024 przyniósł próbę wykorzystania jej potencjału w praktyce, bez ponoszenia ogromnych kosztów.
„To był rok przejścia od prezentowania modeli do faktycznego tworzenia produktów” – powiedział Arvind Narayanan, profesor informatyki z Uniwersytetu Princeton i współautor książki AI Snake Oil: What Artificial Intelligence Can Do, What It Can’t, and How to Tell The Difference.
Wprowadzenie ChatGPT dwa lata temu przyciągnęło miliony użytkowników, którzy odkryli i docenili możliwości jego pomocy w niektórych zadaniach i niedoskonałości w innych. Obecnie technologia generatywnej sztucznej inteligencji jest coraz bardziej zintegrowana z usługami technologicznymi – od odpowiedzi generowanych przez AI w wynikach wyszukiwania Google po nowe funkcje edycji zdjęć.
„Głównym problemem w zeszłym roku było to, że firmy wypuszczały potężne modele bez konkretnych sposobów ich wykorzystania” – zauważył Narayanan. „W tym roku widzimy tworzenie produktów i usług, które wykorzystują te możliwości i oferują coś użytecznego”.
Jednak od czasu wprowadzenia GPT-4 w marcu 2023 roku rozwój tych technologii nieco zwolnił. Narayanan podkreśla, że to zmniejszyło przesadzone oczekiwania, jakoby AI szybko zmierzała ku inteligencji przewyższającej ludzką. Obecnie dyskusje publiczne traktują AI jak zwykłą technologię, zamiast obawiać się, że może ona „nas zniszczyć”.
Koszty AI
Budowa systemów generatywnej AI wymaga ogromnych nakładów finansowych. Potężne chipy AI oraz infrastruktura zużywają ogromne ilości energii, co zmusiło gigantów technologicznych do inwestowania w energetykę jądrową.
„Mówimy o setkach miliardów dolarów zainwestowanych w tę technologię” – zauważył analityk Goldman Sachs, Kash Rangan. Chociaż AI nie okazała się tak rewolucyjna, jak przewidywano, Rangan widzi jej potencjał, szczególnie w sprzedaży, projektowaniu i innych zawodach.
Inny analityk z nowojorskiego banku inwestycyjnego zwrócił na to uwagę latem, argumentując, że sztuczna inteligencja nie rozwiązuje złożonych problemów, które uzasadniałyby jej koszty. Poddał również w wątpliwość, czy modele sztucznej inteligencji, nawet jeśli są trenowane na większości danych pisemnych i wizualnych wytworzonych w trakcie historii ludzkości, będą kiedykolwiek w stanie robić to, co ludzie robią tak dobrze. Rangan ma bardziej optymistyczne podejście i mówi, że narzędzia sztucznej inteligencji już okazują się „absolutnie bardziej produktywne” w sprzedaży, projektowaniu i wielu innych zawodach..
Profesor Walid Saad z Virginia Tech zwraca uwagę, że AI nadal nie potrafi tworzyć naprawdę unikalnych dzieł ani rozumieć otaczającego świata. „To, czego brakuje AI, to zdrowy rozsądek” – podkreśla.
AI w medycynie
Sztuczna inteligencja odegrała znaczącą rolę w medycynie, przyspieszając diagnozy i wspomagając procesy badawcze. AI skraca czas potrzebny na rozwój nowych leków z kilku lat do zaledwie kilku dni, co czyni ją jednym z najbardziej obiecujących narzędzi w tej dziedzinie.
Rok 2024 pokazał, że AI ma ogromny potencjał, ale wymaga dalszego rozwoju, aby stać się bardziej przydatną, efektywną i dostępną dla ludzi na całym świecie.
Tegoroczna Nagroda Nobla w dziedzinie chemii — jedna z dwóch przyznanych za naukę związaną z AI — trafiła do prac prowadzonych przez Google, które mogą pomóc w odkrywaniu nowych leków.
Saad, profesor z Virginia Tech, powiedział, że AI pomogła przyspieszyć diagnostykę, szybko dając lekarzom punkt wyjścia do rozpoczęcia określania opieki nad pacjentem. AI nie potrafi wykryć choroby, powiedział, ale może szybko przetwarzać dane i wskazywać potencjalne obszary problemowe do zbadania przez prawdziwego lekarza. Jednak podobnie jak w innych dziedzinach, stwarza ryzyko powielania fałszywych informacji.
Pandey z Cisco powiedział, że niektórzy klienci firmy pracujący w branży farmaceutycznej zauważyli, że sztuczna inteligencja pomogła zniwelować podział między „mokrymi laboratoriami”, w których ludzie przeprowadzają eksperymenty fizyczne i badania, a „suchymi laboratoriami”, w których ludzie analizują dane i często używają komputerów do modelowania.
Jeśli chodzi o rozwój farmaceutyczny, ten proces współpracy może trwać kilka lat, powiedział — dzięki sztucznej inteligencji proces ten można skrócić do kilku dni.
„To, moim zdaniem, było najbardziej spektakularne zastosowanie”, powiedział Pandey.
jm
