Η γενετική τεχνητή νοημοσύνη αναμένεται να φέρει πολλές αξίες στην παγκόσμια οικονομία . (Πηγή: Viettimes) |
Η γενετική τεχνητή νοημοσύνη (Generative AI) είναι ένας τύπος τεχνητής νοημοσύνης που δημιουργεί νέο περιεχόμενο, συμπεριλαμβανομένου κειμένου, εικόνων, ήχου και βίντεο , με βάση μοτίβα που έχει μάθει από υπάρχον περιεχόμενο.
Δημιουργήστε κάτι που δεν υπήρξε ποτέ
Τα σημερινά μοντέλα γενετικής τεχνητής νοημοσύνης έχουν εκπαιδευτεί σε τεράστιες ποσότητες δεδομένων χρησιμοποιώντας «βαθιά μάθηση» ή βαθιά νευρωνικά δίκτυα και μπορούν να διεξάγουν συνομιλίες, να απαντούν σε ερωτήσεις, να γράφουν ιστορίες, να δημιουργούν κώδικα και να δημιουργούν εικόνες και βίντεο οποιασδήποτε περιγραφής, όλα βασισμένα σε σύντομες εισόδους κειμένου ή «προτροπές».
Η Τεχνητή Νοημοσύνη ονομάζεται γενετική επειδή δημιουργεί κάτι που δεν υπήρχε πριν. Αυτό είναι που την κάνει να διαφέρει από την διακριτική Τεχνητή Νοημοσύνη, η οποία κάνει διακρίσεις μεταξύ διαφορετικών τύπων εισροών. Με άλλα λόγια, η διακριτική Τεχνητή Νοημοσύνη θα προσπαθούσε να απαντήσει σε ερωτήσεις όπως «Είναι αυτή η εικόνα ένα σχέδιο ενός κουνελιού ή ενός λιονταριού;», ενώ η γενετική Τεχνητή Νοημοσύνη θα απαντούσε σε προτροπές όπως «Ζωγράφισέ μου μια εικόνα ενός λιονταριού και ενός κουνελιού που κάθονται το ένα δίπλα στο άλλο».
Οι απαρχές της γενετικής τεχνητής νοημοσύνης χρονολογούνται από τη δεκαετία του 1970, όταν οι μηχανικοί άρχισαν να αναπτύσσουν τεχνικές για την αυτόματη δημιουργία κειμένου. Η έλευση των γενετικών αντιφατικών δικτύων (GAN) επέτρεψε στην Τεχνητή Νοημοσύνη να δημιουργεί κείμενο με βάση δείγματα ανθρώπινης ομιλίας. Οι τεχνολογικές εξελίξεις στην Τεχνητή Νοημοσύνη και στην επεξεργασία φυσικής γλώσσας επιτρέπουν πλέον στην Τεχνητή Νοημοσύνη να αναπαράγει την ανθρώπινη ομιλία σε γραπτή μορφή.
Η γενετική τεχνητή νοημοσύνη (Generative AI) έχει αποκτήσει σημαντική απήχηση με την ανάπτυξη των Γενετικών Αντιφατικών Δικτύων (GAN) τα τελευταία χρόνια. Τα GAN αποτελούνται από δύο νευρωνικά δίκτυα - μια γεννήτρια και έναν διακριτικό - που συμμετέχουν σε μια ανταγωνιστική διαδικασία. Η γεννήτρια δημιουργεί περιεχόμενο, ενώ ο διακριτικός αξιολογεί την ποιότητα αυτού του περιεχομένου. Μέσω αμέτρητων επαναλήψεων, η γεννήτρια βελτιώνει τις δεξιότητές της, με αποτέλεσμα ολοένα και πιο ρεαλιστικά και δημιουργικά αποτελέσματα.
Διαφορά μεταξύ Γενετικής Τεχνητής Νοημοσύνης και Παραδοσιακής Τεχνητής Νοημοσύνης
Η κύρια διαφορά μεταξύ της παραδοσιακής Τεχνητής Νοημοσύνης και της γενετικής Τεχνητής Νοημοσύνης έγκειται στις δυνατότητες και τις εφαρμογές τους. Τα παραδοσιακά συστήματα Τεχνητής Νοημοσύνης χρησιμοποιούνται κυρίως για την ανάλυση δεδομένων και την πραγματοποίηση προβλέψεων, ενώ η γενετική Τεχνητή Νοημοσύνη προχωρά ένα βήμα παραπέρα δημιουργώντας νέα δεδομένα παρόμοια με τα δεδομένα εκπαίδευσής της.
Με άλλα λόγια, η παραδοσιακή Τεχνητή Νοημοσύνη υπερέχει στην αναγνώριση μοτίβων, ενώ η δημιουργική Τεχνητή Νοημοσύνη υπερέχει στη δημιουργία μοτίβων. Η παραδοσιακή Τεχνητή Νοημοσύνη μπορεί να αναλύσει δεδομένα και να σας πει τι βλέπει, αλλά η δημιουργική Τεχνητή Νοημοσύνη μπορεί να χρησιμοποιήσει τα ίδια δεδομένα για να δημιουργήσει κάτι εντελώς νέο.
Οι επιπτώσεις της παραγωγικής τεχνητής νοημοσύνης είναι ευρείες, προσφέροντας νέες οδούς για δημιουργικότητα και καινοτομία. Στον σχεδιασμό, η παραγωγική τεχνητή νοημοσύνη μπορεί να βοηθήσει στη δημιουργία αμέτρητων πρωτοτύπων σε λίγα λεπτά, μειώνοντας τον χρόνο που απαιτείται για τη διαδικασία δημιουργίας ιδεών.
Στη βιομηχανία ψυχαγωγίας, η δημιουργική τεχνητή νοημοσύνη μπορεί να βοηθήσει στην παραγωγή νέας μουσικής, στη συγγραφή σεναρίων ή ακόμα και στη δημιουργία deepfakes. Στη δημοσιογραφία, μπορεί να γράφει άρθρα ή ρεπορτάζ. Η δημιουργική τεχνητή νοημοσύνη έχει τη δυνατότητα να φέρει επανάσταση σε κάθε τομέα όπου η δημιουργικότητα και η καινοτομία είναι το κλειδί.
Από την άλλη πλευρά, η παραδοσιακή Τεχνητή Νοημοσύνη συνεχίζει να υπερέχει σε εφαρμογές που αφορούν συγκεκριμένες εργασίες. Τροφοδοτεί τα chatbots, τα συστήματα συστάσεων, τις προγνωστικές αναλύσεις και πολλά άλλα. Είναι η κινητήρια δύναμη πίσω από τις περισσότερες σύγχρονες εφαρμογές Τεχνητής Νοημοσύνης που στοχεύουν στη βελτιστοποίηση της αποδοτικότητας σε όλους τους κλάδους.
Τόσο η παραγωγική όσο και η παραδοσιακή Τεχνητή Νοημοσύνη έχουν να διαδραματίσουν σημαντικό ρόλο στη διαμόρφωση του μέλλοντος της ανθρωπότητας. (Πηγή: VinBase) |
Ενώ η παραδοσιακή Τεχνητή Νοημοσύνη και η γενετική Τεχνητή Νοημοσύνη έχουν διακριτές λειτουργίες, δεν αλληλοαποκλείονται. Η γενετική Τεχνητή Νοημοσύνη μπορεί να λειτουργήσει σε συνδυασμό με την παραδοσιακή Τεχνητή Νοημοσύνη για να παρέχει ακόμη πιο ισχυρές λύσεις. Για παράδειγμα, η παραδοσιακή Τεχνητή Νοημοσύνη μπορεί να αναλύσει δεδομένα συμπεριφοράς χρηστών και η γενετική Τεχνητή Νοημοσύνη μπορεί να χρησιμοποιήσει αυτήν την ανάλυση για να δημιουργήσει εξατομικευμένο περιεχόμενο.
Καθώς συνεχίζουμε να εξερευνούμε τις τεράστιες δυνατότητες της Τεχνητής Νοημοσύνης, είναι σημαντικό να κατανοήσουμε αυτές τις διαφορές. Τόσο η παραγωγική όσο και η παραδοσιακή Τεχνητή Νοημοσύνη έχουν σημαντικό ρόλο να διαδραματίσουν στη διαμόρφωση του μέλλοντος της ανθρωπότητας και η καθεμία ανοίγει μοναδικές δυνατότητες. Η υιοθέτηση αυτών των τεχνολογιών αιχμής θα είναι το κλειδί για τις επιχειρήσεις και τα άτομα που θέλουν να παραμείνουν ένα βήμα μπροστά στο ταχέως εξελισσόμενο ψηφιακό τοπίο της ανθρωπότητας.
Τεχνητή νοημοσύνη στην κοινωνική ζωή
Οι κίνδυνοι που σχετίζονται με την παραγωγική τεχνητή νοημοσύνη είναι σημαντικοί και εξελίσσονται ταχέως. Μια σειρά από απειλητικούς παράγοντες έχουν χρησιμοποιήσει την τεχνολογία για να δημιουργήσουν «βαθιά ψεύτικα» ή αντίγραφα προϊόντων, και για να δημιουργήσουν αντικείμενα για να υποστηρίξουν ολοένα και πιο εξελιγμένες επιχειρήσεις απάτης.
Το ChatGPT και παρόμοια εργαλεία εκπαιδεύονται σε μεγάλες ποσότητες δημόσια διαθέσιμων δεδομένων. Δεν έχουν σχεδιαστεί για να συμμορφώνονται με τον Γενικό Κανονισμό για την Προστασία Δεδομένων (GDPR) και άλλους νόμους περί πνευματικών δικαιωμάτων. Επομένως, οι χρήστες υποχρεούνται να δίνουν ιδιαίτερη προσοχή στη χρήση της πλατφόρμας από τις επιχειρήσεις τους. Οι κίνδυνοι παρακολούθησης που πρέπει να προσέξετε περιλαμβάνουν:
Έλλειψη διαφάνειας. Τα καινοτόμα μοντέλα τεχνητής νοημοσύνης και ChatGPT είναι απρόβλεπτα και ακόμη και οι εταιρείες που τα υποστηρίζουν δεν κατανοούν πάντα τα πάντα για τον τρόπο λειτουργίας τους.
Ακρίβεια. Τα συστήματα γενετικής τεχνητής νοημοσύνης μερικές φορές παράγουν ανακριβείς και κατασκευασμένες απαντήσεις. Είναι απαραίτητο να αξιολογούνται όλα τα αποτελέσματα ως προς την ακρίβεια, τη συνάφεια και την πρακτική χρησιμότητα πριν βασιστείτε σε πληροφορίες ή τις διανείμετε δημόσια, καθώς οι ακριβείς πληροφορίες είναι απαραίτητες για τη χρησιμότητα και την εμπλοκή.
Πνευματική Ιδιοκτησία (ΠΙ) και Πνευματικά Δικαιώματα. Προς το παρόν δεν υπάρχουν επαληθεύσιμες εγγυήσεις προστασίας δεδομένων και διακυβέρνησης για εμπιστευτικές επιχειρηματικές πληροφορίες. Οι χρήστες θα πρέπει να υποθέτουν ότι τυχόν δεδομένα ή ερωτήματα που εισάγουν στο ChatGPT και στους ανταγωνιστές του θα γίνουν δημόσιες πληροφορίες και οι επιχειρήσεις θα πρέπει να εφαρμόζουν ελέγχους για την αποφυγή ακούσιας αποκάλυψης ΠΙ.
Κυβερνοασφάλεια και απάτη. Οι επιχειρήσεις πρέπει να είναι προετοιμασμένες για κακόβουλους παράγοντες που θα χρησιμοποιήσουν συνθετικά συστήματα τεχνητής νοημοσύνης για κυβερνοεπιθέσεις και απάτες, όπως deepfakes για να εξαπατήσουν τους εργαζομένους, και να διασφαλίσουν ότι υπάρχουν έλεγχοι μετριασμού. Συζητήστε με τον πάροχο ασφάλισης στον κυβερνοχώρο σας για να επαληθεύσετε τον βαθμό στον οποίο η τρέχουσα ασφαλιστική σας σύμβαση καλύπτει παραβιάσεις που σχετίζονται με την τεχνητή νοημοσύνη.
Βιωσιμότητα. Η βιομηχανική χρησιμοποιεί σημαντικές ποσότητες ηλεκτρικής ενέργειας. Επομένως, είναι σημαντικό να επιλέγονται προμηθευτές με χαμηλή κατανάλωση ενέργειας και υψηλής ποιότητας ανανεώσιμες πηγές ενέργειας, ώστε να ελαχιστοποιείται ο αντίκτυπος στους στόχους βιωσιμότητας.
Παρόλο που πολλά προβλήματα θα διακυβευτούν λόγω των κινδύνων που προκαλεί η παραγωγική τεχνητή νοημοσύνη, είναι αδύνατο να μην αναφέρουμε ορισμένα από τα οφέλη που προσφέρει.
Η γενετική τεχνητή νοημοσύνη έχει τη δυνατότητα να αλλάξει τη δομή της εργασίας, ενισχύοντας τις δυνατότητες των μεμονωμένων εργαζομένων αυτοματοποιώντας ορισμένες από τις ατομικές τους δραστηριότητες. Η σύγχρονη τεχνητή νοημοσύνη και άλλες τεχνολογίες έχουν τη δυνατότητα να αυτοματοποιήσουν εργασιακές δραστηριότητες που σήμερα καταλαμβάνουν το 60 έως 70 τοις εκατό του χρόνου των εργαζομένων. Προηγουμένως, σύμφωνα με έκθεση της McKinsey & Company του 2017, εκτιμήθηκε ότι η τεχνολογία είχε τη δυνατότητα να αυτοματοποιήσει το ήμισυ του χρόνου εργασίας των εργαζομένων.
Η επιτάχυνση των δυνατοτήτων για τεχνικό αυτοματισμό οφείλεται σε μεγάλο βαθμό στην αυξημένη ικανότητα της Τεχνητής Νοημοσύνης να κατανοεί τη φυσική γλώσσα, η οποία απαιτείται για εργασιακές δραστηριότητες που αντιπροσωπεύουν το 25% του συνολικού χρόνου εργασίας. Ως αποτέλεσμα, η παραγωγική Τεχνητή Νοημοσύνη έχει μεγαλύτερο αντίκτυπο στην εργασία γνώσης, η οποία περιλαμβάνει επαγγέλματα με υψηλότερους μισθούς και υψηλότερες εκπαιδευτικές απαιτήσεις, από ό,τι σε άλλα είδη θέσεων εργασίας.
Η παραγωγική Τεχνητή Νοημοσύνη θα μπορούσε να ενισχύσει σημαντικά την παραγωγικότητα της εργασίας σε ολόκληρη την οικονομία, αλλά αυτό θα απαιτούσε επενδύσεις για την υποστήριξη των εργαζομένων καθώς μεταβαίνουν σε άλλες εργασιακές δραστηριότητες ή αλλάζουν θέσεις εργασίας. Η παραγωγική Τεχνητή Νοημοσύνη θα μπορούσε να επιτρέψει αύξηση της παραγωγικότητας κατά 0,1 έως 0,6% ετησίως έως το 2040, ανάλογα με τον ρυθμό υιοθέτησης της τεχνολογίας και την ανακατανομή του χρόνου των εργαζομένων σε άλλες δραστηριότητες.
Συνδυάζοντας την παραγωγική Τεχνητή Νοημοσύνη με όλες τις άλλες τεχνολογίες, ο αυτοματισμός της εργασίας θα μπορούσε να προσθέσει 0,2 έως 3,3 ποσοστιαίες μονάδες στην ετήσια αύξηση της παραγωγικότητας. Ωστόσο, οι εργαζόμενοι θα χρειαστούν υποστήριξη για να μάθουν νέες δεξιότητες και ορισμένοι θα αλλάξουν σταδιοδρομία. Εάν οι μεταβάσεις των εργαζομένων και άλλοι κίνδυνοι μπορούν να αντιμετωπιστούν, η Τεχνητή Νοημοσύνη θα μπορούσε να συμβάλει σημαντικά στην οικονομική ανάπτυξη και να υποστηρίξει έναν πιο συμπεριληπτικό και βιώσιμο κόσμο.
Η καινοτόμος Τεχνητή Νοημοσύνη θα έχει σημαντικό αντίκτυπο σε όλους τους κλάδους. Ο τραπεζικός τομέας, η υψηλή τεχνολογία και οι βιοεπιστήμες είναι μεταξύ των κλάδων που θα μπορούσαν να δουν τον μεγαλύτερο αντίκτυπο όσον αφορά το ποσοστό των εσόδων που παράγονται από την Τεχνητή Νοημοσύνη. Για παράδειγμα, σε ολόκληρο τον τραπεζικό κλάδο, η τεχνολογία θα μπορούσε να αποφέρει το ισοδύναμο 200 δισεκατομμυρίων δολαρίων έως 340 δισεκατομμυρίων δολαρίων ετησίως, εάν εφαρμοστούν πλήρως οι περιπτώσεις χρήσης. Στο λιανικό εμπόριο και τα καταναλωτικά συσκευασμένα προϊόντα, ο πιθανός αντίκτυπος είναι επίσης σημαντικός, από 400 δισεκατομμύρια έως 660 δισεκατομμύρια δολάρια ετησίως.
Η ευκαιρία του Βιετνάμ
Αυτή τη στιγμή, το Βιετνάμ ενδιαφέρεται έντονα για την παραγωγική Τεχνητή Νοημοσύνη. Στις αρχές του έτους, τον Απρίλιο του 2023, στο εργαστήριο «Το Μέλλον της Γενετικής Τεχνητής Νοημοσύνης 2023» που πραγματοποιήθηκε στη Σίλικον Βάλεϊ της Καλιφόρνια, ο κ. Vo Xuan Hoai, Αναπληρωτής Διευθυντής του Εθνικού Κέντρου Καινοτομίας, τόνισε: «Το Εθνικό Κέντρο Καινοτομίας προωθεί τον συντονισμό με τα βιετναμέζικα δίκτυα καινοτομίας σε όλο τον κόσμο, για παράδειγμα με το δίκτυο στη Σίλικον Βάλεϊ για την προώθηση της καινοτομίας γενικά και της Τεχνητής Νοημοσύνης ειδικότερα, συνοδεύοντας βιετναμέζικες επιχειρήσεις και διανοούμενους στο εξωτερικό για να τους υποστηρίξει στην ανάπτυξη της σταδιοδρομίας τους, στην επέκταση των επιχειρήσεών τους στην πατρίδα τους, στη μεταφορά τεχνολογίας...».
Ο κ. Vo Xuan Hoai, Αναπληρωτής Διευθυντής του Εθνικού Κέντρου Καινοτομίας, μίλησε στο εργαστήριο «Το Μέλλον της Τεχνητής Νοημοσύνης 2023». (Πηγή: Bnews) |
Μέχρι τον Αύγουστο του τρέχοντος έτους, η VinBigdata (υπό την Vingroup Corporation) θα ενσωματώσει τεχνολογία για να καταστήσει την VinBase (μια ολοκληρωμένη πλατφόρμα πολυγνωστικής τεχνητής νοημοσύνης) την πρώτη πλατφόρμα γενετικής τεχνητής νοημοσύνης στο Βιετνάμ, παρέχοντας παράλληλα λύσεις ανάπτυξης που βασίζονται στην τεχνολογία γενετικής τεχνητής νοημοσύνης, όπως το Generative AI chatbot, το callbot ή το ViVi Virtual Assistant νέας γενιάς...
Η εταιρεία δήλωσε επίσης ότι χρειάζονται μόνο μερικά δισεκατομμύρια παραμέτρους για να δημιουργήσουν ένα μεγάλο γλωσσικό μοντέλο (LLM) παρόμοιο με το ChatGPT, αλλά εξακολουθεί να έχει τη δυνατότητα να δημιουργεί κείμενα υψηλής αυθεντικότητας, ειδικά αυτά τα κείμενα θα βρίσκονται στα δεδομένα Βιετναμέζικων πολιτών και βιετναμέζικων γνώσεων.
Το δυναμικό του Βιετνάμ για την ανάπτυξη παραγωγικής τεχνητής νοημοσύνης είναι τεράστιο, ωστόσο, εάν η παραγωγική τεχνητή νοημοσύνη εφαρμοστεί με βάση μεγάλες πλατφόρμες γλωσσικών μοντέλων που είναι διαθέσιμες στον κόσμο, το Βιετνάμ κινδυνεύει να αντιμετωπίσει πολλούς κινδύνους, επομένως η τελειοποίηση της παραγωγικής τεχνητής νοημοσύνης στην εγχώρια αγορά είναι σημαντική επειδή μπορεί να βοηθήσει στην τελειοποίηση του περιεχομένου, στην αποφυγή της παραπληροφόρησης, στη διασφάλιση της εθνικής ασφάλειας δεδομένων, καθώς και στην εισαγωγή της βιετναμέζικης τεχνολογίας στον κόσμο. «Το Βιετνάμ έχει την ευκαιρία να μειώσει το παγκόσμιο χάσμα στον τομέα της παραγωγικής τεχνητής νοημοσύνης».
Αυτή η εκτίμηση μοιράστηκε ο Γενικός Διευθυντής της VinBigdata, Δρ. Dao Duc Minh, στο φόρουμ της Συνόδου Κορυφής για την Τεχνητή Νοημοσύνη που πραγματοποιήθηκε στην πόλη Χο Τσι Μινχ στις 22 Σεπτεμβρίου φέτος. Επίσης, στο φόρουμ, ο κ. Pablo Fuentes Nettel, Senior Consultant στην Oxford Insights, δήλωσε ότι το Βιετνάμ έχει ένα λαμπρό μέλλον εάν επικεντρωθεί στις επενδύσεις στην Τεχνητή Νοημοσύνη.
Μπορεί να φανεί ότι η Τεχνητή Νοημοσύνη και η τεχνητή Τεχνητή Νοημοσύνη έχουν διεισδύσει σε όλους τους τομείς και τα επαγγέλματα της χώρας μας, όπως η υγειονομική περίθαλψη, η εκπαίδευση, η ζωή... Το Βιετνάμ πρέπει να χαράξει μια στρατηγική για την ανάπτυξη αυτής της τεχνολογίας, επειδή αυτό είναι το μέλλον της τεχνολογίας στο εγγύς μέλλον.
[διαφήμιση_2]
Πηγή
Σχόλιο (0)