„Meta“ atideda savo „superintelektinį“ AI modelį po našumo problemų Lenktynės dėl itin intelektualaus AI dominavimo patiria didelį greičio ribą. „Meta“ patvirtino, kad labai vėluoja diegti pažangiausią dirbtinio intelekto modelį. Šis trūkumas įvyko po to, kai vidiniai vertinimai atskleidė nuolatines veikimo problemas, neleidžiančias modeliui pasiekti ambicingų etalonų. Nors generalinis direktorius Markas Zuckerbergas investavo milijardus į DI tyrimus, šis vėlavimas išryškina didžiulius techninius iššūkius, su kuriais susiduria net technologijų milžinai. Tai pabrėžia didėjantį atotrūkį tarp „Meta“ AI siekių ir dabartinių rinkos lyderių „OpenAI“ ir „Google“. Ši plėtra yra daugiau nei paprastas atidėjimas. Tai rodo galimą generatyvaus AI konkurencinio kraštovaizdžio pasikeitimą. Kai įmonės peržengia galimų galimybių ribas, kliūtys tampa eksponentiškai didesnės. Meta suklupimas siūlo retą žvilgsnį į sunkumus kuriant patikimas, saugias ir tikrai novatoriškas AI sistemas.
Milijardai už svajonės: Metos AI ambicijos Markas Zuckerbergas neslėpė savo įsipareigojimo vadovauti AI revoliucijai. Meta skyrė stulbinančius išteklius, milijardus dolerių nukreipdama į specializuotą skaičiavimo aparatūrą, aukščiausio lygio tyrimų komandas ir didžiulę duomenų infrastruktūrą. Nurodytas tikslas yra pasiekti dirbtinį bendrąjį intelektą (AGI). Šios ilgalaikės vizijos tikslas – sukurti dirbtinį intelektą, kuris galėtų suprasti, mokytis ir pritaikyti intelektą įvairioms užduotims, panašiai kaip žmogus. Atidėtas modelis buvo laikomas svarbiu žingsniu link šios „superprotingos“ ateities. Jis buvo sukurtas kaip šuolis samprotavimo, kūrybiškumo ir problemų sprendimo gebėjimų srityje, pranokstantis šiandieninius didelius kalbos modelius.
Kur dingo investicijos Finansinis įsipareigojimas apima ne tik mokslinius tyrimus. Didelė „Meta“ AI biudžeto dalis yra skirta veiklos išlaidoms padengti. Tai apima milžiniškas energijos sąnaudas treniruotėms ir didžiulių duomenų centrų priežiūrai. Šios sparčiai didėjančios veiklos išlaidos yra įprastas pramonės iššūkis, panašus į spaudimą, su kuriuo susiduria kitos technologijų įmonės. Pavyzdžiui, „Epic Games“ nurodė didėjančias veiklos išlaidas kaip tiesioginę „Fortnite V-Bucks“ kainų didėjimo priežastį. Dirbtinio intelekto sektoriuje šios išlaidos yra padidintos, todėl norint išlikti lenktynėse, reikia nuolatinio kapitalo infuzijos. „Meta“ išlaidos atspindi statymą, kad pirmasis pasiekęs pranašesnį AI gaus precedento neturintį atlygį.
Susidūrimas su našumo spraga Sprendimas atidėti kyla dėl to, kad modelis nesugeba nuosekliai viršyti esamų sprendimų. Pranešama, kad atliekant vidinį testavimą buvo pažymėtos kelios pagrindinės našumo problemos, dėl kurių viešas leidimas tapo nepagrįstas. Tai nebuvo nedidelės klaidos, o pagrindiniai tikslumo, patikimumo ir saugos iššūkiai.
Pagrindinės techninės kliūtys Sukurti modelį, kuris gerokai pranoktų dabartinius pasiūlymus, pvz., GPT-4 ar Gemini, yra ypač sunku. Problemos, su kuriomis Meta susidūrė, yra šios:
Haliucinacijų samprotavimas: modelis gali generuoti įtikinamus, bet neteisingus ar nesąmoningus atsakymus į sudėtingas logines užklausas. Nenuosekli išvesties kokybė: našumas gali labai skirtis priklausomai nuo raginimo, nes trūksta stabilumo, reikalingo viešam produktui. Didelis skaičiavimo neefektyvumas: modeliui gali prireikti neproporcingos apdorojimo galios, kad būtų pasiektas ribinis pelnas, todėl jį pritaikyti nepraktiška. Susirūpinimas dėl saugos ir derinimo: užtikrinti, kad modelio išėjimai būtų nekenksmingi ir suderinti su žmogaus ketinimais, tebėra didžiulis, neišspręstas iššūkis.
Šios kliūtys rodo, kad vien duomenų ir parametrų padidinimo nepakanka. Reikia naujovių architektūrų, mokymo metodų ir vertinimo metodų. Metos delsimas rodo, kad jie dar nerado to slapto padažo.
Konkurencingas kraštovaizdis: atsilieka? Šis vėlavimas turi tiesioginės įtakos Meta konkurencinei padėčiai. Nors bendrovė turi atvirojo kodo modelius, tokius kaip Llama, modelių lenktynėse dominuoja kiti. „OpenAI“ ir „Google“ ir toliau nustato tempą su pasikartojančiais leidimais, kurie stumia galimybes į priekį. Kiekvienas šių lyderių pranešimas padidina suvokiamą atotrūkį. Tuo tarpu kiti žaidėjai diegia taikomojo AI naujoves. Pramonė sparčiai pereina nuo tekstinių modelių prie daugiarūšių ir agentinių sistemų. Pavyzdžiui, „Peacock“ diegia Andy Cohen AI versiją, kad sukurtų suasmenintą turinį, rodantį, kaip dirbtinį intelektą galima sukurti kūrybiškai. Pagrindiniai „Meta“ produktai labai priklauso nuo patrauklaus vartotojopatirtį, o atsilikimas nuo AI naujovių gali kelti grėsmę ilgalaikei jų svarbai.
Atvirojo kodo strategijos klausimas „Meta“ pasisakė už atvirojo kodo metodą su savo „Llama“ modelių šeima. Ši strategija sukūrė gerą valią tarp kūrėjų ir tyrėjų. Tačiau tai gali būti ir dviašmenis kardas. Suteikdama savo antros pakopos technologiją, Meta skatina naujoves, kurias gali panaudoti konkurentai. Taip pat kyla klausimas: jei jų pažangiausias modelis nėra paruoštas, kokį apčiuopiamą pranašumą jų atvirojo kodo katalogas suteikia prieš uždarus, pranašesnius konkurentų modelius? Jų pavyzdinio modelio vėlavimas daro didesnį spaudimą atvirojo kodo ekosistemai įrodyti, kad ji gali neatsilikti. Tai rodo, kad artimiausioje ateityje aukščiausio lygio AI pajėgumai gali likti nuosavybės teise.
Kas laukia „Meta Superintelligent AI“? Meta kelias į priekį dabar yra perkalibravimas. Komanda turi grįžti prie braižymo lentos, kad išspręstų pagrindines veiklos problemas. Tai gali reikšti esminį modelio architektūros ar mokymo duomenų rinkinio persvarstymą. Tam tikrai prireiks daugiau laiko ir, be jokios abejonės, daugiau milijardų dolerių. Rinka atidžiai stebės bet kokius atnaujinimus. Vėlavimas sudrebina pasitikėjimą „Meta“ laiko juosta, kad būtų pasiekti itin intelektualūs AI tikslai. Tai taip pat suteikia galimybę konkurentams sustiprinti savo pranašumą. Ateinantys mėnesiai bus labai svarbūs Meta, kad parodytų apčiuopiamą pažangą ir įtikintų suinteresuotąsias šalis, kad jų didžiulės investicijos vyksta kelyje.
Išvada: AI Hype tikrovės patikrinimas „Meta“ delsimas yra esminis tikrovės patikrinimas visai AI pramonei. Jame pabrėžiama, kad kelionę į pažangų dirbtinį intelektą trikdo sudėtingi, nelinijiniai iššūkiai. Milijardinės investicijos negarantuoja proveržių. Įmonėms įveikiant šias technines ir finansines kliūtis, kraštovaizdis ir toliau keisis. Norint suprasti technologijų ateitį, labai svarbu žinoti apie šiuos pokyčius. Norėdami gauti daugiau įžvalgų apie tai, kaip AI ir didžiųjų technologijų tendencijos keičia skaitmeninę patirtį, peržiūrėkite naujausią „Seemless“ analizę. Kaip manote, kokį poveikį šis vėlavimas turės platesnei AI lenktynėms?
