Meta aizkavē savu “superinteliģento” AI modeli pēc veiktspējas problēmām Cīņa par superinteliģentā mākslīgā intelekta dominēšanu piedzīvo ievērojamu ātruma izciļņu. Meta ir apstiprinājusi ievērojamu kavēšanos sava vismodernākā mākslīgā intelekta modeļa ieviešanā. Šī neveiksme rodas pēc tam, kad iekšējie novērtējumi atklāja pastāvīgas veiktspējas problēmas, kas neļauj modelim sasniegt tā ambiciozos kritērijus. Lai gan izpilddirektors Marks Cukerbergs ir ieguldījis miljardus mākslīgā intelekta izpētē, šī kavēšanās izceļ milzīgās tehniskās problēmas, ar kurām saskaras pat tehnoloģiju giganti. Tas uzsver pieaugošo plaisu starp Meta AI centieniem un pašreizējiem tirgus līderiem OpenAI un Google. Šī attīstība ir vairāk nekā vienkārša atlikšana. Tas norāda uz iespējamām izmaiņām ģeneratīvā AI konkurences vidē. Tā kā uzņēmumi virza iespējamās robežas, šķēršļi kļūst eksponenciāli lielāki. Meta stumble piedāvā retu ieskatu grūtībās izveidot uzticamas, drošas un patiesi revolucionāras AI sistēmas plašā mērogā.
Miljardi aiz sapņa: Meta AI ambīcijas Marks Cukerbergs neslēpj savu apņemšanos vadīt AI revolūciju. Meta ir piešķīrusi satriecošus resursus, miljardiem dolāru novirzot specializētai skaitļošanas aparatūrai, augstākā līmeņa pētniecības komandām un masveida datu infrastruktūrai. Noteiktais mērķis ir tikai mākslīgā vispārējā intelekta (AGI) sasniegšana. Šīs ilgtermiņa vīzijas mērķis ir radīt AI, kas var saprast, mācīties un izmantot inteliģenci plašā uzdevumu klāstā, līdzīgi kā cilvēks. Aizkavētais modelis tika uzskatīts par kritisku atspēriena punktu ceļā uz šo "superinteliģento" nākotni. Tas tika izstrādāts, lai būtu lēciens spriešanas, radošuma un problēmu risināšanas spēju jomā, kas pārsniedz mūsdienu lielo valodu modeļus.
Kur ir aizgājuši ieguldījumi Finansiālās saistības pārsniedz tikai pētniecību. Ievērojama daļa no Meta AI budžeta ir paredzēta darbības izmaksām. Tas ietver milzīgo enerģijas patēriņu treniņu laikā un lielu datu centru uzturēšanu. Šie strauji augošie darbības izdevumi ir izplatīts nozares izaicinājums, kas ir līdzīgs spiedienam, ar kuru saskaras citi tehnoloģiju uzņēmumi. Piemēram, Epic Games minēja pieaugošās darbības izmaksas kā tiešu iemeslu Fortnite V-Bucks cenu palielināšanai. AI nozarē šīs izmaksas ir palielinātas, un ir nepieciešama pastāvīga kapitāla iepludināšana, lai noturētos sacensībās. Meta tēriņi atspoguļo likmi, ka pirmais, kas sasniegs izcilu AI, iegūs vēl nebijušu atlīdzību.
Konfrontēt ar veiktspējas trūkumu Lēmums aizkavēt izriet no modeļa nespējas konsekventi pārspēt esošos risinājumus. Tiek ziņots, ka iekšējā testēšana atzīmēja vairākas galvenās veiktspējas problēmas, kas padarīja publisko izlaišanu neuzticamu. Tās nebija nelielas kļūdas, bet gan būtiskas precizitātes, uzticamības un drošības problēmas.
Galvenie tehniskie šķēršļi Izstrādāt modeli, kas ievērojami pārsniedz pašreizējos piedāvājumus, piemēram, GPT-4 vai Gemini, ir ārkārtīgi grūti. Meta problēmas, iespējams, ir šādas:
Halucināciju spriešana: modelis var radīt pārliecinošas, bet nepareizas vai nejēdzīgas atbildes uz sarežģītiem loģiskiem vaicājumiem. Nekonsekventa izvades kvalitāte: veiktspēja var ievērojami atšķirties atkarībā no uzvednes, jo trūkst stabilitātes, kas nepieciešama publiskam produktam. Augsta skaitļošanas neefektivitāte: modelim var būt nepieciešama nesamērīga apstrādes jauda, lai iegūtu nelielus ieguvumus, padarot to nepraktisku mērogošanu. Bažas par drošību un izlīdzināšanu: nodrošināt, ka modeļa izvadi ir nekaitīgi un saskaņoti ar cilvēka nodomiem, joprojām ir dziļa, neatrisināta problēma.
Šie šķēršļi parāda, ka nepietiek tikai ar datu un parametru palielināšanu. Ir nepieciešami sasniegumi jaunās arhitektūrās, apmācības metodēs un novērtēšanas metodēs. Meta kavēšanās liecina, ka viņi vēl nav atraduši šo slepeno mērci.
Konkurētspējīga ainava: atpalikšana? Šī kavēšanās nekavējoties ietekmē Meta konkurētspēju. Lai gan uzņēmumam ir atvērtā avota spējīgi modeļi, piemēram, Llama, pierobežas modeļu sacīkstēs dominē citi. OpenAI un Google turpina noteikt tempu ar iteratīviem laidieniem, kas virza iespējas uz priekšu. Katrs šo vadītāju paziņojums paplašina uztverto plaisu. Tikmēr citi spēlētāji ievieš jauninājumus lietišķajā AI. Nozare strauji pāriet no teksta modeļiem uz multimodālām un aģentu sistēmām. Piemēram, Peacock izvieto Endija Koena AI versiju, lai izveidotu personalizētu saturu, parādot, kā AI var radoši produktivizēt. Meta pamatprodukti lielā mērā ir atkarīgi no lietotāja piesaistīšanaspieredzi, un atpalicība no AI inovācijām var apdraudēt to ilgtermiņa nozīmi.
Atvērtā koda stratēģijas jautājums Meta ir atbalstījusi atvērtā pirmkoda pieeju ar savu Llama modeļu saimi. Šī stratēģija ir izveidojusi labo gribu ar izstrādātājiem un pētniekiem. Tomēr tas var būt arī abpusgriezīgs zobens. Atdodot savu otrā līmeņa tehnoloģiju, Meta veicina inovāciju, ko var izmantot konkurenti. Tas arī rada jautājumu: ja viņu vismodernākais modelis nav gatavs, kādu taustāmu priekšrocību nodrošina viņu atvērtā pirmkoda katalogs salīdzinājumā ar konkurentu slēgtajiem, labākajiem modeļiem? Viņu vadošā modeļa aizkavēšanās rada lielāku spiedienu uz atvērtā koda ekosistēmu, lai pierādītu, ka tā spēj sekot līdzi. Tas liek domāt, ka AI iespējas tuvākajā nākotnē varētu palikt patentētas.
Kas būs tālāk Meta superinteliģentajam AI? Meta ceļš uz priekšu tagad ir pārkalibrēšana. Komandai ir jāatgriežas pie rasēšanas dēļa, lai risinātu galvenās darbības problēmas. Tas varētu nozīmēt modeļa arhitektūras vai apmācības datu kopas fundamentālu pārdomāšanu. Tas noteikti prasīs vairāk laika un, bez šaubām, vairāk miljardu dolāru. Tirgus rūpīgi vēros visus atjauninājumus. Kavēšanās satricina pārliecību par Meta laika grafiku, lai sasniegtu savus superinteliģentos AI mērķus. Tas arī nodrošina konkurentiem iespēju nostiprināt savu pārsvaru. Nākamie mēneši būs būtiski, lai Meta demonstrētu taustāmu progresu un pārliecinātu ieinteresētās personas, ka viņu apjomīgās investīcijas ir pareizas.
Secinājums: AI hype realitātes pārbaude Meta kavēšanās kalpo kā būtiska realitātes pārbaude visai AI nozarei. Tajā uzsvērts, ka ceļu uz progresīvu mākslīgo intelektu traucē sarežģīti, nelineāri izaicinājumi. Miljardi investīcijas negarantē izrāvienu. Tā kā uzņēmumi pārvarēs šos tehniskos un finansiālos šķēršļus, ainava turpinās mainīties. Lai izprastu tehnoloģiju nākotni, ir svarīgi būt informētam par šiem notikumiem. Lai iegūtu plašāku ieskatu par to, kā AI un lielās tehnoloģiju tendences pārveido digitālo pieredzi, izpētiet jaunāko analīzi vietnē Seemless. Kā, jūsuprāt, šī kavēšanās ietekmēs plašāku AI sacensību?
