Огромные возможности ИИ-алгоритмов таких, как ChatGPT, Stable Diffusion, DALL·E 2, заставили многие компании задуматься о замене «человекосодержащих» работников на их компьютерные аналоги, снабженные искусственным интеллектом.
Более того, многие предприниматели уже экспериментируют с возможностями нейросетей.
Графические алгоритмы действительно показали себя способными «подвинуть» людей, чем вызвали протесты со стороны художников и дизайнеров. Текстовый ИИ оказался пока не столь хорош – в статьях, которые были сгенерированы для издания CNET были обнаружены десятки нелепых ошибок.
Ожидается, что в ближайшие годы алгоритмы будут совершенствоваться и наступит момент, когда они смогут делать работу лучше человека. Однако, не все так просто.
По словам экспертов, алгоритмы нуждаются в постоянном обучении, чтобы их знания были актуальными. А это стоит миллионы долларов. Так, например, для обучения GPT-3 на базе данных объемом 1,2 ТБ потребуются затраты в размере около $4,2 млн.
Большинство генеративных ИИ сегодня обучаются на больших наборах данных, а затем поставляются в виде предварительно обученной модели. Представьте, что вы воспитываете и обучаете ребенка. А потом он оказывается в пещере, оторванным от мира. С каждым днем его знания будут устаревать. Похожая ситуация происходит с ИИ-алгоритмами. Время от времени им нужно «повышать квалификацию» и актуализировать знания.
Вероятно, эту проблему смогут устранить самообучающиеся ИИ-алгоритмы, но пока они еще не способны решать подобные задачи.
