Идти в ногу со столь быстро развивающейся отраслью, как искусственный интеллект, — непростая задача. Итак, пока искусственный интеллект не сможет сделать это за вас, вот удобный обзор последних историй из мира машинного обучения, а также примечательных исследований и экспериментов, которые мы не освещали сами по себе.
На этой неделе SpeedyBrand, компания, использующая генеративный искусственный интеллект для создания оптимизированного для SEO контента, вышла из stealth при поддержке Y Combinator. Она пока не привлекла большого финансирования (2,5 миллиона долларов), а ее клиентская база относительно невелика (около 50 брендов). Но это заставило меня задуматься о том, как генеративный искусственный интеллект начинает менять структуру Интернета.
Как написал Джеймс Винсент из The Verge в недавней статье, генеративные модели искусственного интеллекта удешевляют и упрощают создание контента низкого качества. Newsguard, компания, предоставляющая инструменты для проверки источников новостей, выявила сотни поддерживаемых рекламой сайтов с общепринятыми названиями, содержащих дезинформацию, созданную с помощью генеративного искусственного интеллекта.
Это создает проблему для рекламодателей. Многие сайты, на которые обратила внимание Newsguard, по-видимому, созданы исключительно для злоупотребления программной рекламой или автоматизированными системами размещения рекламы на страницах. В своем отчете Newsguard обнаружила около 400 рекламных объявлений от 141 крупного бренда, которые появлялись на 55 сайтах нежелательных новостей.
Беспокоиться следует не только рекламодателям. Как отмечает Кайл Барр из Gizmodo, может потребоваться всего одна статья, созданная с помощью искусственного интеллекта, чтобы привлечь огромное внимание. И даже если каждая статья, созданная с помощью искусственного интеллекта, приносит всего несколько долларов, это меньше, чем затраты на создание текста в первую очередь — и потенциальные рекламные деньги, которые не отправляются на законные сайты.
Итак, каково же решение? Есть ли такой? Это пара вопросов, которые все чаще не дают мне спать по ночам. Барр предполагает, что поисковые системы и рекламные платформы обязаны проявлять более жесткий контроль и наказывать плохих игроков, использующих генеративный ИИ. Но, учитывая, как быстро развивается эта область — и бесконечно масштабируемую природу генеративного ИИ, — я не уверен, что они смогут за этим угнаться.
Конечно, спам-контент — явление не новое, и раньше такие случаи бывали. Интернет адаптировался. Что отличается на этот раз, так это то, что барьер для входа значительно ниже — как с точки зрения затрат, так и времени, которое необходимо вложить.
Винсент настроен оптимистично, подразумевая, что если Интернет в конечном итоге будет переполнен мусором искусственного интеллекта, это может подстегнуть разработку платформ с лучшим финансированием. Я в этом не так уверен. Однако в чем нет сомнений, так это в том, что мы находимся на переломном этапе и что решения, принимаемые сейчас в отношении генеративного искусственного интеллекта и его результатов, будут влиять на функционирование Интернета в течение некоторого времени в будущем.
Вот другие примечательные истории об искусственном интеллекте за последние несколько дней:
OpenAI официально запускает GPT-4: OpenAI на этой неделе объявила об общей доступности GPT-4, своей последней модели для генерации текста, через свой платный API. GPT-4 может генерировать текст (включая код) и принимать ввод изображений и текста — улучшение по сравнению с GPT-3.5, его предшественником, который принимал только текст, — и работает на “человеческом уровне” в различных профессиональных и академических тестах. Но это не идеально, как мы отмечали в нашем предыдущем репортаже. (Между тем, сообщается, что внедрение ChatGPT сокращается, но мы посмотрим.)
Взятие ‘сверхразумного“ ИИ под контроль: В других новостях OpenAI компания формирует новую команду во главе с Ильей Суцкевером, ее главным научным сотрудником и одним из соучредителей OpenAI, для разработки способов управления «сверхразумными” системами ИИ.
Закон о борьбе с предвзятостью в Нью-Йорке: После нескольких месяцев задержек город Нью—Йорк на этой неделе начал вводить в действие закон, который требует от работодателей, использующих алгоритмы для найма или продвижения сотрудников по службе, представить эти алгоритмы для независимого аудита — и обнародовать результаты.
Valve негласно дает зеленый свет играм, созданным с помощью искусственного интеллекта: Valve опубликовала редкое заявление после того, как заявила, что отказывается от игр с активами, созданными с помощью искусственного интеллекта, в своем игровом магазине Steam. Известный своей неразговорчивостью разработчик заявил, что его политика развивается, а не выступает против искусственного интеллекта.
Humane представляет Ai Pin: Стартап Humane, основанный бывшим дуэтом дизайнеров и инженеров Apple Имраном Чаудри и Бетани Бонджорно, на этой неделе раскрыл подробности о своем первом продукте: Ai Pin. Как оказалось, продукт Humane — это носимый гаджет с проекционным дисплеем и функциями на базе искусственного интеллекта — похожий на футуристический смартфон, но в совершенно другом форм-факторе.
Предупреждения по поводу регулирования ИИ в ЕС: На этой неделе основатели крупных технологических компаний, генеральные директора, венчурные капиталисты и промышленные гиганты по всей Европе подписали открытое письмо в Комиссию ЕС, в котором предупреждают, что Европа может упустить революцию в области искусственного интеллекта, если ЕС примет законы, сдерживающие инновации.
Афера с глубокой подделкой набирает обороты: посмотрите этот ролик, в котором чемпион Великобритании по потребительским финансам Мартин Льюис, очевидно, предлагает инвестиционную возможность, поддержанную Илоном Маском. Кажется нормальным, не так ли? Не совсем. Это глубокая подделка, созданная искусственным интеллектом, и, возможно, проблеск порожденного искусственным интеллектом страдания, быстро появляющегося на наших экранах.
Секс-игрушки на базе искусственного интеллекта: Компания Lovense, пожалуй, наиболее известная своими секс—игрушками с дистанционным управлением, на этой неделе анонсировала свой компаньон для удовольствия ChatGPT. Запущенный в бета-версии в приложении удаленного управления компании “Advanced Lovense ChatGPT Pleasure Companion” приглашает вас насладиться сочными и эротическими историями, которые компаньон создает на основе выбранной вами темы.
Другие методы машинного обучения
Наш исследовательский обзор начинается с двух совершенно разных проектов из ETH Zurich. Во-первых, это эндоскопия, дополнительный метод интеллектуальной интубации. Интубация необходима для выживания пациента во многих обстоятельствах, но это сложная ручная процедура, обычно выполняемая специалистами. Инкубатор использует компьютерное зрение для распознавания прямой трансляции изо рта и глотки и реагирования на нее, направляя и корректируя положение эндоскопа. Это могло бы позволить людям безопасно проводить интубацию, когда это необходимо, вместо того, чтобы ждать специалиста, что потенциально спасло бы жизни.
Вот они объясняют это немного более подробно: ВИДЕО: https://youtu.be/8PWQSIVSXH8
В совершенно другой области исследователи ETH Zurich также внесли свой вклад в создание фильма Pixar, разработав технологию, необходимую для анимации дыма и огня, не становясь жертвой фрактальной сложности гидродинамики. Их подход был замечен и развит Disney и Pixar для фильма «Элементаль»(the film Elemental). Интересно, что это не столько решение для моделирования, сколько для переноса стиля — умный и, по-видимому, довольно ценный способ сократить время. (Изображение вверху взято из этого.)
Искусственный интеллект в природе всегда интересен, но природный ИИ применительно к археологии еще более интересен. Исследование, проведенное Университетом Ямагата (aimed to identify new Nasca lines), было направлено на выявление новых линий Наска — огромных “геоглифов” в Перу. Вы могли бы подумать, что, будучи видимыми с орбиты, они были бы довольно очевидны, но эрозия и древесный покров за тысячелетия, прошедшие с тех пор, как были созданы эти таинственные образования, означают, что неизвестное число из них скрывается просто вне поля зрения. После обучения на аэрофотоснимках известных и скрытых геоглифов модель глубокого обучения была запущена на других видах, и, что удивительно, она обнаружила по меньшей мере четыре новых, как вы можете видеть ниже. Довольно захватывающе!
В более актуальном смысле технологии, связанные с искусственным интеллектом, всегда находят новую работу по обнаружению и прогнозированию стихийных бедствий. Инженеры Стэнфорда собирают данные для подготовки будущих моделей прогнозирования лесных пожаров, проводя моделирование нагретого воздуха над пологом леса в 30-футовом резервуаре для воды. Если мы хотим смоделировать физику пламени и тлеющих углей, распространяющихся за пределы лесного пожара, нам нужно будет лучше их понимать, и эта команда делает все возможное, чтобы приблизиться к этому.
В Калифорнийском университете в Лос-Анджелесе они изучают, как прогнозировать оползни, которые становятся все более распространенными по мере изменения пожаров и других факторов окружающей среды. Но хотя искусственный интеллект уже использовался для их прогнозирования с некоторым успехом, он не “показывает свою работу”, что означает, что прогноз не объясняет, вызвано ли это эрозией, сдвигом уровня грунтовых вод или тектонической активностью. Новый подход “накладываемой нейронной сети” предполагает, что слои сети используют разные данные, но работают параллельно, а не все вместе, что позволяет немного конкретизировать выходные данные о том, какие переменные привели к увеличению риска. Кроме того, это намного эффективнее.
Google рассматривает интересную задачу: как заставить систему машинного обучения извлекать уроки из опасных знаний, но не распространять их? Например, если его обучающий набор включает рецепт приготовления напалма, вы не хотите, чтобы он его повторял — но для того, чтобы знать, что его не следует повторять, ему нужно знать, что он не повторяет. Парадокс! Таким образом, технологический гигант ищет метод “отучения машины”, который позволяет выполнять такого рода балансировку безопасно и надежно.
Если вы хотите глубже разобраться в том, почему люди, похоже, доверяют моделям искусственного интеллекта без веских на то причин, ознакомьтесь с этой научной редакционной статьей Селесты Кидд (Калифорнийский университет в Беркли) и Абебы Бирхейн (Mozilla). Это раскрывает психологические основы доверия и авторитета и показывает, как современные агенты искусственного интеллекта в основном используют их в качестве трамплинов для повышения собственной значимости. Это действительно интересная статья, если вы хотите казаться умным в эти выходные.
Хотя мы часто слышим о печально известной фальшивой шахматной машине Mechanical Turk, эта шарада действительно вдохновила людей на создание того, чем она притворялась. В IEEE Spectrum есть увлекательная история об испанском физике и инженере Торресе Кеведо, который создал настоящего механического шахматиста. Его возможности были ограничены, но именно так вы узнаете, что это было реально. Некоторые даже предполагают, что его шахматная машина была первой “компьютерной игрой”. Пища для размышлений.
Источник: https://techcrunch.com/2023/07/08/the-week-in-ai-generative-ai-spams-up-the-web/