Kartu su savo pažanga dirbtinis intelektas (AI) vis labiau tobulėja, o vadinamojo giminystės (inbreeding) rizika generacinėse AI sistemose tampa pavojumi, kuris jau seniai paplitęs tarp žmonių ir naminių gyvūnų populiacijų.
Šiame straipsnyje bus paaiškinta giminingo giminystės samprata atsižvelgiant į generatyvųjį AI ir kaip giminystė gali būti susijusi su AI sukurto turinio ateitimi.
Generatyvaus AI giminystės supratimas Generatyvios AI sistemos, pvz., didelių kalbų modeliai (LLM), visų pirma yra mokomi išsamių duomenų rinkinių iš tekstinio, vaizdo ir garso turinio, pasiekiamo žiniatinklyje. Iš pradžių duomenų rinkinys daugiausia apėmė žmonių sukurtus daiktus, tokius kaip literatūra, straipsniai ir meno kūriniai. Tačiau augant generuojamiesiems AI įrankiams, vis daugiau turinio internete rašo pats AI.
Šis pokytis kelia susirūpinimą dėl duomenų rinkinių, naudojamų būsimoms AI sistemoms mokyti, kokybės ir įvairovės. Tikimasi, kad vystantis dirbtinio intelekto kuriamam turiniui, daugelis ateities kartos dirbtinio intelekto modelių mokysis iš duomenų rinkinių, kuriuose pateikiamas ne žmonių turinys, o AI sukurta medžiaga.
Generatyvinio AI giminystės pasekmės yra daugialypės.
Priešingai, dirbtinio intelekto sistemos mokymasis iš vis didesnio skaičiaus vienarūšių duomenų rinkinių gali sumažinti AI sukurtos produkcijos kūrybiškumą ir originalumą.
Jei šis procesas kartojamas, ty kopijuojant iš kopijos, iš eilės kartoms, produkcijos kokybė pablogėja, o rezultatai gali būti mažiau įtraukiantys ir galbūt mažiau atspindintys tai, ką laikome žmogaus kūrybine produkcija. . Didėjant dirbtinio intelekto sukurtam turiniui, parengtam naudojant inbred duomenų rinkinius, tokios problemos gali paaštrėti.
Jei mokymo duomenų rinkiniai nėra pakankamai įvairūs, sukurtos AI sistemos tik sustiprintų ir padidintų AI sukurto turinio šališkumą, taip dar labiau kenkiant patikimam AI sukurto turinio kaip informacijos šaltinio naudojimui. Be to, mokymo duomenų įvairovės trūkumas gali apriboti galimybę kurti AI sistemas, kurios galėtų suprasti ir teisingai atspindėti daugybę žmonių patirties ir perspektyvų. Tai gali apriboti pažangą įvairiose AI taikymo srityse, tokiose kaip natūralios kalbos apdorojimas, turinio generavimas ir sprendimų priėmimo sistemos.
Generatyvaus AI giminystės iššūkio sprendimas
Visų pirma, tai yra tikra rizika, ypač generatyvinių AI technologijų giminystė. Vis dėlto tyrėjams, kūrėjams ir net politikos formuotojams tenka pareiga veikti aktyviai, užtikrinant, kad mokant dirbtinio intelekto sistemą būtų naudojami įvairūs ir reprezentatyvūs duomenų rinkiniai, integruojant mechanizmus, kurie gali aptikti ir sumažinti. Pasirūpinta dirbtinio intelekto sukurto turinio šališkumu ir veiksmingo tarpdisciplininio bendradarbiavimo užtikrinimu sprendžiant ir užtikrinant etinius ir visuomeninius DI kūrimo padarinius.
Jie turėtų dar labiau palengvinti atvirumo ir atskaitomybės poreikį diegiant dirbtinio intelekto sistemas ir reikalauti, kad AI sukurto turinio naudotojai būtų žinomi apie apribojimus ir šališkumą. Taigi visos suinteresuotosios šalys gali aktyviai bendradarbiauti išnaudodamos generatyvaus AI galią, kartu mažindamos riziką, susijusią su giminingumu kuriant AI.
Generatyvaus AI giminystės koncepcija yra didelis ateities iššūkis kuriant ir diegiant AI sistemas. Tai padės jiems užtikrinti, kad atsakingas ir etiškas technologijų tobulinimo visuomenei plėtojimas būtų pasiektas suprantant pasekmes ir būdus, kaip efektyviai pagerinti generatyvųjį AI giminingumą.
Šaltinis: https://www.cryptopolitan.com/generative-ai-growing-in-ai-development/