Стоковые изображения от Depositphotos
Tazabek — Независимо от того, основано это на галлюцинаторных убеждениях или нет, за последние несколько месяцев в сфере искусственного интеллекта началась золотая лихорадка, связанная с получением ожидаемых бизнес-возможностей от генеративных моделей искусственного интеллекта, таких как ChatGPT. Разработчики приложений, венчурные стартапы и некоторые крупнейшие мировые корпорации — все они пытаются разобраться в сенсационном боте для генерации текста, выпущенном OpenAI в ноябре прошлого года.
Вы практически можете услышать крики из угловых офисов по всему миру: «Во что играет наш чат? Как мы можем заработать на этом деньги?»
Но в то время как компании и руководители видят явный шанс заработать, вероятное влияние технологии на работников и экономику в целом гораздо менее очевидно. Несмотря на свои ограничения — главным из которых является склонность к выдумыванию — ChatGPT и другие недавно выпущенные модели генеративного искусственного интеллекта обещают автоматизировать все виды задач, которые ранее считались исключительно сферой человеческого творчества и мышления, от написания текстов до создания графики и обобщения и анализа данных. Это заставило экономистов в сомнении, как это может повлиять на рабочие места и общую производительность.
Несмотря на все удивительные достижения в области искусственного интеллекта и других цифровых инструментов за последнее десятилетие, их успехи в повышении благосостояния и стимулировании широкомасштабного экономического роста обескураживают. Хотя несколько инвесторов и предпринимателей стали очень богатыми, большинство людей от этого не выиграли. Некоторые даже были уволены со своей работы автоматически.
Рост производительности, благодаря которому страны становятся богаче и процветают, был удручающим примерно с 2005 года в США и в большинстве стран с развитой экономикой (Великобритания является особым примером). Тот факт, что «экономический пирог» растет незначительно, привел к стагнации заработной платы многих людей.
Рост производительности за это время в значительной степени ограничен несколькими секторами, такими как информационные услуги, а в США — несколькими городами — например, Сан-Хосе, Сан-Франциско, Сиэтлом и Бостоном.
Сделает ли ChatGPT и без того вызывающее беспокойство неравенство в доходах и богатстве в США и многих других странах еще хуже? Или это помогло бы? Может ли это на самом деле обеспечить столь необходимый прирост производительности?
Как решить проблему неравенства искусственного интеллекта
Новые цифровые технологии усугубляют неравенство. Вот как ученые, создающие искусственный интеллект, могут делать лучший выбор.
ChatGPT с его возможностями написания, подобными человеческим, и другой недавний релиз OpenAI DALL-E 2, который генерирует изображения по запросу, используют большие языковые модели, обученные на огромных объемах данных. То же самое можно сказать и о таких конкурентах, как Клод из Anthropic и Бард из Google. Эти так называемые основополагающие модели, такие как GPT-3.5 от OpenAI, на котором основан ChatGPT, или конкурирующая языковая модель LaMDA от Google, которая поддерживает Bard, быстро развивались в последние годы.
Они становятся все более мощными: они обучаются на все большем количестве данных, и количество параметров — переменных в моделях, которые корректируются, — резко возрастает. Ранее в этом месяце OpenAI выпустила свою новейшую версию GPT-4. Хотя OpenAI не скажет точно, насколько он больше, можно догадаться; GPT-3, с примерно 175 миллиардами параметров, был примерно в 100 раз больше, чем GPT-2.
Но именно выпуск ChatGPT в конце прошлого года изменил все для многих пользователей. Он невероятно прост в использовании и привлекателен своей способностью быстро создавать текст, похожий на человеческий, включая рецепты, планы тренировок и — что, пожалуй, самое удивительное — компьютерный код. Для многих неспециалистов, включая растущее число предпринимателей и бизнесменов, удобная модель чата — менее абстрактная и более практичная, чем впечатляющие, но часто эзотерические достижения, которые назревали в академических кругах и горстке высокотехнологичных компаний за последние несколько лет — является наглядным доказательством того, что революция искусственного интеллекта обладает реальным потенциалом.
Венчурные капиталисты и другие инвесторы вкладывают миллиарды в компании, основанные на генеративном ИИ, и список приложений и сервисов, управляемых большими языковыми моделями, с каждым днем становится все длиннее.
Среди крупных игроков Microsoft инвестировала, по сообщениям, 10 миллиардов долларов в OpenAI и его ChatGPT, надеясь, что технология вдохнет новую жизнь в давно испытывающую трудности поисковую систему Bing и новые возможности в продукты Office. В начале марта Salesforce заявила, что представит приложение ChatGPT в своем популярном продукте Slack; в то же время она объявила о создании фонда в размере 250 миллионов долларов для инвестирования в стартапы с генеративным искусственным интеллектом. Список можно продолжать, от Coca-Cola до GM. У каждого есть своя игра в чате.
Тем временем Google объявила, что собирается использовать свои новые инструменты генеративного искусственного интеллекта в Gmail, Docs и некоторых других своих широко используемых продуктах.
Сделает ли ChatGPT и без того вызывающее беспокойство неравенство в доходах и богатстве в США и многих других странах еще хуже? Или это помогло бы?
Тем не менее, очевидных приложений-убийц пока нет. И пока компании борются за способы использования технологии, экономисты говорят, что открылось редкое окно для переосмысления того, как получить максимальную отдачу от нового поколения искусственного интеллекта.
«Мы говорим в такой момент, потому что вы можете прикоснуться к этой технологии. Теперь вы можете играть с ним, не нуждаясь в каких-либо навыках кодирования. Многие люди могут начать представлять, как это влияет на их рабочий процесс, на перспективы трудоустройства», — говорит Катя Клинова, руководитель отдела исследований в области искусственного интеллекта, труда и экономики в Партнерстве по ИИ в Сан-Франциско.
«Вопрос в том, кто от этого выиграет? И кто останется позади?» — говорит Клинова, которая работает над отчетом, в котором излагаются потенциальные последствия генеративного искусственного интеллекта для рабочих мест и даются рекомендации по его использованию для повышения общего благосостояния.
Оптимистичный взгляд: это окажется мощным инструментом для многих работников, улучшающим их возможности и опыт, одновременно придавая импульс экономике в целом. Пессимистичный вариант: компании просто воспользуются этим, чтобы уничтожить то, что когда-то выглядело как рабочие места, защищенные от автоматизации, хорошо оплачиваемые, требующие творческих навыков и логического мышления; несколько высокотехнологичных компаний и техническая элита станут еще богаче, но это мало что даст для общего экономического роста.
Помощь наименее квалифицированным
Вопрос о влиянии ChatGPT на рабочее место — это не просто теоретический вопрос.
В самом последнем анализе Тайна Элунду из OpenAI, Сэм Мэннинг и Памела Мишкин совместно с Дэниелом Роком из Пенсильванского университета обнаружили, что большие языковые модели, такие как GPT, могут оказать определенное влияние на 80% рабочей силы США. Далее они подсчитали, что модели искусственного интеллекта, включая GPT-4 и другие ожидаемые программные инструменты, сильно повлияют на 19% рабочих мест, при этом по крайней мере 50% задач на этих рабочих местах будут «раскрыты». По их мнению, в отличие от того, что мы видели на предыдущих волнах автоматизации, больше всего пострадают рабочие места с более высоким доходом. Некоторые из людей, чья работа наиболее уязвима: писатели, веб—дизайнеры и цифровые дизайнеры, финансовые аналитики и — на всякий случай, если вы подумываете о смене карьеры — инженеры по блокчейну.
«Нет никаких сомнений в том, что [генеративный ИИ] будет использоваться — это не просто новинка», — говорит Дэвид Аутор, экономист по труду Массачусетского технологического института и ведущий эксперт по влиянию технологий на рабочие места. «Юридические фирмы уже используют его, и это только один пример. Это открывает целый ряд задач, которые могут быть автоматизированы».
Аутор потратил годы на документирование того, как передовые цифровые технологии уничтожили многие производственные и рутинные канцелярские работы, которые когда-то хорошо оплачивались. Но он говорит, что ChatGPT и другие примеры генеративного искусственного интеллекта изменили расчеты.
Раньше искусственный интеллект автоматизировал некоторую офисную работу, но это были те заученные пошаговые задачи, которые можно было закодировать для машины. Теперь он может выполнять задачи, которые мы рассматривали как творческие, такие как написание и создание графики. «Любому, кто обращает внимание, совершенно очевидно, что генеративный ИИ открывает двери для компьютеризации многих видов задач, которые, по нашему мнению, нелегко автоматизировать», — говорит он.
Беспокойство вызывает не столько то, что ChatGPT приведет к масштабной безработице — как отмечает Аутор, в США много рабочих мест, — сколько то, что компании заменят относительно хорошо оплачиваемую работу белых воротничков этой новой формой автоматизации, отправляя этих работников на низкооплачиваемую работу в сфере услуг. В то время как те немногие, кто лучше всех умеет использовать новую технологию, пожинают все выгоды.
Генеративный ИИ мог бы помочь широкому кругу людей приобрести навыки, позволяющие конкурировать с теми, у кого больше образования и опыта.
При таком сценарии технически подкованные работники и компании могли бы быстро освоить инструменты искусственного интеллекта, став настолько более продуктивными, что они будут доминировать на своих рабочих местах и в своих секторах. Те, у кого изначально было меньше навыков и технической хватки, остались бы еще дальше позади.
Но Аутор также видит более позитивный возможный результат: генеративный ИИ мог бы помочь широкому кругу людей приобрести навыки, позволяющие конкурировать с теми, у кого больше образования и опыта.
Одно из первых тщательных исследований, посвященных влиянию ChatGPT на производительность, предполагает, что такой результат возможен.
Два аспиранта Массачусетского технологического института по экономике, Шаккед Ной и Уитни Чжан, провели эксперимент с участием сотен специалистов с высшим образованием, работающих в таких областях, как маркетинг и управление персоналом; они попросили половину использовать ChatGPT в своих повседневных задачах, а остальных — нет. ChatGPT повысил общую производительность (что неудивительно), но вот действительно интересный результат: инструмент искусственного интеллекта больше всего помог наименее квалифицированным и опытным работникам, сократив разрыв в производительности между сотрудниками. Другими словами, плохие писатели стали намного лучше; хорошие писатели просто стали немного быстрее.
Предварительные результаты свидетельствуют о том, что ChatGPT и другие генерирующие ИИ могли бы, на экономическом термине, «повысить квалификацию» людей, испытывающих проблемы с поиском работы. По словам Аутора, многие опытные работники «сидят без дела» после того, как за последние несколько десятилетий их уволили с офисных и производственных должностей. Если генеративный ИИ можно будет использовать в качестве практического инструмента для расширения их знаний и предоставления им специализированных навыков, необходимых в таких областях, как здравоохранение или преподавание, где есть много рабочих мест, это могло бы оживить нашу рабочую силу.
Внутренняя история того, как был создан ChatGPT, от людей, которые его создали
Эксклюзивные беседы, которые уводят нас за кулисы культурного феномена.
«Я не думаю, что мы должны принимать это всерьез, поскольку технологии широко распространены в мире, и мы должны адаптироваться к ним. Поскольку он находится в процессе создания, его можно использовать и развивать различными способами», — говорит Аутор. «Трудно переоценить важность проектирования того, для чего оно предназначено».
Проще говоря, мы находимся на этапе, когда либо менее квалифицированные работники будут все чаще брать на себя то, что сейчас считается умственным трудом, либо наиболее талантливые работники умственного труда радикально расширят свои существующие преимущества перед всеми остальными. Какой результат мы получим, во многом зависит от того, как работодатели внедряют такие инструменты, как ChatGPT. Но более обнадеживающий вариант вполне в пределах нашей досягаемости.
Однако есть некоторые причины для пессимизма. Прошлой весной в книге «Ловушка Тьюринга: перспективы и опасности человекоподобного искусственного интеллекта» экономист из Стэнфорда Эрик Бриньольфссон предупредил, что создатели ИИ слишком одержимы имитацией человеческого интеллекта, вместо того чтобы находить способы использовать технологию, позволяющую людям выполнять новые задачи и расширять свои возможности.
Стремление к возможностям, подобным человеческим, утверждал Бриньольфссон, привело к появлению технологий, которые просто заменяют людей машинами, снижая заработную плату и усугубляя неравенство в богатстве и доходах. Это, писал он, «единственное важнейшее объяснение» растущей концентрации богатства.
Год спустя он говорит, что ChatGPT с его выходными данными, похожими на человеческие, «стал воплощением того, о чем я предупреждал»: он «подтолкнул» дискуссию о том, как новые технологии могут быть использованы для наделения людей новыми способностями, а не просто для их замены.
Несмотря на свои опасения по поводу того, что разработчики искусственного интеллекта будут продолжать слепо превосходить друг друга в имитации человеческих возможностей в своих творениях, Бриньольфссон, директор Стэнфордской лаборатории цифровой экономики, в целом является технооптимистом, когда речь заходит об искусственном интеллекте. Два года назад он предсказывал бум производительности благодаря искусственному интеллекту и другим цифровым технологиям, и в наши дни он оптимистично оценивает влияние новых моделей искусственного интеллекта.
Оптимизм Бриньольфссона во многом проистекает из убежденности в том, что компании могли бы извлечь большую выгоду из использования генеративного искусственного интеллекта, такого как ChatGPT, для расширения своих предложений и повышения производительности своей рабочей силы. «Это отличный инструмент для творчества. Это здорово помогает вам делать новые вещи. Это не значит просто делать то же самое дешевле», — говорит Бриньольфссон. По его словам, до тех пор, пока компании и разработчики смогут «держаться подальше от менталитета, согласно которому люди не нужны», «это будет очень важно».
По его прогнозам, в течение десятилетия генеративный ИИ может увеличить экономический рост в США на триллионы долларов. «Большая часть нашей экономики в основном состоит из работников умственного труда и информационных работников», — говорит он. «И трудно представить себе какой-либо тип информационных работников, который не пострадал бы хотя бы частично».
Когда произойдет это повышение производительности — если оно произойдет — это экономическая игра в угадайку. Может быть, нам просто нужно набраться терпения.
В 1987 году Роберт Солоу, экономист Массачусетского технологического института, получивший в том году Нобелевскую премию за объяснение того, как инновации стимулируют экономический рост, сказал знаменитую фразу: «Компьютерную эру можно увидеть везде, кроме статистики производительности». Только позже, в середине и конце 1990—х годов, влияние — особенно достижений в области полупроводников — начало проявляться в данных о производительности, поскольку предприятия находили способы использовать преимущества все более дешевой вычислительной мощности и связанных с ней достижений в области программного обеспечения.
Грядущий бум производительности
Искусственный интеллект и другие цифровые технологии на удивление медленно способствуют экономическому росту. Но это может скоро измениться.
Может ли то же самое произойти с искусственным интеллектом? Ави Голдфарб, экономист из Университета Торонто, говорит, что это зависит от того, сможем ли мы понять, как использовать новейшие технологии для преобразования бизнеса, как мы это делали в раннюю компьютерную эпоху.
Пока, по его словам, компании просто внедряют искусственный интеллект, чтобы выполнять задачи немного лучше: «Это повысит эффективность — это может постепенно повысить производительность, — но в конечном счете чистая выгода будет небольшой. Потому что все, что ты делаешь, — это то же самое, только немного лучше». Но, по его словам, «технология не просто позволяет нам делать то, что мы всегда делали, немного лучше или немного дешевле. Это могло бы позволить нам создавать новые процессы для создания ценности для клиентов».
Вердикт о том, когда — даже если — это произойдет с генеративным ИИ, остается неопределенным. «Как только мы выясним, что хорошее написание в масштабе позволяет отраслям делать по—другому, или — в контексте Dall—E — что графический дизайн в масштабе позволяет нам делать по-другому, вот тогда мы почувствуем значительный рост производительности», — говорит Голдфарб. «Но будет ли это на следующей неделе, или в следующем году, или через 10 лет, я понятия не имею».
Когда Антон Коринек, экономист из Университета Вирджинии и научный сотрудник Института Брукингса, получил доступ к новому поколению больших языковых моделей, таких как ChatGPT, он сделал то, что делали многие из нас: он начал играть с ними, чтобы посмотреть, как они могут помочь его работе. Он тщательно задокументировал их работу в февральской статье, отметив, насколько хорошо они справились с 25 «вариантами использования», от мозгового штурма и редактирования текста (очень полезно) до кодирования (довольно хорошо с некоторой помощью) и выполнения математики (не очень хорошо).
ChatGPT действительно неправильно объяснил один из самых фундаментальных принципов экономики, говорит Коринек: «Это действительно сильно испортило дело». Но ошибка, которую легко было заметить, была быстро прощена в свете преимуществ. «Я могу сказать вам, что это делает меня, как когнитивного работника, более продуктивным», — говорит он. «Опустив руки, у меня нет сомнений в том, что я более продуктивен, когда использую языковую модель».
Когда вышел GPT-4, он протестировал его производительность на тех же 25 вопросах, которые он задокументировал в феврале, и он показал себя намного лучше. Было меньше случаев выдумывания; кроме того, он намного лучше справлялся с заданиями по математике, говорит Коринек.
Поскольку ChatGPT и другие ИИ-боты автоматизируют когнитивную работу, в отличие от физических задач, требующих инвестиций в оборудование и инфраструктуру, повышение экономической производительности может произойти гораздо быстрее, чем в прошлые технологические революции, говорит Коринек. «Я думаю, мы можем увидеть больший рост производительности к концу года — определенно к 2024 году», — говорит он.
Кто будет управлять будущим этой удивительной технологии?
Более того, по его словам, в долгосрочной перспективе то, как модели искусственного интеллекта могут повысить продуктивность таких исследователей, как он сам, потенциально может способствовать технологическому прогрессу.
Этот потенциал больших языковых моделей уже проявляется в исследованиях в области физических наук. Беренд Смит, который руководит лабораторией химической инженерии в EPFL в Лозанне, Швейцария, является экспертом по использованию машинного обучения для открытия новых материалов. В прошлом году, после того, как один из его аспирантов, Кевин Майк Яблонка, показал несколько интересных результатов с использованием GPT-3, Смит попросил его продемонстрировать, что GPT-3, по сути, бесполезен для сложных исследований машинного обучения, которые проводит его группа для прогнозирования свойств соединений.
«Он полностью провалился», — шутит Смит.
Оказывается, что после доработки в течение нескольких минут с помощью нескольких соответствующих примеров модель работает не хуже передовых инструментов машинного обучения, специально разработанных для химии, отвечая на основные вопросы о таких вещах, как растворимость соединения или его реакционная способность. Просто дайте ему название соединения, и он сможет предсказать различные свойства на основе структуры.
Искусственный интеллект изобретает то, как мы изобретаем
Самое большое влияние искусственного интеллекта будет заключаться в том, что он поможет людям совершать открытия, которые мы не смогли бы сделать самостоятельно.
Как и в других областях работы, большие языковые модели могли бы помочь расширить знания и возможности неспециалистов — в данном случае химиков, слабо разбирающихся в сложных инструментах машинного обучения. По словам Яблонки, поскольку это так же просто, как поиск литературы, «это могло бы принести машинное обучение широким массам химиков».
Эти впечатляющие — и неожиданные — результаты — всего лишь дразнящий намек на то, насколько мощными могут быть новые формы искусственного интеллекта в широком спектре творческой работы, включая научные открытия, и насколько потрясающе просты они в использовании. Но это также указывает на некоторые фундаментальные вопросы.
Поскольку потенциальное влияние генеративного искусственного интеллекта на экономику и рабочие места становится все более очевидным, кто будет определять видение того, как эти инструменты должны быть разработаны и внедрены? Кто будет управлять будущим этой удивительной технологии?
Диана Койл, экономист из Кембриджского университета в Великобритании, говорит, что одна из проблем заключается в том, что в крупных языковых моделях могут доминировать те же крупные компании, которые управляют большей частью цифрового мира. Google и Meta предлагают свои собственные большие языковые модели наряду с OpenAI, отмечает она, и большие вычислительные затраты, необходимые для запуска программного обеспечения, создают барьер для входа для тех, кто хочет конкурировать.
Беспокойство вызывает то, что у этих компаний схожие «бизнес-модели, ориентированные на рекламу», говорит Койл. «Таким образом, очевидно, что вы получаете определенное единообразие мышления, если у вас нет разных типов людей с разными стимулами».
Койл признает, что простых решений не существует, но она говорит, что одной из возможностей является финансируемая государством международная исследовательская организация по генеративному ИИ, созданная по образцу CERN, базирующегося в Женеве межправительственного европейского органа по ядерным исследованиям, где в 1989 году была создана Всемирная паутина. Он был бы оснащен огромной вычислительной мощностью, необходимой для запуска моделей, и научным опытом для дальнейшего развития технологии.
По словам Койла, такие усилия за пределами крупных технологий «привнесли бы некоторое разнообразие в стимулы, с которыми сталкиваются создатели моделей при их производстве».
По словам Койла, хотя остается неясным, какая государственная политика помогла бы убедиться, что большие языковые модели наилучшим образом отвечают общественным интересам, становится ясно, что выбор того, как мы используем технологию, нельзя оставлять на усмотрение нескольких доминирующих компаний и рынка в одиночку.
История дает нам множество примеров того, насколько важными могут быть финансируемые государством исследования в разработке технологий, которые приведут к повсеместному процветанию. Задолго до изобретения Интернета в ЦЕРНЕ еще одна финансируемая государством попытка в конце 1960-х годов привела к появлению Интернета, когда Министерство обороны США поддержало ARPANET, которая впервые предложила способы связи нескольких компьютеров друг с другом.
В книге «Власть и прогресс: наша 1000-летняя борьба за технологии и процветание» экономисты Массачусетского технологического института Дарон Асемоглу и Саймон Джонсон предлагают увлекательный экскурс в историю технологического прогресса и его неоднозначных результатов в создании всеобщего процветания. Их точка зрения заключается в том, что крайне важно сознательно направлять технологические достижения таким образом, чтобы они приносили широкие выгоды, а не просто делали элиту богаче.
За последними событиями следите в Телеграм-канале @tazabek_official
По сообщению сайта Tazabek