Minggu lalu, kami mendapat tajuk yang tercungap-cungap " Syarikat AI kehilangan $190 bilion dalam had pasaran selepas laporan Alphabet dan Microsoft ," yang, seperti semua perkara dalam AI, benar-benar berlebihan. “Syarikat AI” dalam konteks ini pada asasnya hanyalah Google, yang dengan had pasarannya yang berjumlah USD 1.8 trilion, boleh dengan mudah berubah-ubah dalam nilai sebanyak USD 200 bilion. Konteksnya menarik, walaupun: Segelintir syarikat awam yang terlibat dalam AI melaporkan pendapatan, dan mereka kebanyakannya biasa-biasa saja. Ini sepatutnya tidak mengejutkan — belum ada aplikasi komersial utama untuk alatan seperti model bahasa besar (LLM) yang mengambil begitu banyak pelaburan — jadi bagaimanakah mereka sepatutnya meningkatkan pendapatan syarikat besar seperti Google? Walaupun begitu, berita ini mengejutkan pasaran. Reaksi ini amat ketara bagi saya, walaupun, kerana saya fikir anda sepatutnya menjangkakan lebih banyak tajuk berita seperti ini pada masa hadapan — bukan kerana AI tidak akan berjaya, tetapi kerana sifat kejayaan itu sukar untuk dikesan.
Pertama: Sangat tidak mungkin kes penggunaan AI yang menjana gembar-gembur sekarang akan menjadi yang memacu banyak hasil. Pada bulan April tahun lalu, saya menulis satu karya yang membandingkan kemunculan AI dengan kemunculan internet. Media digital telah menjadikan perniagaan menjalankan akhbar jauh lebih murah, tetapi kesannya telah membawa malapetaka: Margin akhbar runtuh apabila iklan dalam talian menggantikan lajur-inci. Syarikat seperti Google telah menjana banyak hasil dengan menyerap peralihan ini daripada cetakan kepada digital, tetapi jumlah perbelanjaan untuk pengiklanan menurun sebagai sebahagian kecil daripada ekonomi. Saya menjangkakan sesuatu yang serupa untuk penggunaan AI untuk menjana teks dan imej untuk pemasaran media (seperti filem, TV , dan permainan video) dan berita — ia berkemungkinan akan menghancurkan hasil untuk artis dan pencipta yang bekerja. Syarikat seperti OpenAI dan Google mungkin menyerap sebahagian daripada hasil ini (mungkin banyak daripadanya), tetapi jumlah perbelanjaan di sini mungkin akan berkurangan. Sama seperti iklan, faktor pengehad ialah jumlah permintaan: Kejatuhan kos tidak meningkatkan permintaan untuk pengiklanan dan permintaan untuk kandungan pada dasarnya berada pada titik tepu. Pengurangan kos dalam pengeluaran kandungan tidak akan mewujudkan pasaran baharu yang besar, ia hanya akan mengurangkan margin. Seperti internet, nilai akan datang di tempat lain.
Kedua: Gelombang gembar-gembur semasa telah tertumpu pada AI generatif , tetapi istilah ini kurang ditakrifkan dan disalahgunakan dengan teruk: Hampir semua jenis sistem AI boleh digambarkan sebagai generatif selagi ia mengeluarkan data yang tidak sepadan dengan apa yang sebenarnya. telah dilatih pada. Perbezaan yang lebih berguna ialah antara LLM dan model AI khusus yang lebih kecil. LLM adalah berbeza kerana saiznya (dilatih pada trilion titik data, dengan berbilion parameter), kosnya (GPT4 menelan kos sesuatu dalam lingkungan USD 100 juta untuk dilatih), dan fleksibilitinya — ChatGPT boleh menulis kod semudah itu. ia boleh menulis resipi untuk sup ayam. Model AI kecil, sebaliknya, dilatih menggunakan data yang jauh lebih sedikit (berpuluh juta titik data atau lebih sedikit), jauh lebih murah, dan walaupun terdapat kepelbagaian model yang besar, setiap satu melakukan satu perkara. Apabila orang bertanya kepada saya tentang AI generatif, mereka kebanyakannya bertanya tentang LLM, kerana di situlah gembar-gembur; mereka sering (salah) melihat kaedah AI yang lain sebagai ketinggalan zaman.
Ketiga: LLM adalah fleksibel, tetapi kebanyakannya melakukan satu perkara yang sangat berharga: Mengurangkan kesukaran antara muka dengan komputer. Ini paling jelas dengan kod: Agak mudah untuk menyatakan idea kepada orang lain, cth, "Saya mahukan tapak web yang membenarkan saya berkongsi gambar kucing," tetapi agak sukar untuk melakukannya dalam kod jika anda bermula dari awal. Tetapi anda hanya boleh meminta LLM untuk menulis kepada anda tapak web perkongsian kucing, dan mereka pada asasnya boleh melakukannya tanpa campur tangan manusia. Halangan untuk masuk ke PicturesOfCats.com telah diturunkan secara mendadak. Sudah tentu, pasaran telah menyelesaikan masalah ini (cukup mudah untuk membuat tapak web tanpa pengekodan pada ketika ini), tetapi terdapat satu tan aplikasi lain yang lebih rumit yang belum diselesaikan: Contohnya, memberi arahan kepada robot dalam bahasa semula jadi atau mentafsir dan memudahkan volum besar data bahasa semula jadi yang kompleks ke dalam bentuk yang boleh dibaca mesin .
Kod ialah bahasa yang terletak di antara semua sistem digital dan fizikal dan antara semua sistem perisian dan pengguna. Keupayaan LLM untuk menjadikan antara muka dengan sistem digital mudah untuk bukan pakar akan memberi kesan dramatik pada rangkaian besar teknologi yang telah bergelut dengan penggunaan kerana kekurangan kepakaran ini. Antaranya ialah percetakan 3D, reka bentuk generatif, kobot dan lain-lain bentuk robotik kecil, serta pembelajaran mesin untuk pelbagai masalah pengoptimuman asas, daripada tingkat kilang hingga belanjawan pemasaran. Ia juga akan mempercepatkan secara mendadak mana-mana aplikasi yang menghuraikan banyak data bahasa semula jadi merupakan halangan utama: Aplikasi AI yang kecil amat penting di sini ; perkara seperti informatika bahan dan penyelenggaraan ramalan benar-benar akan mendapat manfaat daripada keupayaan ini selain lebih mudah untuk disambungkan.
Semua diberitahu, revolusi AI akan bermakna bahawa semua teknologi ini, kebanyakannya telah wujud selama lebih sedekad dengan penggunaan yang agak perlahan, akan tiba-tiba berlepas. Teknologi ini akan mencipta banyak nilai, yang kebanyakannya akan ditangkap oleh syarikat yang memilikinya: syarikat reka bentuk generatif, syarikat penyelenggaraan ramalan, syarikat cobots. Penggunaan LLM akan berskala, tetapi aplikasi ini tidak akan memacu satu tan volum: Reka bentuk generatif tidak mempunyai ramai pengguna berbanding, katakan, carian web. LLM sendiri akan kekal sebagai perkhidmatan yang sangat mahal dan berisiko dari segi ekonomi, yang disediakan oleh segelintir syarikat utama. Tajuk utama akan mengatakan revolusi AI telah gagal dan sememangnya kita sepatutnya teruja dengan informatika bahan, atau penyelenggaraan ramalan, atau kobot, tetapi ini sebenarnya tidak berlaku: LLM akan memainkan peranan penting dalam penggunaan pelbagai jenis teknologi.
Halimunan kemungkinan kejayaan LLM di sebalik tabir — bersama-sama dengan keterlihatan tinggi mereka untuk aplikasi remeh atau menjengkelkan, seperti chatbot perkhidmatan pelanggan yang lemah — akan mengukuhkan reputasi AI sebagai kegagalan. Namun, jangan menangis untuk pembangun: Sebaik sahaja aplikasi ini mula memberi impak yang nyata, pemain LLM yang besar berkemungkinan akan menangkap banyak nilai yang dicipta oleh pembangun aplikasi ini, sama ada melalui pemerolehan atau harga monopoli gaya kedai aplikasi. Tetapi masih terdapat banyak nilai yang akan diperoleh oleh pengguna sistem ini, meraih faedah daripada pelaksanaan yang lebih besar bagi teknologi yang meningkatkan kecekapan dan produktiviti.
