门户
图库
科技
数据
VR
区块链
学院
论坛
百科
导航
登录
注册
帮助
公社首页
中国人工智能社区
公社版块
公社群组
Group
升级会员
用户名
Email
自动登录
找回密码
密码
登录
立即注册
登录后你可以:
登录
首次使用?
点我去注册
搜索
搜索
本版
帖子
公社群组
用户
道具
勋章
任务
设置
我的收藏
退出
首页
›
公社水吧
›
大话智能
›
2023年人工智能技术展望
返回列表
2023年人工智能技术展望
[复制链接]
要抗争到底
2023-1-13 07:45:17
显示全部楼层
|
阅读模式
编译:htb
图片来源:John Lund/Getty Images
正如一位成功的作家曾经写道的那样,“夜晚是黑暗的,充满了恐怖,白天明亮而美丽,充满希望”。它适合人工智能技术的景象,像所有技术一样,人工智能也有其优势和缺点。
例如,Stable Diffusion等艺术生成模型带来了令人难以置信的创造力,为应用程序提供动力,甚至全新的商业模式。另一方面,它的开源性质允许不良作者用它来大规模制作深度伪作(
deepfakes
)——而艺术家则抗议从他们的作品中获利。
2023年人工智能技术将有什么?监管会控制人工智能带来的最糟糕的情况,还是任由闸门敞开?强大、变革性的新形式的人工智能,如ChatGPT,是否会扰乱曾经被认为不受自动化影响的行业吗?
期待更多(有问题的)生成艺术品的人工智能应用程序
随着Prisma Labs的人工智能自拍应用程序Lensa的成功,您可以期待许多类似领域的应用程序。并期望他们也能够被引诱创建NSFW图像,并不成比例地性感化和改变女性的外表。
Mozilla基金会高级政策研究员Maximilian Gahntz表示,他预计将生成人工智能集成到消费技术中将放大此类系统的影响,无论是好是坏。
例如,Stable Diffusion从互联网上输入了数十亿张图像,直到它“学习”将某些单词和概念与某些图像联系起来。文本生成模型通常很容易被诱导来支持具有冒犯的观点或产生误导性内容。
Knives and Paintbrushes开放研究小组成员Mike Cook同意Gahntz的观点,即生成性人工智能将继续证明是技术变革的主要力量,虽然存在不少问题。但他认为,2023年必须是生成性人工智能“最终把钱放在嘴边”的一年,就是说必须盈利。
由TechCrunch提示,Stability AI建模,在免费工具Dream Studio中生成
Cook说:“仅仅激励一个专家社区[创造新技术]是不够的——为了让技术成为我们生活的长期组成部分,它要么要让某人赚很多钱,要么对公众的日常生活产生有意义的影响”。“因此,我预测我们将看到认真推动生成人工智能真正实现这两件事之一,成功喜忧参半。”
艺术家们带头反对提供数据集
DeviantArt发布了一个基于Stable Diffusion的人工智能艺术品生成器,并根据DeviantArt社区的艺术品进行了微调。艺术生成器遭到了DeviantArt长期成员的强烈反对,他们批评该平台在使用上传的艺术品来训练系统方面缺乏透明度。
OpenAI和Stability AI等最受欢迎的系统的创建者表示,他们已经采取措施限制其系统产生的有害内容的数量。但从社交媒体上许多人来看,显然还有工作要做。
Gahntz说:“需要积极梳理数据集以解决这些问题,数据集应受到审查,包括来自带有不同观点的社区的审查”。他将该过程与现在关于社交媒体内容审核的争议进行了比较。
Stability AI主要资助Stable Diffusion的开发,最近屈服于公众压力,其表示将允许艺术家选择不提供用于训练下一代Stable Diffusion模型的数据集。通过HabeinBeenTrained.com网站,权利持有人可以开始训练之前几周的时间里申请退出。
OpenAI没有提供这样的选择退出机制,而是更喜欢与Shutterstock等组织合作,以为其图像库的一部分取得许可。但鉴于它与Stability AI一起面临的法律和纯粹的舆论阻力,按照法律行事可能只是时间问题。
法院最终可能会强迫它收手。在美国,微软、GitHub和OpenAI正在被集体诉讼,指控他们违反版权法,让GitHub的服务Copilot自动生成代码建议,导致在利益不明的情况下使用了需要许可的部分代码。
也许为了迎接法律挑战,GitHub最近添加了一些设置,以防止公共代码出现在Copilot的建议中,并计划引入功能指示代码建议来源。但这些都是不完美的措施。至少在一个例子中,过滤器设置导致Copilot发出大量受版权保护的代码,包括所有贡献信息和许可文本。
预计来年批评会增加,特别是随着英国考虑一个规则,该规则取消了将公共数据训练的系统仅仅用于非商业使用的要求。
开源和去中心化的努力将继续
2022年,少数人工智能公司主导了舞台,主要是OpenAI和Stability AI。但正如Gahntz所说,随着构建新系统的能力超越了“资源丰富而强大的人工智能实验室”,重心可能会在2023年回到开源。
他说,社区方法可能会导致在构建和部署时对系统的更多审查:“如果模型是开放的,如果数据集是开放的,这将使更多的关键研究成为可能,这些研究指出了许多与生成人工智能相关的缺陷和危害,这些研究之前往往太难进行。”
图片来源:OpenFold的结果,OpenFold是一个预测蛋白质形状的开源人工智能系统,与DeepMind的AlphaFold2类似
这种注重社区的努力包括来自EleutherAI和BigScience的大型语言模型,这项工作得到了人工智能初创公司Hugging Face的支持。Stability AI正在为一些社区提供资金,例如以生成音乐为重点的Harmonai和松散的生物技术实验集合OpenBioML。
训练和运行复杂的人工智能模型仍然需要资金和专业知识,但随着开源工作的成熟,去中心化计算可能会挑战传统数据中心。
随着开源Petals项目最近的发布,BigScience朝着实现去中心化开发迈出了一步。Petals允许人们贡献他们的计算能力,类似于Folding@home,以运行通常需要高端GPU或服务器的大型AI语言模型。
“现代生成模型在训练和运行方面计算成本很高。一些估计表明,ChatGPT的每日支出约为300万美元”,艾伦人工智能研究所高级研究科学家Chandra Bhagavatula通过电子邮件表示。“为了使这些在商业上可行并更广泛地被使用,解决这个(成本)问题很重要。”
然而,Chandra 指出,只要方法和数据仍然是专有的,大型实验室将继续具有竞争优势。在最近的一个例子中,OpenAI发布了Point-E,这是一个可以根据给定文本提示符生成3D对象的模型。但是,虽然OpenAI开源了该模型,但它没有披露Point-E训练数据的来源或发布这些数据。
Point-E生成点云
Chandra说:“我确实认为开源的努力和去中心化工作是绝对值得的,并有利于更多的研究人员、从业者和用户”。“然而,尽管是开源的,但由于资源限制,许多研究人员和从业者仍然无法访问最佳模型。”
人工智能公司将受到即将到来的法规限制
像欧盟人工智能法案这样的监管可能会改变公司开发和部署人工智能系统的方式。纽约市的人工智能招聘法规等更多地方监管动作也是如此,该法规要求在使用前对用于招聘、雇佣或晋升的人工智能和基于算法的技术进行审计,以找出可能的偏差。
Chandra认为这些法规是必要的,特别是考虑到生成人工智能日益明显的技术缺陷,例如发布错误信息的倾向。
“这使得生成人工智能很难应用于许多错误成本非常高的领域——例如医疗保健。此外,容易生成错误信息会给如何管控错误信息和虚假信息带来挑战,”她说。“[然而]人工智能系统已经在做出充满道德和伦理影响的决策。”
然而,明年只会带来监管的威胁——预计在任何人被罚款或指控之前,对规则和法院案件会有更多的争论。但公司仍然可以在即将到来的法律的最有利类别群体中占有位置,例如《人工智能法》的风险群体类别。
目前编写的规则将人工智能系统分为四个风险类别,每个风险类别都有不同的要求和审查水平。高风险类别的系统,即“高风险”人工智能(例如信用评分算法、机器人手术应用程序),在被允许进入欧洲市场之前,必须满足某些法律、道德和技术标准。最低风险类别“最小或无风险”人工智能(例如垃圾邮件过滤器、支持人工智能的电子游戏)仅规定了透明度义务,例如让用户意识到他们正在与人工智能系统交互。
Os Keyes,华盛顿大学的博士候选人,表示担心,公司将瞄准最低风险水平,以尽量减少自身对监管机构的责任和可见度。
他们说:“撇开这种担忧不谈,(人工智能法案)真的是我看到的最积极的东西”“我还没有在国会看到很多(有用的)东西。”
但投资不是一件确定的事情
Gahntz认为,即使人工智能系统对大多数人来说足够好,但对一些人来说也非常有害,但在公司广泛提供之前,“还有很多功课要做”。“这一切还需要一个商业案例。如果你的模型产生很多乱七八糟的东西,消费者不会喜欢它的,”他补充说。“但显然这也是公平的”
目前还不清楚明年这些情况是否会说服公司,特别是投资者似乎急于将资金投入任何有前途的生成人工智能。
在Stable Diffusion争议中,Stability AI从Coatue和Lightspeed Venture Partners等著名支持者那里筹集了1.01亿美元,估值超过10亿美元。据说,OpenAI的价值为200亿美元,因为它正在进行高级谈判,以从微软筹集更多资金。(微软此前在2019年投资了10亿美元于OpenAI。)
图片来源:Jasper
据Crunchbase称,除了自动驾驶公司Cruise、Wayve和WeRide以及机器人公司MegaRobo外,今年筹集的资金表现最好的人工智能公司都是基于软件的。为网络内容提供人工智能驱动建议的服务的Contentsquare于7月完成了6亿美元的一轮融资。出售用于“对话分析”(考虑呼叫中心应用)和会话助理软件的Uniphore在2月份获得了4亿美元。与此同时,Highspot的人工智能平台为销售代表和营销人员提供实时和数据驱动的建议,在1月份融资2.48亿美元。
投资者很可能会追求更安全的赌注,如自动分析客户投诉或生成销售线索,即使这些赌注不如生成人工智能那么“性感”。
信息来源自techcrunch.com,略有修改,作者Kyle Wiggers
本帖子中包含更多资源
您需要
登录
才可以下载或查看,没有帐号?
立即注册
x
回复
使用道具
举报
发表新帖
高级模式
B
Color
Image
Link
Quote
Code
Smilies
您需要登录后才可以回帖
登录
|
立即注册
本版积分规则
发表回复
回帖后跳转到最后一页
要抗争到底
金牌会员
0
关注
0
粉丝
93
帖子
Ta的主页
发布
加好友
最近发表
2023年全球智能可穿戴腕带出货量及竞争格局分析
智能穿戴概念8日主力净流出24.84亿元,光启技术、立讯精密居前
智能穿戴概念11日主力净流入5.62亿元,三六零、兆易创新居前
智能穿戴概念10日主力净流出23.94亿元,立讯精密、中兴通讯居前
智能穿戴概念9日主力净流入6998.51万元,水晶光电、九安医疗居前
云天励飞豪掷1.8亿收购智能穿戴IDH方案商,引领行业新潮流
公社版块
版块推荐
更多版块
智能穿戴
智能家居
机器人
无人驾驶
无人机
反馈吐槽
闲聊灌水
大话智能
大数据
图像识别
自然语言
数据挖掘
大话智能
数据挖掘
北大讲座
清华讲座
网贷观察
股市评论
区块链
闲聊灌水
反馈吐槽
站务通知
关注我们