Περισσότερο από το 80% του πηγαίου κώδικα που κυκλοφόρησε η εταιρεία τεχνητής νοημοσύνης Anthropic τον περασμένο Μάιο γράφτηκε από Τεχνητή Νοημοσύνη και όχι από ανθρώπους. Μόλις πριν από λίγα χρόνια, αυτός ο αριθμός ήταν σχεδόν μηδενικός.

Η Τεχνητή Νοημοσύνη (ΤΝ) μπορεί να πλησιάζει στο σημείο όπου μπορεί να δημιουργήσει τους δικούς της διαδόχους. Πηγή: Reuters
Αυτή η μετατόπιση αντικατοπτρίζει τον ιλιγγιώδη ρυθμό ανάπτυξης της τεχνητής νοημοσύνης. Αλλά ακόμη πιο αξιοσημείωτο είναι ότι η Anthropic, μία από τις κορυφαίες εταιρείες στον παγκόσμιο αγώνα της τεχνητής νοημοσύνης, μόλις κάλεσε τον κόσμο να προετοιμαστεί για την επιβράδυνση ή ακόμα και τη διακοπή της ανάπτυξης προηγμένων συστημάτων τεχνητής νοημοσύνης, εάν οι κίνδυνοι ξεφύγουν από τον έλεγχο.
Με την πρώτη ματιά, αυτό φαίνεται παράδοξο. Γιατί μια εταιρεία που επωφελείται από το κύμα της Τεχνητής Νοημοσύνης να θέλει να μιλήσει για το ενδεχόμενο να βάλει φρένο;
Η απάντηση έγκειται σε μια αυξανόμενη ανησυχία εντός της ερευνητικής κοινότητας τεχνολογίας: η Τεχνητή Νοημοσύνη μπορεί να πλησιάζει στο σημείο όπου θα μπορεί να δημιουργήσει τους δικούς της διαδόχους.
Για πολλά χρόνια, οι άνθρωποι βρίσκονται στο επίκεντρο της τεχνολογικής ανάπτυξης. Οι μηχανικοί σχεδίασαν νέο λογισμικό, οι επιστήμονες κατασκεύασαν νέους αλγόριθμους και οι ειδικοί χειρίστηκαν τα συστήματα. Αλλά αυτό θα μπορούσε να αλλάξει καθώς η Τεχνητή Νοημοσύνη εμπλέκεται ολοένα και περισσότερο στην έρευνα και ανάπτυξη της Τεχνητής Νοημοσύνης.
Στις μέρες μας, τα προηγμένα μοντέλα δεν είναι μόνο ικανά να γράφουν κώδικα. Μπορούν επίσης να προτείνουν νέες ιδέες, να δημιουργούν πειράματα, να αναλύουν αποτελέσματα και να βελτιστοποιούν συστήματα. Ορισμένες εργασίες που προηγουμένως απαιτούσαν ώρες ή ημέρες εμπειρίας από έμπειρους μηχανικούς μπορούν πλέον να ολοκληρωθούν σε λίγες δεκάδες λεπτά.
Μπορεί επίσης να σας αρέσει

Η εμπιστοσύνη στην Τεχνητή Νοημοσύνη αμφισβητείται μετά το περιστατικό της Meta AI.(Baohatinh.vn) - Οι νέες επιθέσεις, οι οποίες δεν περιορίζονται πλέον στην εκμετάλλευση τεχνικών τρωτών σημείων, στοχεύουν άμεσα στον τρόπο με τον οποίο τα συστήματα τεχνητής νοημοσύνης κατανοούν και ανταποκρίνονται στη γλώσσα. Αυτό καθιστά τα φαινομενικά σαφή όρια ασφαλείας μεταξύ χρηστών, δεδομένων και μηχανών πιο ευάλωτα από ποτέ... Αυτές οι εξελίξεις οδηγούν πολλούς ειδικούς να εξετάσουν ένα σενάριο που κάποτε θεωρούνταν επιστημονική φαντασία: ότι η Τεχνητή Νοημοσύνη θα μπορούσε να βελτιωθεί από μόνη της.
Θεωρητικά, η διαδικασία είναι αρκετά απλή. Ένα σύστημα Τεχνητής Νοημοσύνης δημιουργεί μια νέα, πιο ισχυρή εκδοχή του εαυτού του. Αυτή η νέα έκδοση δημιουργεί στη συνέχεια την επόμενη έκδοση με ακόμη μεγαλύτερες δυνατότητες. Η διαδικασία επαναλαμβάνεται συνεχώς, με κάθε κύκλο να είναι πιο γρήγορος και πιο αποτελεσματικός από τον προηγούμενο.
Ο Τζακ Κλαρκ, συνιδρυτής της Anthropic, κάποτε προέβλεψε ότι υπήρχε περίπου 60% πιθανότητα μέχρι το 2029 να αναδυθεί ένα σύστημα τεχνητής νοημοσύνης ικανό να δημιουργήσει μια διάδοχη γενιά χωρίς άμεση ανθρώπινη παρέμβαση.
Αν συμβεί αυτό, ο κόσμος θα μπορούσε να εισέλθει σε αυτό που οι ερευνητές ονομάζουν φάση «αναδρομικής αυτοβελτίωσης». («Η αναδρομή» είναι μια μέθοδος στον προγραμματισμό όπου μια συνάρτηση αυτοκαλείται για να λύσει ένα πρόβλημα.) Με άλλα λόγια, η Τεχνητή Νοημοσύνη δεν θα είναι μόνο ένα εργαλείο που θα βοηθά τους ανθρώπους, αλλά θα γίνει και άμεσος μοχλός της δικής της ανάπτυξης.
Τα πρώτα σημάδια έχουν εμφανιστεί. Νωρίτερα φέτος, ένα σύστημα τεχνητής νοημοσύνης της Google DeepMind πρότεινε λύσεις για τη βελτίωση της αποδοτικότητας των κέντρων δεδομένων και τη βελτιστοποίηση αρκετών βασικών αλγορίθμων που χρησιμοποιούνται στην εκπαίδευση μοντέλων τεχνητής νοημοσύνης. Εν τω μεταξύ, πολλοί ερευνητές λένε ότι τα τρέχοντα συστήματα μπορούν πλέον να αναλάβουν μέρος της εργασίας που προηγουμένως εκτελούσαν μόνο ομάδες μηχανικών.
Για τους αισιόδοξους, αυτός θα μπορούσε να είναι ο δρόμος για πρωτοφανείς επιστημονικές ανακαλύψεις. Με την τεχνητή νοημοσύνη να εμπλέκεται στην έρευνα, ο ρυθμός της τεχνολογικής ανάπτυξης θα μπορούσε να επιταχυνθεί πολλαπλά, ανοίγοντας ευκαιρίες για την επίλυση προβλημάτων που κυμαίνονται από την ιατρική και τα νέα υλικά έως την καθαρή ενέργεια.
Ωστόσο, οι προσεκτικοί παρατηρητές εγείρουν ένα διαφορετικό ερώτημα. Εάν η Τεχνητή Νοημοσύνη αναλάβει ολοένα και περισσότερες πτυχές της ανάπτυξης της Τεχνητής Νοημοσύνης, ποιος θα ελέγχει στην πραγματικότητα το σύστημα;
Αυτή η ανησυχία δεν πηγάζει από σενάρια επαναστατικών ρομπότ όπως στις ταινίες. Αυτό που ανησυχεί περισσότερο πολλούς ειδικούς είναι η πιθανότητα οι άνθρωποι να χάσουν σταδιακά τον κεντρικό τους ρόλο στη λήψη αποφάσεων, την αξιολόγηση κινδύνου και την τεχνολογική ανάπτυξη.
Παρ 'όλα αυτά, οι περισσότεροι ειδικοί πιστεύουν ότι η προοπτική ανάπτυξης της Τεχνητής Νοημοσύνης εντελώς ανεξάρτητα δεν είναι ακόμη πολύ κοντά. Τα τρέχοντα μοντέλα εξακολουθούν να βασίζονται σε τεράστια υπολογιστική υποδομή, πηγές δεδομένων υψηλής ποιότητας και τεράστιες ποσότητες ηλεκτρικής ενέργειας για τη λειτουργία τους. Αυτοί οι φυσικοί περιορισμοί εξακολουθούν να αποτελούν εμπόδια στην ταχύτητα ανάπτυξης της Τεχνητής Νοημοσύνης.
Αλλά η συζήτηση έχει αλλάξει δραματικά. Ενώ πριν από λίγα χρόνια το μεγαλύτερο ερώτημα ήταν πόσες ανθρώπινες θέσεις εργασίας θα μπορούσε να αντικαταστήσει η Τεχνητή Νοημοσύνη, τώρα η τεχνολογική βιομηχανία αντιμετωπίζει ένα πολύ βαθύτερο ζήτημα.
Ίσως μια μέρα, τα συστήματα Τεχνητής Νοημοσύνης που δημιουργούνται από τους ανθρώπους σήμερα να είναι τα τελευταία συστήματα που εξακολουθούν να απαιτούν ανθρώπινη παρέμβαση.
Πηγή: https://hanoimoi.vn/tu-cuoc-dua-ai-den-noi-lo-mat-kiem-soat-1159521.html