Еочень часто технология захватывает воображение мира. Последний пример, судя по болтовне в Силиконовой долине, на Уолл-стрит, в угловых офисах, редакциях новостей и аудиториях по всему миру, — это ChatGPT. Через пять дней после презентации в ноябре чат-бот с искусственным интеллектом, созданный стартапом OpenИИ, привлек 1 миллион пользователей, что сделало его одним из самых быстрых запусков потребительских товаров в истории. Microsoft, которая только что инвестировала 10 миллиардов долларов в OpenИИхочет чатGPT-подобные способности, которые включают в себя генерацию текста, изображений и видео, которые, кажется, могли быть созданы людьми, чтобы наполнить большую часть продаваемого программного обеспечения. 26 января Google опубликовал документ, описывающий аналогичную модель, которая может создавать музыку из текстового описания песни. Инвесторы в Alphabet, ее материнской компании, прислушиваются к ее ответу в чатеGPT. Baidu, китайский поисковый гигант, как сообщается, планирует добавить чат-бота в свою поисковую систему в марте.
Ваш браузер не поддерживает
Слишком рано говорить о том, насколько оправдан ранний ажиотаж. Независимо от того, насколько «генеративный» ИИ модели за чатомGPT и его конкуренты трансформируют бизнес, культуру и общество, однако они уже меняют представление технологической индустрии об инновациях и их двигателях — корпоративных исследовательских лабораториях, которые, как и OpenИИ и Google Research объединяет вычислительную мощность больших технологий с умственными способностями некоторых из самых ярких искр информатики. Эти соперничающие лаборатории — будь то часть крупных технологических фирм, связанные с ними или управляемые независимыми стартапами — участвуют в эпической гонке за ИИ превосходство (см. график 1). Результат этой гонки определит, как быстро возраст ИИ станет рассветом для пользователей компьютеров во всем мире — и кто будет доминировать в нем.
Корпоративные исследования и разработки (р&Д) организации уже давно являются источником научных достижений, особенно в Америке. Полтора века назад Томас Эдисон использовал доходы от своих изобретений, включая фонограф и лампочку, для финансирования своей мастерской в Менло-Парке, штат Нью-Джерси. После Второй мировой войны America Inc вложила значительные средства в фундаментальную науку в надежде, что это даст практические результаты. DuPont (производитель химикатов), IBM и Xerox (оба производили аппаратное обеспечение) располагали крупными исследовательскими лабораториями. В&ТЛаборатория Белла произвела, помимо других изобретений, транзистор, лазер и фотогальванический элемент, что принесло ее исследователям девять Нобелевских премий.
Однако в конце 20 века корпоративное р&Д стало неуклонно меньше о р чем Д. В 2017 году экономист Ашиш Арора и его коллеги изучили период с 1980 по 2006 год и обнаружили, что фирмы перешли от фундаментальной науки к развитию существующих идей. Причиной, как утверждали г-н Арора и его соавторы, была растущая стоимость исследований и возрастающая сложность получения результатов. Xerox разработала значки и окна, уже знакомые пользователям компьютеров, но Apple и Microsoft заработали на этом большую часть денег. Наука оставалась важной для инноваций, но она стала прерогативой некоммерческих университетов.
Рост ИИ встряхивает вещи еще раз. Большие корпорации — не единственная игра в городе. Такие стартапы, как Anthropic и Character ИИ создали собственный чатGPT претенденты. Стабильность ИИ, стартап, собравший консорциум небольших фирм, университетов и некоммерческих организаций для объединения вычислительных ресурсов, создал популярную модель с открытым исходным кодом, которая преобразует текст в изображения. В Китае поддерживаемые правительством организации, такие как Пекинская академия искусственного интеллекта (ЗАЛИВ) являются первостепенными.
Но почти все недавние прорывы в большом ИИ во всем мире исходят от компаний-гигантов, потому что у них есть вычислительная мощность (см. диаграмму 2), а также потому, что это редкая область, где результаты фундаментальных исследований могут быть быстро включены в продукты. Амазонка, чей ИИ управляет своим голосовым помощником Alexa, а Meta, которая недавно произвела фурор, когда одна из ее моделей обыграла игроков-людей в «Дипломатии», стратегической настольной игре, соответственно, производит две трети и четыре пятых соответственно. ИИ исследований, как Стэнфордский университет, бастион яйцеголовых компьютерных наук. Alphabet и Microsoft выпускают значительно больше, и это не считая DeepMind, дочерней лаборатории Google Research, которую материнская компания приобрела в 2014 году, и дочерней компании Microsoft Open.ИИ (см. график 3).
Мнения экспертов расходятся в том, кто на самом деле впереди по существу. Например, китайские лаборатории, по-видимому, лидируют в области компьютерного зрения, которая включает в себя анализ изображений, где они несут ответственность за наибольшую долю наиболее цитируемых статей. Согласно рейтингу, составленному Microsoft, все пять ведущих мировых команд по компьютерному зрению — китайцы. ЗАЛИВ также создала крупнейшую в мире модель естественного языка — Wu Dao 2.0. Игрок «Дипломатии» Меты, Цицерон, получает похвалу за использование стратегического мышления и обмана против человеческих противников. Модели DeepMind обыграли чемпионов среди людей в общеизвестно сложной настольной игре Го и могут предсказать форму белков, что является давней проблемой в науках о жизни.
Потрясающие подвиги, все. Когда дело доходит до вида ИИ это все ярость благодаря чатуGPT, тем не менее, большая битва идет между Microsoft и Alphabet. Чтобы увидеть, чья технология лучше, Экономист поставил обе фирмы’ ИИs через их шаги. С помощью инженер Google, мы попросили ChatGPTна основе открытогоИИ модель называется GPT-3.5 и еще не запущенный чат-бот Google, созданный на основе робота по имени LaМДА, набор вопросов. В их число вошли десять задач из американского математического конкурса («Найдите количество упорядоченных пар простых чисел, сумма которых равна 60») и десять вопросов для чтения из американского конкурса. СИДЕЛ экзамен абитуриентов («Прочитайте отрывок и определите, какой вариант лучше всего описывает то, что в нем происходит»). Чтобы оживить ситуацию, мы также попросили каждую модель дать совет по свиданиям («Учитывая следующий разговор из приложения для знакомств, как лучше всего пригласить кого-то на первое свидание?»).
Ни один ИИ оказался явно превосходящим. Google был немного лучше в математике, правильно ответив на пять вопросов, по сравнению с тремя для чата.GPT. Их советы по свиданиям были неоднородными: в приложении для знакомств было несколько реальных обменов, каждый давал конкретные предложения в одном случае и банальности, такие как «быть непредубежденным» и «эффективно общаться» в другом. ЧатGPTтем временем, ответил девять СИДЕЛ вопросы правильно по сравнению с семью для его конкурента Google. Он также оказался более отзывчивым на наши отзывы и ответил на несколько вопросов со второй попытки. 30 января открытоИИ объявил об обновлении чатаGPT улучшить свои математические способности. Когда мы кормили двоих ИИеще десять вопросов, ЛаМДА снова отстал на два очка. Но когда дается второй шанс ЧатGPT связанный.
Причина того, что, по крайней мере до сих пор, ни одна модель не обладает неоспоримым преимуществом, заключается в том, что ИИ знания быстро распространяются. Исследователи из конкурирующих лабораторий «тусуются друг с другом», говорит Дэвид Ха из Stability. ИИ. Многие, как г-н Ха, который раньше работал в Google, переходят из одной организации в другую, принося с собой знания и опыт. Более того, поскольку лучший ИИ мозги являются учеными в глубине души, они часто обусловливали свой уход в частный сектор постоянной способностью публиковать свои исследования и представлять результаты на конференциях. Отчасти поэтому Google обнародовал большие достижения, в том числе «трансформер», ключевой строительный блок в ай моделей, что дает конкурентам преимущество. («т” в чатеgpt означает «трансформер».) В результате всего этого, считает Янн ЛеКун, топ-менеджер Meta ИИ Боффина: «Никто не опережает других более чем на два-шесть месяцев».
Это, однако, первые дни. Лаборатории не могут оставаться ноздря в ноздрю навсегда. Сообщается, что Google выпустил «красный код», опасаясь, что чатGPT может повысить конкурентную поисковую систему Microsoft Bing. Исследователи из DeepMind говорят, что их фирма, которая исторически занималась играми и наукой, вкладывает больше ресурсов в языковое моделирование; его чат-бот Sparrow может быть представлен в этом году.
Одной из переменных, которая может помочь определить окончательный результат конкурса, является организация лабораторий. ОткрытьИИ, небольшая фирма с небольшими потоками доходов, которые нужно защищать, может иметь больше свободы, чем конкуренты, для выпуска продуктов для широкой публики. Это, в свою очередь, генерирует тонны пользовательских данных, которые могут улучшить его модели («обучение с подкреплением на основе отзывов людей», если вам интересно) — и, таким образом, привлечь больше пользователей.
Это преимущество первопроходца может самоподкрепляться и в другом отношении. Инсайдеры отмечают, что OpenИИБыстрый прогресс компании в последние годы позволил ей переманивать экспертов у конкурентов, включая DeepMind. Чтобы не отставать, Alphabet, Amazon и Meta, возможно, придется заново открыть для себя свою способность быстро двигаться и ломать вещи — деликатная задача, учитывая все нормативные требования, которые они получают от правительств по всему миру.
Другим решающим фактором может быть путь технологического развития. Пока в генеративе ИИ, чем больше, тем лучше. Это дало богатым технологическим гигантам огромное преимущество. Но размер может быть не всем в будущем. Во-первых, существуют ограничения на то, насколько большими могут быть модели. По оценкам некоммерческого исследовательского института Epoch, при нынешних темпах к 2026 году в интернет-моделях для больших языков закончится высококачественный текст (хотя другие менее используемые форматы, такие как видео, какое-то время останутся в изобилии). Важнее, как г-н Ха Стабильности ИИ отмечает, что существуют способы тонкой настройки модели для конкретной задачи, которые «значительно уменьшают потребность в масштабировании». И постоянно разрабатываются новые методы делать больше с меньшими затратами.
Капитал, втекающий в генеративно-ИИ стартапов, которые в прошлом году в совокупности привлекли $2,7 млрд в рамках 110 сделок, предполагает, что венчурные капиталисты делают ставку на то, что не вся стоимость будет захвачена крупными технологиями. Alphabet, Microsoft, их коллеги-гиганты технологий и Коммунистическая партия Китая попытаются доказать, что эти инвесторы ошибаются. ИИ гонка только начинается. ■
Чтобы быть в курсе самых важных событий в сфере бизнеса и технологий, подпишитесь на Bottom Line, наш еженедельный информационный бюллетень только для подписчиков.
