Учените се надяват, че през 2024 г. силата на генеративния AI ще направи възможно прогнозирането на земетресения и бързото създаване на нови лекарства
(снимка: CC0 Public Domain)
Отминалата 2023 година ще остане в историята с действително голямо технологично постижение – „раждането“ на генеративния изкуствен интелект. Макар че фактически възможността за масово ползване на AI се яви по-рано, все пак 2023 беше годината, в която хората научиха за ChatGPT, изпробваха го, а успоредно с него изгряха и няколко други генератора – на текст, глас, изображения, програмен код. Това обаче ни обещава една трудна и много предизвикателна 2024 година.
Всички признаци сочат, че има огромен натиск върху компаниите за изкуствен интелект да покажат, че генеративният AI вече може да „прави пари“. Нараства и очакването Силициевата долина да създаде „приложението-трепач“ на база изкуствен интелект.
Big Tech, най-големите играчи в света на генеративните алгоритми, залагат много на персонализираните чатботове. Въпросните системи ще позволят на всеки да стане инженер на приложения за генеративен AI, без да са необходими умения в света на програмирането.
Нещата вече се развиват шеметно бързо: според съобщенията, OpenAI ще стартира своя GPT магазин за приложения още тази седмица. Задават се и „страхотни“ нови разработки в областта на видеото, генерирано от AI. Очакваме и появата на роботи, които изпълняват по няколко задачи едновременно.
Регулации
Без съмнение настоящата година ще бъде още една огромна крачка откъм регулирането на AI по света. През 2023 г. първият широкообхватен закон за изкуствения разум стана факт. Това е Законът за изкуствения разум на Европейския съюз. Китай въведе специфични правила за неща като алгоритмите за препоръчване (на съдържание в социалните мрежи). САЩ засега няма своя общовалиден закон за ИИ, но приготви някои регулации. Надали отвъд океана ще закъснеят много с пускането на местен еквивалент на европейския закон за AI и дори може да заимстват някои идеи от него.
Една огромна дилема, която остава и която следва да бъде решена през 2024 година, е проблемът с авторските права. В момента са на ход десетки, ако не и стотици съдебни дела на творци срещу компаниите за изкуствен разум. Възелът трябва скоро да бъде развързан. За съдиите ще е много трудно да вземат решение при липсата на законодателство относно творчеството и обучението на изкуствения разум и пълното отсъствие на каквато и да е предшестваща съдебна практика. Техните решения ще са фундаментални. Те ще положат основата на бъдещото право в сферата на AI и изкуствения разум.
В този ред на мисли….
Отворен код и AI
Интересно развитие можем да очакваме на терена на „отворения код“. Нови големи езикови модели с отворен код – алтернативи на Bard на Google или ChatGPT на OpenAI, които изследователите и разработчиците на приложения могат да изучават, надграждат и модифицират – се роят постоянно. Това са по-малки на големите AI модели, създадени от големите фирми, които (почти) им съперничат по производителност – и се споделят безплатно.
В много отношения това е добре. AI няма да процъфтява, ако само няколко мегабогати компании се захванат да „пазят“ тази технология или да решат как светът да я използва. Но този бум на отворения код носи своите предизвикателства.
Сигурността
Заедно с това имаме и предизвикателството на огромните уязвимости в сигурността на генеративните модели. Големите езикови модели, AI технологията, която захранва приложения като ChatGPT, са наистина лесни за хакване.
Например асистентите с изкуствен интелект или чатботовете, които могат да сърфират в интернет, са много податливи на атака, наречена „индиректно бързо инжектиране“, която позволява на външни лица да контролират бота, като промъкнат специфични подкани, каращи ботовете да се държат по начина, по който нападателят иска. Това може да ги направи мощни инструменти за фишинг и измама. Изследователите също така успешно успяха да „отровят“ някои набори от данни за обучение ИИ с подправени данни, което показва, че с известна изобретателност това може да се случи и на всеки чатбот в реалния свят – злонамереността може да разруши моделите на ИИ завинаги.
Въпреки тези уязвимости, технологичните компании се надпреварват да пуснат продукти, базирани на AI, като асистенти или чатботове, които могат да сърфират в мрежата. За хакерите е сравнително лесно да манипулират AI системите, като ги „тровят“ с измамни данни, така че е само въпрос на време да видим AI система да бъде хакната по този начин.
Това навярно означава, че ще видим държавните агенции, свързани с технологичното развитие, да започнат кампании за повишаване на осведомеността относно тези проблеми. Може би някой дори ще предложи техники за смекчаване на потенциалните последици.
Прогнозиране на земетресения
Настоящите ни системи за ранно предупреждение за земетресения имат за цел да дадат на хората време да се подготвят за най-лошото, но тези платформи имат своите ограничения. Има фалшиви положителни и фалшиви отрицателни резултати. Нещо повече, те реагират само на земетресение, което вече е започнало – не можем да предвидим земетресение по начина, по който можем да прогнозираме времето. Ако можехме, това би ни позволило да направим много повече за управление на риска, от спиране на електропреносната мрежа до евакуация на жителите.
Тук на помощ ще дойде AI и има изгледи това да се случи още през 2024 г. Някои учени се надяват да разберат „намеците“ за земетресения от данни – сигнали в сеизмичния шум, поведение на животните и електромагнетизъм. Крайната цел е да се издават предупреждения, преди трусовете да започнат. Изкуственият интелект и други техники дават надежда на учените, че все пак ще стане възможно да прогнозират земетресенията навреме, за да помогнат на хората да намерят безопасност.
Фармация
Развитието на лекарствена молекула от концепцията до комерсиализацията обикновено отнема 10-15 години и има високи разходи – до 2 милиарда долара за лансирано лекарство, ако се вземат предвид всички неуспехи. Прилагането на нови технологии за ускоряване и намаляване на риска безспорно ще се възползва от еволюцията на изкуствения интелект и машинното обучение. Те предлагат възможност за разширяване на химическото „пространство за търсене“ на нови съединения, дават възможност за ускорени изчисления на сложни свойства.
Методите на AI и ML, работещи върху хардуер от последно поколение, могат да сортират молекули в мащаб, който беше немислим само допреди няколко години. Настоящата практика предвижда размери на „виртуална библиотека“ от десетки милиарди молекули и „сглобяването“ на нови съединения с помощта на генеративен AI, базирайки се на „молекулярна супа“ от малки химически фрагменти.
Специфично в тази област е, че дори сега намесата на AI е възможна преди всичко в ранните етапи. Те могат да се автоматизират. Но по-късните етапи изискват човешката намеса, когато вече трябва да се направи „подбор“ на кандидатите. Това винаги е било въпрос изцяло на човешко решение. AI подкрепата обаче може да ускори и този процес.