O ką, jei AI yra didelis muilo burbulas?
Kur bepažvelgsi - visur dirbtinio proto euforija. Mūsų laukia didinga ateitis! O jei ne? O jei reikės dar kokių 100 metų, kol ateitis ateis?
Faina būti optimistu. Bet imkime ir pabūkime skeptikais. Šitą nedidelį eksperimentą paskatino keletas Financial Times podkasto “FT Tech Tonic” laidelių.1
Mes linkę užsimiršti, kai šnekame apie ką nors pozityvaus. O AI technologijos - ko gero vienintelė pozityvi naujiena pastaraisiais metais. Dirbtinio proto laukuose - vis dar daugiau pažadų apie tai, kaip viskas bus gerai ateityje, nei realiai tikrovę keičiančių sprendimų šiandien.
Dirbtinio proto euforija
Pasaulis išprotėjo dėl dirbtinio proto. Piniguočiai pumpuoja lėšas į bet kokią įmonę, kurios veikla yra kaip nors susijusi su AI. Didžiųjų AI modelių kūrėjai žada žmonijos perversmą. Dar ne šiandien, bet labai greitai.
Puikus pavyzdys - Claude modelį kuriančios Anthropic CEO Dario Amodei tekstas “Machines of Loving Grace”, vardijantis gyvenimo sritis, kuriose transformacijos gali būti ypatingai radikalios.2
O va Yann LeCun, kuris yra ne tik vienas žymiausių AI mokslininkų, bet ir META viceprezidentas, sako, kad mūsų dirbtinis protas kol kas yra kvailokas.3
Esminis šiandieninio AI trūkumas yra jo prigimtis. Tai - kalba grįstas variklis. Dėl to mums ir atrodo, kad dirbtinis protas panašus į žmogų, nes jis dėlioja logiškas mintis.
Tačiau šiandienos AI modeliai logiškai “mąsto” statistiniu metodu - nežmonišku greičiu parenka tikėtiną sakinio žodį. Tačiau (arba dėl to) jie nesupranta realybės.
Stebėdamas trupinius lesantį balandį, AI negali nuspėti, ką tas padarys kitą sekundę - toliau lesinės, ims voliotis smėlyje, nueis į šalį ar nuskris.
Dirbtinio proto tikrovė
Vyraujantis naratyvas - AI evoliucija yra nežmoniškai greita, jokia technologija taip greitai nesivystė. ChatGPT yra įrankis, greičiausiai istorijoje pasiekęs 100 milijonų vartotojų skaičių.
Realybė nėra tokia dramatiška. Dirbtinis protas kol kas nenuveikė nieko radikalaus - nepakeitė nei pasaulio, nei žmogaus. Kol kas AI yra gan ribotas įrankis, kurį dažniausiai žmonės naudoja buityje.
Dvejojama ir dėl pačios kategorijos. Vienas iš madingiausių AI terminų - “scalability”. AI pramonė greitai vystėsi, nes pavyko sukurti tam reikalingą infrastruktūrą.
Tačiau ir patys AI modelių savininkai nerimauja, ar pavyks tokį tempą išlaikyti, nes galime atsitrenkti į fizinių galimybių sieną. Ar paveš technologijos? Ar bus įmanoma rasti reikalingos energijos? Ar pakaks lėšų?
Šios abejonės ir skatina prisiminti kitus technologijų burbulus, kurie sprogo išsklaidydami šlovingos ateities viltis.
Kalbą keičiantis AI
Kol kas realiausiai skamba vienintelė prognozė - AI artimiausiu metu tranformuos sritis, kurios grįstos kalbos naudojimu (dėl tos pačios AI kalbinės prigimties).
Aš AI naudoju darbui reklamos agentūroje. Jei dirbi rinkodaros ar komunikacijos srityje ir į AI žvelgi skeptiškai, yra nemaža tikimybė, kad po metų čia jau nebedirbsi.
Tačiau rinkodara - labai menka mūsų pasaulio dalis ir pokyčiai joje neturi jokios fundamentalios įtakos žmonijos evoliucijai. AI įrankiai greitina čia dirbančių žmonių apsukas, suteikia jiems daugiau kūrybinių galių, tačiau galima abejoti tuo, kad komunikacijos kūrėjus pakeis algoritmai.
Kol kas AI neša kiekybinį, bet ne kokybinį pokytį. Galbūt darbą, kuriam neseniai reikėjo 10 dienų, su dirbtiniu protu aš galiu padaryti per dieną. Tačiau tai tereiškia, kad vietoje ankstesnių sąlyginių 1000 eurų iš užsakovo aš tegausiu 100 (t.y. man ir bus sumokėta už vieną dieną).
Tai ko gero yra esminė priežastis, kodėl žmonės (tiksliau, darbuotojai) yra linkę priešintis AI integravimui į kasdienį darbą. Jiems atrodo, kad dirbti turės daugiau, bet uždirbs tiek pat.
Mes mėgstame AI modelius naudoti niekams - čia žymiai efektyviau rasti atsakymą į kokį nors banalų buitinį klausimą (pvz., kaip kepti šonkaulius orkaitėje?), nei įprastinėse paieškos sistemose.
Buvo daug šnekos apie tai, kad artimiausia ateitis priklausys AI “agentams”, kurie pradžioje minėtame Finacial Times podkaste vadinami “mūsų kopilotais” (nepainioti su Microsoft AI modeliu) - pagalbininkais, kurie galės už mus atlikti įvairiausias nuobodžias darbo ir buitines užduotis.
Bet, panašu, ir šito “pasaulį keičiančio sprendimo” dar teks nežinia kiek laukti.
Haliucinacijos
Esminė priežastis, kodėl žmonės nėra linkę dalykų 100 proc. atiduoti į AI rankas - dirbtinio proto modeliai kol kas nėra pakankamai nuspėjami. Pernelyg dažnai jie nupjauna į lankas, o modelių kūrėjai nelabai gali paaiškinti kodėl taip yra, nes nelabai gali paaiškinti ir to, kaip modeliai mokosi ar veikia.
Štai aš paprašau ChatGPT surasti man 20 lietuvių kalbos žodžių, kuriuose būtų tam tikra raidžių kombinacija. Atrodytų, tobula užduotis AI modeliui - tiesiog statistiškai išrenki reikiamus žodžius.
ChatGPT pora minučių “mąsto” ir pateikia man tik 15 žodžių. Maždaug pusė jų - visiškos nesąmonės, sukonstruotos paties AI modelio.
Galbūt 20 žodžių net ir nėra. Bet AI sprendimas papildyti sąrašą nesąmonėmis reiškia, kad aš juo negaliu pasitikėti. Turiu vaikščioti jam iš paskos ir tikrinti.
Štai kodėl žmonės vis dar bus reikalingi. Dėl to aš vis dar nenoriu, kad AI už mane atliktų reiškmingus sprendimus - pvz., ne tik sukrautų prekes į el. parduotuvės krepšelį, bet ir nupirktų jas.4
Dėl tos pačios priežasties ir AI “agentų” pritaikymas klientų aptarnavimo srityje vis dar yra smarkiai ribotas - tik beprotis gali norėti, kad tavo klientui dirbtinis protas pasakotų nesąmones (nesakau, kad tokių “bepročių” versle nėra).
Mums žadama, kad “tuoj, tuoj”, “jau labai greitai”, dirbtinio proto modeliai atsikratys polinkio haliucinacijoms, bet kaip bus iš tikro - sunku nuspėti.
Monkey Business
Dar vienas įtartinas niuansas - pačių AI startupų verslo perspektyva. Kol kas visi norintys, gauna pinigų iš investuotojų. Net kūrėjams ir inžinieriams skirtas guminis ančiukas su dirbtiniu intelektu.5
Tačiau visi prisipažįsta - AI startupai kol kas nieko neuždirba. Modelių kūrimui reikalingų lėšų nekompensuoja jų naudojami monetizavimo sprendimai.
Kitas dalykas - konkurencija.
Jei prieš pora metu ChatGPT buvo kone vienintelis, šiandien - konkurencija labai aštri. Naujus modelius kuria ne tik startupai - juos gamina ir skatimeniniai gigantai (Google, META, Microsoft, Elonas Muskas).
Startupai juda greičiau, bet skaitmeninio verslo veteranai turi daugiau finansinės galios ir didesnę infrastruktūrą. AI modeliai jiems - tik viena jų verslo dalis. Dar daugiau - kai kurie iš jų (pvz., META) labiau rūpinasi tuo, kaip duoti AI kuro jau turimoms paslaugoms, nei bando išvystyti savarankišką įrankį.
Šį pasaulėlį mažumą sukrėtė ir kinietiškas DeepSeak modelis. Nors nėra iki galo aišku, kiek tas modelis iš tikro kainavo, tačiau patys kinai pasauliui pamėgino (ir gan sėkmingai) įduoti žinią, kad jų modelis, galimybėmis prilygstantis svarbiausiems amerikietiškiems, yra ženkliai pigesnis.
Investuotojai sunerimo, akcijų kaina smuktelėjo.
Užburtas ratas
Klasikinis AI pritaikymo pavyzdys buvo sugalvotas prieš 2-3 metus, o jo nešikai plūstelėjo tiek į verslo konferencijas, tiek į socialinius tinklus.
Šio pavyzdžio “istorija” maždaug tokia, keičiasi tik neesminės detalės.
Duodu užduotį AI modeliui sukurti man prekės ženklą. Tarkime, noriu prekiauti kokybiška kava. Tadam! Per kokią valandą dirbtinis protas sukuria prekės ženklo pavadinimą, nupiešia logotipą, parašo verslo plėtojimo planą, suprogramuoja svetainę su visais tekstais ir paveiksliukais bei pagamina keletą reklamos kampanijų socialiniams tinklams.
Kai prieš pora metų pirmą kartą šitą išgirdau konferencijoje, pagalvojau - wow!
Bet tie pora metų jau praėjo, o naujų pavyzdžių taip ir neatsirado. Bent jau tokią išvadą galima padaryti matant, kuo Linkedine dalijasi AI worshopų dalyviai.
Iš pirmo žvilgsnio - įspūdinga. Visi žinome, kiek laiko ir pastangų kainuoja sukurti prekės ženklą! Tuo pačiu - tai yra nesąžininga užduotis, nes ji akcentuoja geruosius AI sugebėjimus, tačiau paslepia fundamentalius trūkumus.
Šios užduoties bėda - pernelyg platus galimybių laukas ir labai menkas reikalavimų “slenkstis”. Kai duodu užduotį “sukurk kokį nors prekės ženklą”, man tinka bet koks rezultatas, panašus į tikrovę.
Dirbtinis protas labai gerai kuria generinius dalykus - būtent toks ir yra jo sukurtas kavos prekės ženklas. Kuo daugiau specifinių detalių, ypač tokių, kurias sudėtingiau įvardinti žodžiais (o rinkodara yra būtent tokia sritis), tuo sunkiau pasiekti rezultatą.
AI įrankiais paprasta sukurti generinį prekės ženklą žmogui šiame darbe dalyvaujant minimaliai. Žymiai sudėtingiau pagaminti elementarų, tačiau specifinį konkretaus prekės ženklo kampanijos elementą ir žmogaus čia vis dar labai reikia.
Vienoje pusės - gryna statistika. Kitoje - gyvenimo niuansai, kuriuos dirbtiniam protui vis dar labai sunku perprasti. Gal dėl to AI mokytojai ir nesuranda naujų pavyzdžių.
Dirbtinio proto reklama
Įdomi tema. Kodėl? Dėl elementarios priežasties.
Reklama iki šiol buvo reikšmingas didžiųjų skaitmeninių platformų pajamų šaltinis. Iš to gyvena Google, Meta, net Amazon algoritmus galima vadinti “komunikaciniais”.
Tikėtina, kad Google (Gemini) ir META (Llama) savo AI modelius vysto ir pinigus jiems švaisto būtent dėl to, kad suteiktų naujų galimybių savo reklamos verslams.
AI modelių kūrėjai (OpenAI, Anthropic, Perplexity ir pan.) iki šiol kalbėdavo apie tai, kaip jie nemėgsta reklamos, kokia ji nelabai gera ir kad neketina reklamos įtraukti į savo modelių monetizavimo planus.
Tačiau įtarimai kybo ore.
Buvo pranešimų, kad mažėja Google paieškų (natūralu - ChatGPT dalykų rasti iš tikro paprasčiau). Yra svarstymų ir apie SEO strategijas, skirtams tam, kad tavo prekės ženklas patektų į AI chatų vartotojams pateikiamą informaciją. Apie tai, kad rusų propagandos mašina jau sugebėjo pergudrauti AI chatus, kalbėta prieš mėnesį.6
Didžiųjų startupų bosai pamažu ima giedoti naujas daineles.
Perplexity įkūrėjas Aravind Srinivas neseniai prisipažino, kad kuria interneto naršyklę (“Comet”) ir ketina dar geriau nei Google ar META sekti vartotojų elgseną internetą tam, kad (be abejo!!!) galėtų jiems patiekti superpersonalizuotos reklamos.
Perplexity ir OpenAI jau yra pareiškę, kad mielai iš Google nupirktų “Chrome” naršyklę, jei tik Google sutiktų parduoti.7
Ir tai dar ne viskas. Prieš pora dienų pasklido gandai, kad OpenAI ruošia Shopify integraciją į ChatGPT. Štai jums dar vienas monetizavimo būdas. Nesu tikras, ar jis labai džiugina, bet jis gali iš esmės pakeisti mūsų apsipirkimo internetu patirtį.8
Chm… tai tokia ateitis laukia?
Ar iš visų didingų kalbų apie žmonijos evoliuciją liks tik dar viena, dar labiau “personalizuota” reklamos sistema? Naujoviškas ešopas?
Ar savo “smalsumą” galėsime tenkinti tik po to, kai AI chato lange uždarysime penkis pop-up banerius, panašiai, kaip šiandien vargstame lietuviškuose portaluose?
Kur gi Dario Amodei žadėtoji revoliucija biologijos ir medicinos moksluose? Kur Eono Musko autonominis automobilis?
Jei viskas ir toliau taip judės, tai net žmonių, už kuriuos darbus darys AI įrankiai, nebus galima atleisti. Mat atleisti žmonės neturi pinigų daiktams pirkti, todėl ir AI modelių jiems siūlomos reklamos nespaus ir modelių kūrėjams pelno neatneš.
Galbūt bus taip, o gal ir ne.
Kol kas niekas nieko nežino.
Užtat prognozių paskaldyti - visi moka. Gal dėl to, kad smagu prognozes skaldyti. Pats žinau - juk ką tik parašiau prognozių pilną tekstą. Nu, fainas aš, ar ne?
O jūs irgi būsite faini, jei užsiprenumeruosite mano istorijas šioje platformoje.
Štai dar keletas mano tekstų AI tema, jei netyčia praleidai:
Nori išmokysiu naudoti AI įrankius? Špygą tau!
Facebook’as, Instagram’as ir Tiktok’as, draugiškai susikibę už rankyčių, man vis grūda štai tokią reklamą.
Dirbtinis protas rašo dienoraštį: o mes ar berašysim?
Dauguma šiandienos rašytojų, ypač rašančių už pinigus, artimiausioje ateityje virs raštvedžiais. Dirbtinis protas rašys geriau, nei žmogus. Bet jam reikės vadovo. Tiksliau - prarabo. Rašytojų apokalipsė, ne kitaip.
Rekomenduoju užmesti ausį į “Financial Times” podkastą, kuris šiaip jau panašesnis į klasikines radijo laidas. Viena laida - maždaug 30 min. trukmės ir dažniausiai savyje turi klasikinį reportažą kartu su būreliu pašnekovų. Podkastą galite rasti Spotify.
Artimiausiu metu ketinu šį tekstą apžvelgti, bet galite pasiskaityti ir patys: spausk čia.
Dar viena rekomendacija - pokalbis su Yann LeCun, žiūrėk čia.
Apie tai vos vos kalba “Anthropic” įkūrėjas Dario Amodei štai šiame “FT Tech Tonic” podkaste.
True story - realus projektas iš ES investicijų remiamų lietuviškų iniciatyvų. Aišku, gal tas ančiukas - iš tikro pakeis pasaulį. Šito nežinau - projekto aprašymas labai jau skurdus, tad belieka spėlioti ir tikėtis.
Įdomus “NewsGuard” tyrimas: skaityk čia.
Viskas - šiame “TechCrunch” straipsnyje: žiūrėk čia.
Paskutinė rekomendacija - “Big Technology Podcast”, visa smagios aktualių naujienų apžvalgos, spausti ir klausyti čia.
O nėra taip, kad bendrą DI įvertinimą padarei iš esmės iš sau gerai pažįstamos srities pozicijų? :) Nes solidžiausias DI proveržis yra matematikoje ir programavime. T.y. ten, kur “kalba” ir taisyklės yra gerokai aiškesnės ir griežtesnės. Ir kalbant apie DI reikšmę nelabai gražu yra ratu apeiti medicinos sritį. Ar 2024 metų chemijos Nobelio premija buvo skirta vien už DI “įvaizdį”? :)
Labai fainas, ačiū!