Ще ви отнеме ли работата изкуственият интелект? Отговорът зависи от тези 4 фактора

Скорост

Първо, скорост. Има задачи, в които хората са достатъчно добри, но не са толкова бързи, колкото изкуствения интелект. Един пример е възстановяването или мащабирането на изображения: заснемане на пикселизирани, шумни или размазани изображения и създаване на по-отчетлива версия с по-висока резолюция. Хората са добри в това; с правилните цифрови инструменти и достатъчно време, те могат да запълнят изображението с фини детайли. Но са твърде бавни, за да обработват ефективно големи изображения или видеоклипове.

Моделите с изкуствен интелект могат да вършат работата светкавично бързо, възможност с важни индустриални приложения. Софтуерът, базиран на изкуствен интелект, се използва за подобряване на сателитни и дистанционни данни, за компресиране на видео файлове, за по-бърза работа на видеоигрите с по-евтин хардуер и по-малко енергия, за подпомагане на роботите да правят правилните движения и за моделиране на турбуленция, за да се изградят по-добри двигатели с вътрешно горене и т.н..

Производителността в реално време е от значение в тези случаи и скоростта на изкуствения интелект е необходима, за да се даде възможност за това.

Мащаб

Второто измерение на предимството на изкуствения интелект пред хората е мащабът. Изкуственият интелект ще се използва все по-често в задачи, които хората могат да изпълняват добре на едно място в даден момент, но които изкуственият интелект може да изпълнява на милиони места едновременно. Познат пример е таргетирането и персонализирането на рекламите. Маркетолозите могат да събират данни и да предвиждат какви типове хора ще реагират на определени реклами. Тази способност е важна от търговска гледна точка - рекламата е пазар от трилиони долари в световен мащаб .

Моделите с изкуствен интелект могат да направят това за всеки отделен продукт, телевизионно предаване, уебсайт и интернет потребител. Ето как работи съвременната рекламна технологична индустрия. Пазарите за наддаване в реално време определят цената на дисплейните реклами, които се показват до уебсайтовете, които посещавате, а рекламодателите използват модели с изкуствен интелект, за да решат кога искат да платят тази цена – хиляди пъти в секунда.

Обхват

След това, обхватът. Изкуственият интелект може да бъде предимство, когато прави повече неща, отколкото би могъл един човек, дори когато човек може да се справи по-добре с която и да е от тези задачи. Генеративните системи с изкуствен интелект, като ChatGPT, могат да участват в разговор по всяка тема, да пишат есе, защитаващо всяка позиция, да създават поезия във всеки стил и език, да пишат компютърен код на всеки език за програмиране и други. Тези модели може да не са по-добри от квалифицираните хора в нито едно от тези неща, но никой отделен човек не би могъл да надмине генеративните модели от най-високо ниво във всички тези области.

Именно комбинацията от тези компетенции генерира стойност. Работодателите често срещат затруднения да намерят хора с таланти в дисциплини като разработка на софтуер и наука за данни, които също така имат солидни предварителни познания в областта на работодателя. Организациите вероятно ще продължат да разчитат на хора специалисти, за да напишат най-добрия код и най-убедителния текст, но те все повече ще се задоволяват с изкуствен интелект, когато им е необходима само приемлива версия на едното от двете.

Усъвършенстване

И накрая, усъвършенстването. Изкуствените интелекти могат да вземат предвид повече фактори при вземането на решения, отколкото хората, и това може да им даде свръхчовешка производителност при специализирани задачи. Компютрите отдавна се използват за проследяване на множество фактори, които се комбинират и взаимодействат по начини, по-сложни от тези, които човек би могъл да проследи. Компютърните системи за игра на шах от 90-те години на миналия век, като Deep Blue, успяха да предвиждат десет и повече ходове напред.

Съвременните системи с изкуствен интелект използват коренно различен подход: системите за дълбоко обучение, изградени от многослойни невронни мрежи, отчитат сложни взаимодействия – често много милиарди – между много фактори. Невронните мрежи сега захранват най-добрите модели за игра на шах и повечето други системи с изкуствен интелект.

Шахът не е единствената област, в която отказът от конвенционалните правила и формалната логика в полза на високосложни и неразгадаеми системи е довел до напредък. Зашеметяващият напредък на AlphaFold2, моделът на изкуствен интелект в структурната биология, чиито създатели Демис Хасабис и Джон Джъмпър са удостоени с Нобелова награда за химия през 2024 г., е друг пример.

Този пробив заменя традиционните, базирани на физиката системи за предсказване на това как последователностите от аминокиселини ще се сгънат в триизмерни форми с модел с 93 милиона параметъра. Тази липса на основа в реалния свят не е желателна: Никой не харесва енигматичния характер на тези системи с изкуствен интелект, а учените са нетърпеливи да разберат по-добре как работят.

Но усъвършенстването на изкуствения интелект е ценно за учените, а употребата му в научните области нарасна експоненциално през последните години.