Ενώ ιδιόκτητο λογισμικό όπως το GPT και το PaLM κυριαρχούν στην αγορά, πολλοί προγραμματιστές βλέπουν αξία στα μοντέλα γλώσσας ανοιχτού κώδικα. Πάρτε το Meta ως παράδειγμα. Έγινε πρωτοσέλιδο τον Φεβρουάριο του 2023 για την επίσημη κυκλοφορία του μοντέλου μεγάλης γλώσσας LLaMA ως πρόγραμμα ανοιχτού κώδικα. Όπως ήταν αναμενόμενο, αυτή η απόφαση συνάντησε ποικίλες αντιδράσεις.
Καθώς τα μοντέλα γλώσσας ανοιχτού κώδικα έχουν πολλά πλεονεκτήματα και μειονεκτήματα και μπορούν να επηρεάσουν θετικά και αρνητικά τον κλάδο της τεχνητής νοημοσύνης, συνοψίσαμε τα βασικά σημεία που πρέπει να γνωρίζετε και να κατανοείτε.
5 Θετικές επιπτώσεις των μοντέλων γλώσσας ανοιχτού κώδικα
Τα μοντέλα γλώσσας ανοιχτού κώδικα ενθαρρύνουν μια συλλογική προσέγγιση. Η εισαγωγή, οι κριτικές και οι περιπτώσεις χρήσης από προγραμματιστές σε όλο τον κόσμο αναμφισβήτητα τους βοηθούν να προχωρήσουν ταχύτερα από τα κλειστά έργα.
1. Οι προγραμματιστές τεχνητής νοημοσύνης εξοικονομούν πόρους χρησιμοποιώντας μοντέλα ανοιχτού κώδικα
Η κυκλοφορία μοντέλων αποκλειστικής γλώσσας κοστίζει εκατομμύρια, αν όχι δισεκατομμύρια, σε πόρους. Πάρτε το OpenAI ως παράδειγμα. Business Insider αναφέρει ότι η εταιρεία έπρεπε να συγκεντρώσει περίπου 30 δισεκατομμύρια δολάρια για να τρέξει αποτελεσματικά το ChatGPT. Η απόκτηση τόσο μεγάλης χρηματοδότησης είναι αδύνατη για τις περισσότερες εταιρείες. Οι νεοσύστατες εταιρείες τεχνολογίας στα αρχικά τους στάδια θα είχαν την τύχη να φτάσουν ακόμη και επτά ψηφία.
Λαμβάνοντας υπόψη το υψηλό κόστος, πολλοί προγραμματιστές χρησιμοποιούν αντ 'αυτού μοντέλα γλώσσας ανοιχτού κώδικα. Εξοικονομούν εκατομμύρια χρησιμοποιώντας την αρχιτεκτονική, τη νευρωνική δομή, τα δεδομένα εκπαίδευσης, τον αλγόριθμο, την υλοποίηση κώδικα και τα σύνολα δεδομένων εκπαίδευσης αυτών των συστημάτων.
2. Τα μοντέλα ανοιχτού κώδικα προχωρούν αναμφισβήτητα πιο γρήγορα
Πολλοί τεχνολογικοί ηγέτες υποστηρίζουν ότι τα μοντέλα γλώσσας ανοιχτού κώδικα προχωρούν ταχύτερα από τα ιδιόκτητα αντίστοιχα. Εκτιμούν τη συνεισφορά και τη συνεργασία της κοινότητας. Εκατομμύρια έμπειροι προγραμματιστές εργάζονται σε ανοιχτά έργα—θα μπορούσαν θεωρητικά να επιτύχουν μια πολύπλοκη επανάληψη χωρίς σφάλματα πολύ πιο γρήγορα.
Η κάλυψη των κενών γνώσης είναι επίσης ταχύτερη με την τεχνητή νοημοσύνη ανοιχτού κώδικα. Αντί να εκπαιδεύουν ομάδες για να βρίσκουν σφάλματα, να δοκιμάζουν ενημερώσεις και να εξερευνούν εφαρμογές, οι εταιρείες μπορούν να αναλύουν τις συνεισφορές της κοινότητας. Η ανταλλαγή γνώσεων δίνει τη δυνατότητα στους χρήστες να εργάζονται πιο αποτελεσματικά.
Οι συνεισφορές της κοινότητας δεν είναι πάντα ακριβείς. Οι προγραμματιστές θα πρέπει να ελέγξουν ξανά τους αλγόριθμους και τα μοντέλα πριν τα ενσωματώσουν στα συστήματά τους.
3. Οι προγραμματιστές θα εντοπίσουν τα τρωτά σημεία πιο γρήγορα
Τα μοντέλα γλώσσας ανοιχτού κώδικα ενθαρρύνουν τις αξιολογήσεις από ομοτίμους και την ενεργό δέσμευση στη συνεργατική κοινότητα. Οι προγραμματιστές μπορούν να έχουν ελεύθερη πρόσβαση στις αλλαγές της βάσης κώδικα. Με τόσους πολλούς χρήστες που αναλύουν ανοιχτά έργα, πιθανότατα θα εντοπίζουν πιο γρήγορα ζητήματα ασφάλειας, ευπάθειες και σφάλματα συστήματος.
Ομοίως, η ανάλυση σφαλμάτων είναι επίσης βελτιωμένη. Αντί να επιλύουν μη αυτόματα ζητήματα συστήματος, οι προγραμματιστές μπορούν να ελέγξουν το σύστημα ελέγχου έκδοσης του έργου για προηγούμενες επιδιορθώσεις. Ορισμένες καταχωρήσεις μπορεί να είναι ξεπερασμένες. Ωστόσο, θα εξακολουθήσουν να παρέχουν σε ερευνητές και εκπαιδευτές τεχνητής νοημοσύνης ένα χρήσιμο σημείο εκκίνησης.
4. Οι ηγέτες τεχνολογίας AI μαθαίνουν από μοντέλα ανοιχτού κώδικα
Τα μοντέλα γλώσσας ανοιχτού κώδικα επωφελούνται από τον βρόχο ανατροφοδότησης. Ο βρόχος θετικής ανάδρασης μοιράζεται αποτελεσματικούς αλγόριθμους, σύνολα δεδομένων και συναρτήσεις, ενθαρρύνοντας τους προγραμματιστές να τα μιμηθούν. Η διαδικασία τους εξοικονομεί πολύ χρόνο. Απλώς σημειώστε ότι ενδέχεται να προκύψουν σφάλματα με θετικά σχόλια που οι χρήστες αναπαράγουν τυχαία - τα λάθη τείνουν να παραβλέπονται.
Εν τω μεταξύ, ο βρόχος αρνητικής ανάδρασης εστιάζει σε τομείς βελτίωσης. Η διαδικασία περιλαμβάνει την κοινή χρήση προσωπικών πληροφοριών κατά την επίλυση σφαλμάτων, τη δοκιμή νέων λειτουργιών και τη διόρθωση προβλημάτων συστήματος.
5. Πλατφόρμες τεχνητής νοημοσύνης ανοιχτού κώδικα Λάβουν τα πρώτα Dibs σε νέα συστήματα
Οι εταιρείες τεχνολογίας δεν μοιράζονται γλωσσικά συστήματα δισεκατομμυρίων δολαρίων από καλοσύνη. Ενώ οι άδειες ανοιχτού κώδικα παρέχουν σε τρίτους χρήστες την ελευθερία να τροποποιούν και να πωλούν συστήματα, έχουν περιορισμούς.
Οι διανομείς δημιουργούν συχνά συνθήκες που διασφαλίζουν ότι διατηρούν κάποια εξουσία. Θα βρείτε αυτούς τους κανόνες στις συμφωνίες αδειοδότησης προγραμμάτων ανοιχτού κώδικα—οι τελικοί χρήστες σπάνια λαμβάνουν εξουσιοδότηση 100%.
Ας υποθέσουμε ότι η Meta θέλει τον έλεγχο των προϊόντων που λειτουργούν με LLaMA. Η νομική της ομάδα θα μπορούσε να διευκρινίσει ότι η Meta διατηρεί το δικαίωμα να επενδύσει σε οποιαδήποτε νέα συστήματα που βασίζονται στο γλωσσικό της μοντέλο.
Ωστόσο, μην παρεξηγείτε - οι προγραμματιστές και οι διανομείς τρίτων εξακολουθούν να συνάπτουν αμοιβαία επωφελείς συμφωνίες. Το τελευταίο παρέχει τεχνολογίες και συστήματα δισεκατομμυρίων δολαρίων. Εν τω μεταξύ, οι νεοσύστατες επιχειρήσεις και οι ανεξάρτητοι προγραμματιστές διερευνούν τρόπους εφαρμογής τους σε διαφορετικές εφαρμογές.
5 Αρνητικές επιπτώσεις των μοντέλων γλώσσας ανοιχτού κώδικα
Τα μοντέλα γλώσσας ανοιχτού κώδικα είναι εγγενώς αμερόληπτα, αλλά οι άνθρωποι δεν είναι. Οι καταναλωτές, οι προγραμματιστές και οι εταιρείες με κακόβουλη πρόθεση θα μπορούσαν να εκμεταλλευτούν την ανοιχτή φύση αυτών των συστημάτων για προσωπικό όφελος.
1. Οι εταιρείες συμμετέχουν τυχαία στον αγώνα AI
Οι εταιρείες αντιμετωπίζουν αυτή τη στιγμή υπερβολική πίεση για να συμμετάσχουν στον αγώνα της τεχνητής νοημοσύνης. Με τη διάδοση των συστημάτων τεχνητής νοημοσύνης, πολλές εταιρείες φοβούνται ότι θα καταστούν παρωχημένες εάν δεν υιοθετήσουν την τεχνητή νοημοσύνη. Ως αποτέλεσμα, οι επωνυμίες πηδούν τυχαία στο συγκρότημα. Ενσωματώνουν μοντέλα γλώσσας ανοιχτού κώδικα στα προϊόντα τους για να πουλήσουν το προϊόν και να συμβαδίσουν με τον ανταγωνισμό, ακόμα κι αν δεν προσφέρουν τίποτα πολύτιμο.
Ναι, η τεχνητή νοημοσύνη είναι μια ταχέως αναδυόμενη αγορά. Αλλά η απρόσεκτη απελευθέρωση εξελιγμένων αλλά ανασφαλών συστημάτων βλάπτει τη βιομηχανία και θέτει σε κίνδυνο την ασφάλεια των καταναλωτών. Οι προγραμματιστές θα πρέπει να χρησιμοποιούν την τεχνητή νοημοσύνη για την επίλυση προβλημάτων και όχι να κάνουν τεχνάσματα μάρκετινγκ.
2. Οι καταναλωτές αποκτούν πρόσβαση στην τεχνολογία που μετά βίας καταλαβαίνουν
Θα βρείτε παραλλαγές διαφόρων τεχνολογικών εργαλείων που βασίζονται σε AI, από διαδικτυακοί επεξεργαστές εικόνων προς την εφαρμογές παρακολούθησης της υγείας. Και οι επωνυμίες θα συνεχίσουν να εισάγουν νέα συστήματα καθώς η τεχνητή νοημοσύνη εξελίσσεται. Τα μοντέλα AI τους βοηθούν να παρέχουν πιο προσαρμοσμένες, εστιασμένες στον χρήστη επαναλήψεις των υπαρχουσών πλατφορμών τους.
Ενώ η βιομηχανία της τεχνολογίας καλωσορίζει τις καινοτομίες, η ταχεία εξέλιξη της τεχνητής νοημοσύνης ξεπερνά την εκπαίδευση των χρηστών. Οι καταναλωτές αποκτούν πρόσβαση σε τεχνολογίες που μετά βίας κατανοούν. Η έλλειψη εκπαίδευσης δημιουργεί τεράστια κενά γνώσης, τα οποία αφήνουν το κοινό επιρρεπές σε απειλές για την ασφάλεια στον κυβερνοχώρο και ληστρικές πρακτικές.
Οι μάρκες πρέπει να δίνουν προτεραιότητα στην εκπαίδευση όσο και στην ανάπτυξη προϊόντων. Πρέπει να βοηθήσουν τους χρήστες να κατανοήσουν τους ασφαλείς, υπεύθυνους τρόπους χρήσης πανίσχυρων εργαλείων που βασίζονται σε AI.
3. Δεν έχουν όλοι οι προγραμματιστές καλές προθέσεις
Δεν χρησιμοποιούν όλοι τα εργαλεία AI για τον προορισμό τους. Για παράδειγμα, το OpenAI ανέπτυξε το ChatGPT για να απαντά σε ερωτήσεις γενικών γνώσεων που είναι ασφαλείς για την εργασία και να αναπαράγει την παραγωγή φυσικής γλώσσας, αλλά οι εγκληματίες το εκμεταλλεύονται για παράνομες δραστηριότητες. Έχουν υπάρξει αρκετές Απάτες ChatGPT από τότε που κυκλοφόρησε το chatbot AI τον Νοέμβριο του 2022.
Ακόμα κι αν τα εργαστήρια τεχνητής νοημοσύνης επιβάλλουν αυστηρούς περιορισμούς, οι απατεώνες θα εξακολουθούν να βρίσκουν τρόπους να τους παρακάμψουν. Πάρτε ξανά ως παράδειγμα το ChatGPT. Οι χρήστες εργάζονται γύρω από περιορισμούς και εκτελούν απαγορευμένες εργασίες χρησιμοποιώντας Προτροπές jailbreak του ChatGPT.
Οι παρακάτω συνομιλίες καταδεικνύουν αυτές τις ευπάθειες. Το ChatGPT έχει περιορισμένα σύνολα δεδομένων. Ως εκ τούτου, δεν μπορεί να κάνει προβλέψεις για ασταθή, μη εγγυημένα γεγονότα.
Παρά τους περιορισμούς του, το ChatGPT εκτέλεσε το αίτημά μας και παρείχε αβάσιμες προβλέψεις μετά το jailbreak του.
4. Τα ιδρύματα ενδέχεται να έχουν πρόβλημα με τη ρύθμιση της τεχνητής νοημοσύνης ανοιχτού κώδικα
Οι ρυθμιστικοί φορείς αγωνίζονται να συμβαδίσουν με την τεχνητή νοημοσύνη και ο πολλαπλασιασμός των μοντέλων ανοιχτού κώδικα απλώς δυσκολεύει την παρακολούθηση. Οι εξελίξεις της τεχνητής νοημοσύνης ξεπερνούν ήδη τα ρυθμιστικά πλαίσια. Ακόμη και παγκόσμιοι ηγέτες τεχνολογίας όπως ο Έλον Μασκ, ο Μπιλ Γκέιτς και Ο Sam Altman ζητά αυστηρότερους κανονισμούς για την τεχνητή νοημοσύνη.
Ο ιδιωτικός και ο δημόσιος τομέας πρέπει να ελέγχουν αυτά τα συστήματα. Διαφορετικά, κακόβουλα άτομα θα συνεχίσουν να τα εκμεταλλεύονται για να παραβιάσουν τους νόμους περί απορρήτου δεδομένων, να εκτελέσουν κλοπή ταυτότητας, και θύματα απάτης, μεταξύ άλλων παράνομων δραστηριοτήτων.
5. Τα χαμηλότερα εμπόδια εισόδου εμποδίζουν την ποιότητα
Ο πολλαπλασιασμός των μοντέλων γλώσσας ανοιχτού κώδικα μειώνει τα εμπόδια εισόδου για συμμετοχή στον αγώνα τεχνητής νοημοσύνης. Θα βρείτε χιλιάδες εργαλεία που βασίζονται σε AI στο διαδίκτυο.
Το να βλέπεις εταιρείες να υιοθετούν τη μηχανική και τη βαθιά μάθηση μπορεί να φαίνεται εντυπωσιακό, αλλά λίγες παρέχουν πραγματική αξία. Οι περισσότεροι απλώς αντιγράφουν τους ανταγωνιστές τους. Με την πάροδο του χρόνου, η προσβασιμότητα εξελιγμένων γλωσσικών μοντέλων και συνόλων δεδομένων εκπαίδευσης μπορεί να εμπορευματοποιήσουν άσκοπες πλατφόρμες τεχνητής νοημοσύνης.
Ο συνολικός αντίκτυπος των μοντέλων γλώσσας ανοιχτού κώδικα στον κλάδο της τεχνητής νοημοσύνης
Ενώ τα μοντέλα γλώσσας ανοιχτού κώδικα καθιστούν τις τεχνολογίες τεχνητής νοημοσύνης πιο προσιτές, παρουσιάζουν επίσης αρκετούς κινδύνους ασφαλείας. Οι προγραμματιστές θα πρέπει να θέσουν αυστηρότερους περιορισμούς. Οι απατεώνες θα συνεχίσουν να εκμεταλλεύονται τη διαφανή αρχιτεκτονική αυτών των συστημάτων διαφορετικά.
Τούτου λεχθέντος, οι καταναλωτές δεν είναι εντελώς ανυπεράσπιστοι απέναντι στις απάτες AI. Εξοικειωθείτε με τους συνήθεις τρόπους με τους οποίους οι απατεώνες εκμεταλλεύονται τα εργαλεία παραγωγής τεχνητής νοημοσύνης και μελετήστε τα προειδοποιητικά σημάδια επιθέσεων. Μπορείτε να καταπολεμήσετε τα περισσότερα εγκλήματα στον κυβερνοχώρο παραμένοντας σε εγρήγορση.