Google-Forscher kritisierten GPT-Startups wegen ihres Hypes und verschickten wütend 18 Tweets!

Im Bereich KI war der Traffic-König im letzten Jahr niemand Geringeres als die generative KI.

Von DALL-E 2 bis ChatGPT, von Stable Diffusion bis Midjourney hat die AIGC-Branche ein explosionsartiges Wachstum verzeichnet. ​

Der Zustrom generativer Tools auf Basis künstlicher Intelligenz hat Investmentunternehmen und die breite Öffentlichkeit verblüfft.

Die Top-Investmentfirma Sequoia Capital schrieb in einem Blogbeitrag: „Generative KI wird nicht nur schneller und billiger, sondern in einigen Fällen auch besser, als Menschen erschaffen können.“ „ Man kann sich leicht vorstellen, dass generative künstliche Intelligenz in ein paar Jahrzehnten tief in der Art und Weise verwurzelt sein wird, wie wir arbeiten, kreieren und spielen Allein im Jahr 2022 wird es in diesem Bereich 78 Transaktionen geben, die auf 1,37 Milliarden US-Dollar geschätzt werden.

Während die Entwickler und Investoren von KI-Modellen glauben, dass sie eine Kraft für Veränderungen auf dem Planeten sind, ist nicht jeder auf diesem Gebiet davon überzeugt, dass diese generativen Maschinen die stärksten sind Gute Wahl.

Google-Forscher: Hype kann GPT nicht retten

„Die aktuelle Atmosphäre der künstlichen Intelligenz und der „Web3-Boom im Jahr 2021. Es gibt viele Ähnlichkeiten und es bereitet mir Unbehagen“, warnte François Chollet, Experte für Deep-Learning-Forschung bei Google und Entwickler des Deep-Learning-Systems Keras, auf Twitter eindringlich vor dem aktuellen Investitionsboom. „Die Leute glauben Erzählungen, die nicht die Wahrheit sagen.“ #François Chollet

In drei Jahren wird GPT eine „zivilisationsverändernde“ Wirkung haben (und einen 100-fachen ROI bringen)“, fuhr er fort. „Ich persönlich denke, dass es für die Entwicklung von LLM zwei Situationen gibt: einen Bullenmarkt und einen Bärenmarkt.“ wird zu einem breiten Paradigma für die meisten Interaktionen zwischen Technologieprodukten.“ Selbst in diesem Fall bleibt die künstliche allgemeine Intelligenz (AGI) ein „Wunschmodell“.

Gleichzeitig werden in einer Bärenmarktsituation große Sprachmodelle wie GPT-3 „in den Bereichen SEO (Suchmaschinenoptimierung), Marketing und Texterstellung finden „Es waren begrenzte Erfolgsgeschichten“, und es stellte sich heraus, dass es sich um eine „völlige Blase“ handelte.

Chollet glaubt, dass die endgültige Entwicklung von LLM wahrscheinlich irgendwo zwischen den beiden liegen wird und eher zu Letzterem tendiert. „Künstliche Intelligenz als universelle Schnittstelle für unsere Informationen“ wird es definitiv in der Zukunft geben, aber diese Technologiegeneration ist noch nicht in der Lage, dies vollständig zu erreichen.

Ein wichtiges Kriterium für den Erfolg des LLM-Modells ist die Kommerzialisierung. Wenn LLM enorme wirtschaftliche Erträge erwirtschaften kann, wird die Kommerzialisierung dieser Technologie erfolgreich sein.

Am Beispiel von OpenAI wird der Gewinn des Unternehmens im Jahr 2021 etwa fünf bis zehn Millionen US-Dollar betragen, im Jahr 2022 werden es dreitausend bis 40 Millionen sein . Auch wenn die Bilderzeugungstechnologie so leistungsstark ist wie OpenAI, wurde vom Markt nur der kommerzielle Wert erkannt.

Chollet sagte, dass er gerne die beliebtesten ChatGPT-Tweets auf Twitter durchsucht, um mehr über die Anwendungsfälle dieser Technologie zu erfahren. Nachdem er eine große Anzahl von Tweets durchgesehen hatte, stellte Chollet fest, dass es in 80 % der Beiträge darum ging, wie man Traffic anzieht, und schlimmer noch, dass es sich lediglich um Spielereien handelte, um Klicks zu generieren.

Ob es sich um „10 Secrets to Pay to Unlock ChatGPT“ oder verschiedene ChatGPT-Schulungskurse handelt, die Entstehung von LLM ist von großer Bedeutung für Das kommerzielle Modell der Verkehrsmonetarisierung hat disruptive Auswirkungen.

Allerdings ist Chollet davon überzeugt, dass das tatsächliche Potenzial von ChatGPT weit darüber hinausgeht. Es könnte in den Bereichen Konsumgüter, Bildung und Suche glänzen.

Was auch immer die Zukunft bringt, die Menschen werden es bald erfahren. Milliarden von Dollar fließen in diesen Bereich, um ChatGPT oder eine ähnliche Technologie auf eine große Anzahl von Produkten anzuwenden. Bis Ende des Jahres werden die Menschen über genügend Daten verfügen, um ein Urteil zu fällen.

Natürlich sagte Chollet auch, dass Deep Learning, abgesehen vom Hype, „viele coole Dinge aufbauen“ kann. Das war vor fünf Jahren so, so ist es heute und auch in fünf Jahren wird es immer noch so sein. Auch ohne den Heiligenschein, den Hypemen ihr verleihen, ist diese Technologie immer noch sehr wertvoll.

web3 ist nicht mit LLM zu vergleichen. Schließlich ist Web3 eine reine Spielerei, während LLM eine echte Technologie mit praktischen Anwendungen ist. Der Hype, auf den sich Chollet bezieht, ist eine Blase, die sich unter der Risikokapitalmasse bildet.

Am Ende des Artikels erklärte Chollet, wie die GPT-Technologie „erfolgreich vermarktet“ wird. „Die treibende Kraft für Investitionen in GPT sind nicht experimentelle Daten oder Gewinn- und Verlustrechnungen, sondern reiner Hype und unbegründete Narrative. Sie bilden einen in sich konsistenten Kreislauf: Hype zieht Investitionen an, und erhöhte Investitionen führen zu mehr Hype, der wiederum zu mehr Mehr führt.“ Kapital strömt herein.“

Das Wichtigste ist, dass wenn man eine Lüge hundertmal wiederholt, sie zum gesunden Menschenverstand wird. Der „große Kuchen“ ohne jegliche Datenunterstützung ist durch Mundpropaganda zum selbstverständlichen Standard geworden.

Marcus: Glauben Sie nicht zu sehr an GPT

Chollet ist nicht der Einzige, der gegenüber GPT vorsichtig ist. Auch Marcus, Professor an der New York University, schüttet oft kaltes Wasser über die Begeisterung der Welt.

Im Interview sagte Marcus, dass ChatGPT zwar alles zu wissen scheint, aber auch fehleranfällig ist. ChatGPT ist das gleiche wie zuvor, und das zugehörige System „ist immer noch unzuverlässig, versteht die reale Welt immer noch nicht, versteht die psychologische Welt immer noch nicht und ist immer noch voller Fehler.“ Die KI-Community freut sich über die Ankunft von GPT-4, Marcus, aber es gab 7 weniger positive Vorhersagen.

1. GPT-4 wird wie seine Vorgänger immer noch alle möglichen dummen Fehler machen.

Manchmal kann eine bestimmte Aufgabe gut erledigt werden, manchmal scheitert es, aber Sie können nicht im Voraus vorhersagen, welche Situation eintreten wird.

2. Die Argumentation von GPT-4 in Physik, Psychologie und Mathematik ist immer noch unzuverlässig.

Es kann möglicherweise einige Projekte lösen, die zuvor nicht erfolgreich in Frage gestellt wurden, ist jedoch bei längeren und komplexeren Szenarien immer noch hilflos.

Wenn man beispielsweise eine medizinische Frage stellt, verweigert es entweder die Antwort oder gibt gelegentlich Unsinn von sich, der vernünftig klingt, aber gefährlich ist. Obwohl es eine große Menge an Inhalten im Internet verschlungen hat, ist es nicht vertrauenswürdig und vollständig genug, um zuverlässige medizinische Ratschläge zu geben.

3. Fließende Halluzinationen bleiben häufig und können leicht induziert werden.

Dennoch sind große Sprachmodelle immer noch ein Werkzeug, mit dem sich leicht Informationen erstellen lassen, die vernünftig klingen, aber völlig falsch sind.

4. Die Ausgabe in natürlicher Sprache von GPT-4 kann nachgelagerte Programme immer noch nicht zuverlässig bedienen.

Entwickler, die damit virtuelle Assistenten erstellen, werden feststellen, dass sie nicht in der Lage sind, die Benutzersprache zuverlässig der Benutzerabsicht zuzuordnen.

5. GPT-4 selbst wird keine allgemeine künstliche Intelligenz sein, die jede Aufgabe lösen kann.

Ohne externe Hilfe kann es weder Metas Cicero in „Diplomatie“ besiegen, noch kann es „Optimus Prime“ in „Transformers“ zuverlässig fahren, noch ist „Optimus Prime“ wie „The Jetsons“ so vielseitig .

6. Der „Zusammenhang“ zwischen „was Menschen wollen“ und „was Maschinen tun“ ist immer noch ein kritisches und ungelöstes Thema.

GPT-4 wird immer noch keine Kontrolle über seine Ausgabe haben, einige Empfehlungen werden überraschend schlecht sein und Beispiele für maskierte Voreingenommenheit werden innerhalb von Tagen oder Monaten entdeckt.

7. Wenn AGI (Künstliche Allgemeine Intelligenz) realisiert wird, werden große Sprachmodelle wie GPT-4 möglicherweise Teil der endgültigen Lösung, aber nur ein Teil davon. Eine bloße „Skalierung“, also der Aufbau eines größeren Modells, bis es das gesamte Internet einnimmt, wird sich bis zu einem gewissen Grad als nützlich erweisen. Aber allgemeine künstliche Intelligenz, die vertrauenswürdig ist und mit menschlichen Werten im Einklang steht, wird definitiv aus strukturierteren Systemen stammen. Es verfügt über mehr integriertes Wissen und beinhaltet explizite Argumentations- und Planungstools. Diese fehlen alle im aktuellen GPT-System.

Marcus glaubt, dass sich der Schwerpunkt der KI innerhalb eines Jahrzehnts, vielleicht sogar weniger, von der Skalierung großer Sprachmodelle hin zur Integration in ein breiteres Spektrum von Technologien verlagern wird.

Coole Sachen machen immer Spaß, aber das bedeutet nicht, dass sie uns zu einer glaubwürdigen allgemeinen künstlichen Intelligenz führen können.

Investoren: Aber es macht Spaß

Aber auch wenn Experten auf dem Gebiet der KI den Anlegern ernsthaft raten, „wegzulaufen“, haben GPT-Anhänger immer noch Schecks in der Hand und äußern sich optimistisch hinsichtlich der Technologie.

Erst heute verhandelt Microsoft darüber, 10 Milliarden US-Dollar in OpenAI zu investieren, was den Marktwert des Unternehmens auf fast 30 Milliarden US-Dollar steigern wird.

Niko Bonatsos von der Risikokapitalgesellschaft General Catalyst sagte in einem Interview: „Das ist der Paradigmenwechsel, auf den wir gewartet haben.“ „Vielleicht ist er größer, als wir dachten.“ Diese Algorithmen sind cool. Der Text-Bild-Generator ist beeindruckend und öffnet Photoshop-Neulingen die Tür zu einer kreativen Welt. Für sie macht es zumindest Spaß, mit dem GPT-System zu spielen.

Obwohl die CEOs der Branche offen dafür sind, dass diese Projekte noch in den Kinderschuhen stecken, sind das disruptive Potenzial und die verschwommenen kreativen Grenzen, die sie darstellen, vorerst schwer zu ignorieren.

Um wirklich einen „Paradigmenwechsel“ herbeizuführen, müssen Produkte nach Ansicht von Chollet nicht nur cool und interessant, sondern sogar sehr nützlich für Nischenprodukte sein.

Er warnt davor, dass VCs weitaus größere Risiken eingehen, als sie denken, was sowohl den Hype-Zyklus der unausgegorenen Produkte anheizt als auch in die Irre geführt wird. Capital hat keine umsichtigen Prognosen für diesen aufstrebenden Markt abgegeben, der zwar weitreichende Aussichten bietet, aber immer noch erhebliche Einschränkungen aufweist.

„Jeder beginnt zu glauben, dass er der Auserwählte ist, besonders diejenigen, die sich selbst als Widersacher bezeichnen“, sagte er.

Das obige ist der detaillierte Inhalt vonGoogle-Forscher kritisierten GPT-Startups wegen ihres Hypes und verschickten wütend 18 Tweets!. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!