ChatGPT und andere werden in absehbarer Zeit nicht die menschliche Arbeit übernehmen. Sie sind fehleranfällig und KI wird nicht umsonst arbeiten.

Die Veröffentlichung groß angelegter Modelle wie ChatGPT hat bei vielen Menschen Stress und Sorgen hervorgerufen, die befürchten, dass KI bald ihre Jobs übernehmen wird. In diesem Zusammenhang hat OpenAI auch eine Studie veröffentlicht, die zeigt, dass die Auswirkungen von ChatGPT alle Einkommensniveaus abdecken und Arbeitsplätze mit hohem Einkommen möglicherweise größeren Risiken ausgesetzt sind. Was sind die Fakten?

Sollten wir alle Jobs automatisieren, auch die befriedigenden?

Dies ist eine von mehreren Fragen, die kürzlich vom Future of Life Institute aufgeworfen wurden, das ein Moratorium für groß angelegte Experimente mit künstlicher Intelligenz fordert. Derzeit gehören Elon Musk, Steve Wozniak und Andrew Yang zu den mehr als 10.000 Menschen, die dies getan haben unterzeichnete die Initiative. Es mag zwar einen gewissen Hype geben, aber es klingt immer noch ernst – aber wie genau kann KI eingesetzt werden, um alle Arbeiten zu automatisieren? Abgesehen davon, ob dies wünschenswert ist – denken Sie nur: Ist es wirklich möglich?

Douglas Kim, ein Forscher am MIT Connection Science Institute, sagte: Ich denke, das eigentliche Hindernis ist das Aufkommen allgemeiner Fähigkeiten der künstlichen Intelligenz, die wir von OpenAI und Google Bard sehen, und die frühe universelle Verfügbarkeit von Internet- oder Cloud-Infrastrukturdiensten . Was verfügbar ist, ist ähnlich. Wie bereits erwähnt, ist es noch nicht für den breiten Einsatz durch Hunderte Millionen Arbeitnehmer bereit.

Selbst Forscher können mit dem Tempo der KI-Innovation nicht mithalten

Douglas Kim weist darauf hin, dass revolutionäre Technologien sich zwar schnell verbreiten können, sich aber oft erst dann auf breiter Front durchsetzen, wenn sich herausstellt, dass sie nützlich und einfach anzuwenden sind -Anwendungen verwenden. Er wies darauf hin, dass generative KI spezifische Geschäftsanwendungen erfordern wird, um über die Kernzielgruppe der Early Adopters hinauszukommen.

Matthew Kirk, Leiter KI bei Augment Company, vertritt ebenfalls eine ähnliche Ansicht: „Ich denke, was in der KI-Branche passiert, ähnelt dem, was in den frühen Tagen des Internets passiert ist. Die verschiedenen Meinungen der Das Internet war damals sehr verwirrend und es gab keine Standards. Um die Standards festzulegen, denen Menschen folgen, ist es sehr komplex die Entwicklung künstlicher Intelligenz. Die zum Trainieren der Modelle und zur Feinabstimmung der Ergebnisse verwendeten Methoden sind vertraulich, sodass grundlegende Fragen zu ihrer Funktionsweise nur schwer zu beantworten sind. OpenAI hat die Fähigkeit von GPT-4 angepriesen, zahlreiche standardisierte Tests zu bestehen – aber versteht das Modell den Test wirklich, oder ist es lediglich darauf trainiert, die richtige Antwort zu reproduzieren? Was bedeutet das für die Fähigkeit, neuartige Aufgaben zu bewältigen? Über diese Antwort sind sich die Forscher offenbar nicht einig, ebenso wenig über die Methoden, mit denen sie zu ihren Schlussfolgerungen gelangt sein könnten.

Vergleich der standardisierten Testergebnistabelle von GPT 3.5 und GPT 4

Der GPT-4 von OpenAI kann in vielen standardisierten Tests gute Ergebnisse erzielen. Versteht es sie wirklich oder ist es auf die richtigen Antworten geschult?

Selbst wenn Standards vereinbart werden können, kann das Entwerfen und Produzieren der physischen Hardware, die für den breiten Einsatz in KI-gestützten Tools auf Basis großer Sprachmodelle (LLMs) wie GPT-4 oder anderen generativen KI-Systemen erforderlich ist, eine Herausforderung darstellen. Lucas A. Wilson, Leiter der globalen Forschungsinfrastruktur bei Optiver, glaubt, dass sich die KI-Branche in einem Wettrüsten befindet, um möglichst komplexe große Sprachmodelle (LLMs) zu produzieren. Dies wiederum führt zu einem raschen Anstieg der zum Trainieren von Modellen erforderlichen Rechenressourcen.

Wie Menschen arbeitet auch KI nicht umsonst

Gleichzeitig müssen Entwickler Wege finden, Einschränkungen zu umgehen. Das Training eines leistungsstarken Large Language Model (LLM) von Grund auf kann zu einzigartigen Möglichkeiten führen, die jedoch nur großen, gut finanzierten Organisationen zur Verfügung stehen. Es ist viel günstiger, einen Dienst zu implementieren, der bestehende Modelle nutzen kann (zum Beispiel kostet ChatGPT-3.5 Turbo von Open AI den API-Zugriff auf etwa 0,0027 US-Dollar pro 1.000 englische Wörter). Aber wenn KI-gesteuerte Dienste populär werden, werden die Kosten trotzdem steigen. In beiden Fällen ist die Einführung einer KI, die ohne Einschränkungen genutzt werden kann, unrealistisch und wird Entwickler vor schwierige Entscheidungen zwingen.

Hidden Door, ein Startup, das eine KI-Plattform für narrative Spiele aufbaut, sagte CEO und Mitbegründerin Hilary Mason: „Im Allgemeinen sollten Startups, die auf KI basieren, alle herstellerspezifischen Programmierschnittstellen (API) verwenden ) Abhängigkeiten sind sehr vorsichtig. Wir können auch Architekturen erstellen, die nicht GPU-zentriert sein müssen, aber dies erfordert beträchtliche Erfahrung. Hidden Door entwickelt Software, um Benutzer bei der Schaffung einzigartiger narrativer Erlebnisse mithilfe künstlicher Intelligenz zu unterstützen. Dabei handelt es sich um ein KI-gestütztes Screenshot-Tool zur Generierung narrativer Spiele. Benutzer können aus mehreren enthaltenen Rollen und Eingabeaufforderungen wählen.

Die meisten auf generativer KI basierenden Dienste haben eine feste Obergrenze für die Menge an Inhalten, die sie jeden Monat generieren können. Diese Gebühren für professionelle Dienstleistungen können die Kosten für Unternehmen erhöhen und dadurch das Tempo der intelligenten Automatisierung der Arbeitsaufgaben der Menschen verlangsamen. Sogar OpenAI mit seinen enormen Ressourcen schränkt zahlende Benutzer von ChatGPT basierend auf der aktuellen Auslastung ein: Zum jetzigen Zeitpunkt liegt die Obergrenze bei 25 GPT-4-Abfragen alle 3 Stunden. Daher ist dies ein großes Problem für jeden, der sich bei seiner Arbeit auf ChatGPT verlassen möchte.

Entwickler von KI-gestützten Tools stehen ebenfalls vor einer Herausforderung, die so alt ist wie Computer selbst – die Gestaltung einer guten Benutzeroberfläche. Ein leistungsstarkes LLM (Large Language Model), das viele Aufgaben erledigen kann, sollte ein beispielloses Werkzeug sein, aber seine Fähigkeit, Aufgaben zu erledigen, spielt keine Rolle, wenn die Person, die es verwendet, nicht weiß, wo er anfangen soll. Kirk stellte fest, dass ChatGPT zwar einfach zu verwenden ist, die Offenheit der Interaktion mit der KI per Chat sich jedoch als überwältigend erweisen kann, wenn Benutzer sich auf eine bestimmte Aufgabe konzentrieren müssen.

Kirk sagte: „Ich weiß aus früherer Erfahrung, dass das völlige Öffnen von Werkzeugen die Benutzer eher verwirrt als ihnen hilft. Man kann es sich wie eine Halle mit endlosen Türen vorstellen.“ „Die meisten Menschen wären verwirrt, verwirrt und stecken dort fest. Wir müssen noch viel tun, um herauszufinden, welche Tür für Benutzer am besten geeignet ist.“ Mason machte eine ähnliche Beobachtung, fügte er hinzu: „Genau wie ChatGPT hauptsächlich eine UX-Optimierung von GPT-3, ich denke, wir haben gerade erst begonnen, Metaphern im UI-Design zu erstellen. Wir müssen auch KI-Modelle effektiv in Produkten nutzen ein Job für sich

Halluzination hat als besonderes Problem des LLM bereits für Kontroversen gesorgt und auch die Entwicklung künstlicher Intelligenz für sensible Menschen ernsthaft behindert und wichtige Arbeit. LLM verfügt über eine unglaubliche Fähigkeit, einzigartige Texte zu erstellen, Witze zu erzählen und Geschichten über fiktive Charaktere zu erfinden. Wenn jedoch Präzision und Genauigkeit für die Aufgabe von entscheidender Bedeutung sind, wird diese Fähigkeit zum Hindernis, da LLMs häufig nicht vorhandene falsche Quellen oder falsche Aussagen als Tatsachen behandeln.

Kim sagte: In einigen stark regulierten Branchen (Banken, Versicherungen, Gesundheitswesen) ist es für bestimmte Funktionen des Unternehmens schwierig, sehr strenge Datenschutzbeziehungen in Einklang zu bringen und andere regulatorische Anforderungen zur Verhinderung von Diskriminierung. In diesen regulierten Branchen darf eine KI nicht solche Fehler machen, mit denen man beim Verfassen einer Kursarbeit ungeschoren davonkommt.

Unternehmen bemühen sich möglicherweise darum, Mitarbeiter mit Fachkenntnissen in KI-Tools einzustellen. Das Sicherheits- und Forschungsunternehmen für künstliche Intelligenz, Anthropic, machte kürzlich Schlagzeilen mit einer Stellenanzeige für einen Prompt-Ingenieur und einen Bibliothekar, in der es hieß, dass der Kandidat „zusätzlich zu seinen anderen Prompt- oder Prompt-Aufgaben“ für den Aufbau einer hochwertigen Umgebung verantwortlich sei Prompt-Chain-Bibliothek, um verschiedene Aufgaben zu erfüllen. Gehalt 175.000 bis 335.000 US-Dollar. Allerdings sieht Wilson ein Spannungsverhältnis zwischen dem Fachwissen, das für den effektiven Einsatz von KI-Tools erforderlich ist, und den Effizienzsteigerungen, die KI verspricht.

„Wie rekrutiert man Leute für die neue Aufgabe der Schulung von LLMs und entlastet so Mitarbeiter, die sich bereits auf komplexere oder abstraktere Arbeitsaufgaben konzentrieren?“ Wilson fragte Road. „Ich habe noch keine klare Antwort gesehen.“

Trotz dieser Probleme kann es sich dennoch lohnen, Ihre Arbeit mit künstlicher Intelligenz zu ergänzen. Dies war bei der Computerrevolution eindeutig der Fall: Während viele Menschen eine Schulung im Umgang mit den Werkzeugen Word und Excel benötigten, würden nur wenige vermuten, dass Schreibmaschinen oder Diagrammpapier bessere Alternativen seien. Der Brief des Future of Life Institute befürchtet: „Wir ersetzen alle Arbeitsplätze, einschließlich befriedigender Arbeitsplätze, durch Automatisierung.“ Obwohl eine solche Zukunft mindestens mehr als ein halbes Jahr dauern wird, beginnt die Revolution der künstlichen Intelligenz jetzt, und in zehn Jahren wird sich das Bild der Revolution der künstlichen Intelligenz weiter entfalten.

Das obige ist der detaillierte Inhalt vonChatGPT und andere werden in absehbarer Zeit nicht die menschliche Arbeit übernehmen. Sie sind fehleranfällig und KI wird nicht umsonst arbeiten.. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!