L'IA générative est apparue au Forum de Davos. Le PDG d'OpenAI a déclaré que l'IA allait évoluer vers la prochaine ère.

Au cours de la dernière année, l’IA générative a fait une forte percée.

Du texte aux images en passant par les vidéos et même les codes, presque toutes les IA génératives auxquelles vous pouvez penser peuvent vous aider à le faire.

Non, le Sommet économique mondial annuel 2023, le Forum de Davos, a également salué les brillantes réalisations de l'IA générative en 2022.

Cet article qualifie l'IA générative de « jeu révolutionnaire auquel la société et les entreprises doivent s'attaquer sérieusement », ce qui montre à quel point elle est prise au sérieux.

De plus, le forum a également invité Sam Altman, PDG d'OpenAI, à assister et à prononcer le discours d'ouverture de clôture de "AI Moving to the Next Era", et a également discuté d'une série de sujets tels que l'avenir. développement de l’IA au service de l’économie et de la société.

Cette fois, la conversation avec Altman est Reid Hoffman, une entreprise américaine bien connue et co-fondateur de LinkedIn.

Nous avons intercepté un court extrait de la conversation et le lien complet de l'interview est également publié ci-dessous.

• Reid Hoffman : Je pense donc que l'une des choses qui intéresse beaucoup de gens est que de très grands modèles vont être créés sur la base d'API, alors quelles sont les véritables opportunités commerciales ? Quelles sont les pistes pour envisager l’avenir ? Étant donné que l’API sera disponible pour plusieurs acteurs, comment créer une entreprise unique ?
• Sam Altman : Oui. Je pense donc que jusqu'à présent, nous sommes entrés dans un domaine de possibilités infinies où l'on peut faire beaucoup de choses avec des modèles qui étaient compliqués dans le passé. Mais je soupçonne qu’avec la qualité des modèles linguistiques que nous verrons dans les prochaines années, le produit de recherche posera pour la première fois un sérieux défi à Google. Y compris notre ChatGPT, il a été ridiculisé par les gens auparavant, mais il a désormais démontré des capacités qu'aucune entreprise ne peut ignorer.

Altman estime que l'intelligence artificielle est la plate-forme de base pour le développement de toutes les sciences et technologies, des modèles de langage à grande échelle aux énormes progrès dans les applications multimodales qui basculent entre les images et le langage, jusqu'aux applications qui élargissent considérablement le champ d'application. capacités des scientifiques, toutes les industries le feront. De nombreux progrès en ont été réalisés.

Lien vidéo : https://youtu.be/WHoWGNQRXb0

Lien complet de l'interview : https://greylock.com/greymatter/sam-altman-ai-for-the- next-era/

Le dernier article résume également l'histoire du développement de l'IA générative au fil des ans.

Jetons un coup d'œil à la série d'images précédente. De 2014 à 2022, l'IA a fait un bond en avant dans la qualité des images. Ces images sont toutes des personnes générées par des modèles d'IA qui n'existent pas dans la réalité.

La puissance de l'IA générative

Le transformateur pré-entraîné génératif (GPT) est un grand modèle de langage (LLM) qui utilise l'apprentissage en profondeur pour générer du texte de type humain.

Malgré le ralentissement actuel du marché et les licenciements dans le secteur technologique, les entreprises d'IA générative continuent d'attirer l'attention des investisseurs.

Par exemple, Stability AI et Jasper ont récemment levé respectivement 101 millions de dollars et 125 millions de dollars américains. Des investisseurs tels que Sequoia Capital estiment que le domaine de l'IA générative peut générer des milliards de dollars en valeur économique.

Avec la sortie de nouveaux modèles tels que Stable Diffusion et ChatGPT, l'IA générative est devenue un sujet brûlant parmi les experts en technologie, les investisseurs, les décideurs politiques et la société en général.

L'IA générative n'est pas un concept nouveau La technologie d'apprentissage automatique derrière l'IA générative a été continuellement développée au cours de la dernière décennie.

Les modèles de formation d'IA générative fonctionnent en apprenant à partir de grands ensembles de données et en utilisant ces connaissances pour générer de nouvelles données similaires aux exemples de l'ensemble de données de formation.

Cela se fait généralement à l'aide d'un algorithme d'apprentissage automatique appelé modèle génératif. Il existe de nombreux types de modèles génératifs, chacun utilisant une méthode différente pour générer de nouvelles données.

Certains types de modèles génératifs courants incluent les réseaux contradictoires génératifs (GAN), les VAE et les modèles autorégressifs.

Par exemple, un modèle génératif formé sur un ensemble de données d'images de visages pourrait apprendre la structure générale et l'apparence des visages, puis utiliser ces connaissances pour générer de nouveaux visages inédits qui semblent authentiques et crédibles.

Les modèles génératifs sont utilisés dans diverses applications, notamment la génération d'images, le traitement du langage naturel et la génération de musique. Ils sont particulièrement utiles pour les tâches pour lesquelles la génération manuelle de nouvelles données est difficile, comme la création de nouvelles conceptions de produits ou la génération de discours réalistes.

La dernière version d'OpenAI, ChatGPT, a fait sensation et a attiré 1 million d'utilisateurs en seulement cinq jours, et est décrite comme une percée dans un plus large éventail de tâches.

Les cas d'utilisation actuellement discutés incluent de nouvelles architectures pour les moteurs de recherche, l'explication d'algorithmes complexes, la création de robots thérapeutiques personnalisés, l'aide à la création d'applications à partir de zéro, l'explication de concepts scientifiques, et bien plus encore.

Les programmes de conversion texte-image comme Midjourney, DALL-E et Stable Diffusion ont le potentiel de changer la façon dont l'art, l'animation, les jeux, les films, l'architecture et bien plus encore sont rendus.

S'appuyant sur la nouvelle ère de collaboration homme-machine, les optimistes affirment que l'IA générative facilitera le processus créatif des artistes et des designers, car les systèmes d'IA générative amélioreront les tâches existantes, accéléreront l'idéation et créeront de nouvelles idées. phase créative.

En plus de l'espace créatif, les modèles d'IA génératifs ont des capacités de transformation dans des domaines scientifiques complexes tels que l'ingénierie informatique.

Par exemple, GitHub Copilot, propriété de Microsoft, est basé sur le modèle Codex d'OpenAI et peut suggérer du code et aider les développeurs à automatiser leurs tâches de programmation.

Le système automatise jusqu'à 40 % du code du développeur, augmentant ainsi considérablement le flux de travail.

Risques potentiels et inconnus

Bien que l'IA générative suscite l'enthousiasme des gens quant à la créativité qu'elle apporte, l'impact de ces modèles sur la société suscite également des inquiétudes.

L'artiste numérique Greg Rutkowski craignait qu'Internet soit inondé d'œuvres d'art impossibles à distinguer de son propre travail, simplement en demandant au système de copier l'œuvre dans son style unique.

Le professeur d'art Carson Grubaugh partage les mêmes préoccupations et prédit qu'une grande partie de la main-d'œuvre créative, y compris les artistes commerciaux travaillant dans les secteurs du divertissement, des jeux vidéo, de la publicité et de l'édition, pourrait être mise au chômage par les modèles d'IA générative.

En plus de leur impact profond sur les tâches et les emplois, les modèles d'IA génératifs et les externalités associées ont suscité l'inquiétude au sein de la communauté de gouvernance de l'IA.

L'un des problèmes des grands modèles linguistiques est leur capacité à générer du contenu faux et trompeur.

Meta's Galactica – un modèle formé sur 48 millions d'articles scientifiques qui prétendait pouvoir résumer des articles universitaires, résoudre des problèmes mathématiques et écrire du code scientifique – a été retiré moins de trois jours après sa mise en ligne parce que Science L'industrie a constaté qu'elle comprenait mal les étudiants. et produit des données et des connaissances incorrectes.

De plus, les robots qui réussissent le test de Turing ont la capacité de présenter un comportement intelligent similaire ou impossible à distinguer des humains. De telles capacités peuvent être utilisées à mauvais escient pour générer de la désinformation sur les plates-formes et les écosystèmes.

Les grands modèles continuent d'être formés sur des ensembles de données massifs représentés dans des livres, des articles et des sites Web, qui peuvent être biaisés de manière difficile à filtrer complètement.

Bien que les résultats nuisibles et inauthentiques aient été considérablement réduits grâce à l'utilisation de l'apprentissage par renforcement avec retour humain (RLHF) dans le cas de ChatGPT, OpenAI admet que son modèle peut toujours produire des résultats malveillants et biaisés.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!