Sztuczna inteligencja: Dlatego rewolucja AI jest największą rewolucją w historii ludzkości

Wiele osób uważa, że ChatGPT jest tylko kolejną wersją poprawioną systemów AI. To jest całkowicie nieprawda. W ostatnim czasie miały miejsce szereg sensacji, których większość ludzi nie wie. Yes sam np. mogę w krótkim czasie stworzyć kilka wysoko wydajnych systemów AI i uruchomić je na mojej własnej maszynie bez potrzeby połączenia z Internetem.

W krótkich słowach

Ten artykuł odpowiada na następujące pytania:

Czym jest rewolucja AI i w jakim stadium się znajduje?
Odpowiedź: Rewolucja AI dotyczy szybkiej ewolucji i doskonalenia sztucznej inteligencji, która ma głębokie skutki dla historii ludzkości. Jest już w fazie World Scope 3 z 5, gdzie etapy 4 (materializacja AI) i 5 (socjalizacja) są jeszcze nieosiągnięte.
Czy jakieś wpływ na społeczeństwo ma rewolucja w dziedzinie sztucznej inteligencji?
Odpowiedź: Rewolucja AI może np. spowodować, że kursy akcji będą tak dobrze przewidywalne, że rynek papierów wartościowych w swojej obecnej formie zniknie.
Czy są jakieś przykłady aplikacji AI, które autor sam tworzył?
Odpowiedź: Autor stworzył program AI do transkrypcji audio podcastów i system obliczania podobieństwa zdjęć i tekstów.
Czym różnią się lokalne systemy AI od tych opartych na chmurze?
Odpowiedź: Lokalne systemy AI umożliwiają lepszą kontrolę i dostosowanie, zmniejszają niepewność prawną i problemy z ochroną danych oraz nie powodują kosztów dla innych.
Jak się zmieniła szybkość rozwoju AI?
Odpowiedź: Tempo rozwoju AI przyspieszyło lawinowo, z codziennymi wiadomościami z dziedziny badań i otwartą kulturą wymiany wiedzy i kodu źródłowego.

Kluczowe słowa klucze:

Inteligencja sztuczna, zdolności obliczeniowe, rozmiar pamięci, rewolucja AI, wielkość modelu, dostępność środków.

Wprowadzenie

Rewolucja AI nie zaczęła się ani nie zacznie, jest już zupełnie zrealizowana, a mianowicie dla tzw. World Scope 3 od 5. Test Turinga został po raz pierwszy (moim zdaniem) niedawno przeprowadzony, a mianowicie przez OpenAI's ChatGPT lub też porównywalne systemy inteligentne (jak LLaMA od Meta). ([1])

Wielkie bazy danych z kolekcjami tekstów lub zdjęć określa się jako World Scope 1, Scope 2 odnosi się do masowych danych internetowych. Scope 3 oznacza modele wielomodalne (więcej poniżej). Następne dwa stopnie są jeszcze nieosiągalne: Scope 4 to materializacja AI (roboty itp.) i Scope 5 to socjalizacja. Aż do tego czasu, prawdopodobnie, będą musiały upłynąć kolejne 10 lub więcej lat, bym się mógł modlić. Z pewnością jednak Wasz los będzie przypieczętowany, jeśli nie jesteście jeszcze w wieku emerytalnym i żyjecie długo.

Wiele osób jeszcze nie zdawało sobie sprawy z tym, że przełom w rozwoju społecznym nastąpi już za krótkim czasie, dzięki ogromnym możliwościom, jakimi dysponuje sztuczna inteligencja. Nie jest to tylko przypuszczenie, lecz moje przekonanie. Wierzcie mi lub nie, tak się stanie. A raczej jeszcze w tym roku (2023).

Pierwszy przegląd: Kursy akcji będą tak łatwo przewidywalne, że każdy z małym kapitałem na koncie będzie mógł bezpiecznie hazardować, aby pomnożyć swoje pieniądze. To spowoduje (według mojej naiwnych założeń) to, że rynek akcji w jego obecnej formie przestanie istnieć. Oto tu są historia kursów akcji jako plik CSV. Archiwa wiadomości dostępne są na różnych platformach. Huch, to już mamy dane potrzebne do podstawowego modelu … Może jeszcze potrzebujemy przewidywań pogody i zdarzeń środowiskowych? Co jeszcze moglibyśmy potrzebować?

Co piszę o rynku akcji, mogę teraz sam programować:Program przewidywania kursów akcyjnych, który działa w niesłychanej jakości, a to wszystko na moim własnym starym komputerze*, który kupiłem około 3 lat temu za stosunkowo niską cenę. Trochę pracy trzeba się dać, aby takie programy działały. Ale w każdym razie wiem, jak to robić, co są kroki i które problemy należy rozwiązać. Problemy, które wydają się rozstrzygalne, opierają się na wysokiej jakości danych masowych. Trzeba więc mieć dużą ilość historycznych kursów akcyjnych oraz wiadomości gospodarcze z przeszłości.

Przykład rzeczywisty: transkrypcja audio przy użyciu AI

Oto rzeczywista próba tego, co yes z niewielkimi środkami właśnie napisałem: Stephan Plesnik i yes ostatnio nagraliśmy odcinek #24 privacy Deluxe Podcasts. Mowa jest o ChatGPT i AI oraz zagrożeniach również w kwestii ochrony danych osobowych.

Napisałem program AI z kodem źródłowym i uruchomiłem go. Jako wejście określiłem plik MP3 naszej odsłonie 24 podcastu. Program używa modelu AI, który został zoptymalizowany do transkrypcji audio. Podczas transkrypcji próbuje on przekształcić mowę w tekst. Wiele osób korzysta z tego, aby dodać napisy do filmów i seriali z mniejszym nakładem pracy niż przy pisaniu go ręcznie.

Oto odtwarzanie dźwięku, do którego moje programy AI wyekstrahowały tekst, który został wypowiedziany:

Oto nieprzetworzona oryginalna wersja mojego programu AI dla odcinka podcastowego (tylko "Stephan" zamiast "Stefan" przetworzyłem):

Ochrona danych Deluxe, podcast o tematyce ochrony danych i informatyki z Dr. Klausem Meffertem i Stephanem Plesnikiem.
[00:12.000 - 00:22.000] Tak, cześć i witam serdecznie w privacy Deluxe Podcast. Jestem Stephan Plesnik i u mnie zawsze jest Dr. Klaus Meffert. Cześć Klausie, jak się masz?
Cześć Stefanie, wszystko jest dobrze. Mam nadzieję, że u ciebie również i cieszę się z naszej rozmowy.
[00:27.000 - 00:37.000] Yes wspaniale, u mnie wszystko jest w porządku i yes to całkiem świadomie tak sformułowałem. Zaczynam od cytatu i potem dla wielu osób wyjaśni się, o czym mówimy dzisiaj.
[00:37.000 - 00:51.000] To cytata mówią, że inteligencja to zdolność do zaakceptowania swojej otoczenia. Yes uważam, że jest to bardzo piękny wypowiedź, bo chcemy dzisiaj porozmawiać o pewnym temacie.
[00:51.000 - 01:03.000] To jest naprawdę zabawne, że nie rozmawialiśmy o tym tak długo, a mianowicie o ChatGPT i jego konsekwencjach prawnych oraz przede wszystkim dla prywatności.
[01:03.000 - 01:15.000] I umiejętność zaakceptowania swojego otoczenia byłoby w istocie oznaczać, że musielibyśmy używać naszej inteligencji, aby zaakceptować to, że to istnieje.
[01:15.000 - 01:34.000] Co myśliś w ogóle o temacie ChatGPT i tych wszystkich próbach, jakie mamy teraz np. z Włochami, że ono ma być zakazane ze względu na nieprawidłowe przetwarzanie danych osobowych?
[01:34.000 - 01:46.000] Tak, a może najpierw cytatu. To może powiedział tylko człowiek, który mówi wyłącznie o ludzkiej inteligencji, myślę, bo system komputerowy jest mu zupełnie obojętny.
[01:46.000 - 02:00.000] I twierdzę, że istnieje test, który pozwala stwierdzić, czy system komputerowy posiada inteligencję ludzką, a co najmniej takie same umiejętności jak inteligencja ludzka.
...

Tekst jest tak dobry jak możliwie błędny, chociaż mówiąc zupełnie inaczej niż w napisanym tekście. Ponadto w podcastzie trzy głosy słychać, a mianowicie Stephan Plesnik, yes i głos intro. W intro nawet jest muzyka za głosem. Mimo to moje oprogramowanie udało się przetłumaczyć język na tekst. Z prostą poprawką przez program statyczny można automatycznie dalej gładzić tekst i przybliżyć go do gramatycznie poprawnego tekstu.

Indeksy czasowe w powyższej wydrukuje program również generował. Różnicowanie mówców jest również (lekko) możliwe. Yes nie wprowadziłem go jeszcze.

Oto wynik w postaci videa bezpiecznego od punktu widzenia ochrony danych, składającego się z statycznego obrazka i automatycznie wygenerowanego transkrypcji podcastu (pierwsze 7 minut, niezbyt istotna późniejsza edycja):

Jak widać, zostały rozwiązane wiele złożonych zadań, m.in.:

• ""Äh" i kilka innych słów wypełniaczych wyfiltrowano.
• Powtarzania słów rozpoznane i wyfiltrowane.
• Rzeczy obce i angielskie pojęcia prawidłowo zrozumiałe.
• Współczesne mówienie kilku rozmówców nie jest dla AI problemem.
• Wiele głosów.
• Również mniej "proste" słowa i wyrażenia idiomatyczne są rozpoznawane, np. "wszystko w porządku".
• Muzyka wyfiltrowana itp.

Moje budżet: 0 euro, czas poświęcony: wieczór (mało czasu, aby napisać dla Twojego problemu program komputerowy).

Teraz jesteście przekonani, że AI osiągnęła poziom, który nigdy nie istniał? Nie tylko to: współczesne systemy AI posiadają jeszcze inne bardzo istotne cechy, które sprawiają, że całość jest tak ważna i interesująca.

Rewolucja AI jest ukończona

Naturalnie będą następować dalsze rozwojów. Ale bardzo istotny i ekstremalny przełom został niedawno pozytywnie załatany.

Rewolucja AI na poziomie testu Turynga jest ukończona. Kto uważa, że współczesna sztuczna inteligencja nie jest szczególnie rewolucyjna, nie zrozumiał rozwoju i nie ma pojęcia o tym, co się dzieje.

Będą następować kolejne rewolucje.

Niedawno w telewizji ZDF odbyła się talk-show (powinna być prowadzona przez Maybritt Illner). W programie dyskutowali Ranga Yogeshwar i Saskia Esken. Chcę tu wyrazić tylko swoją opinię o wypowiedziach pani Esken dotyczących sztucznej inteligencji.

Pani Esken jest informatyką, tak jak yes (jeśli nie byłoby tej języka płciowego, zdanie nie byłoby mylące i nie sugerowałoby, że przeszłam na drugą płci). W przeciwieństwie do pana Yogeshwara, Pani Esken nie widziała rewolucji, ale zwróciła się do wcześniejszych (bardzo niedawnych) sukcesów sztucznej inteligencji. Z tym pomija pewne istotne cechy obecnych podejść, takich jak GPT („obecny” zamiast „obecnie” nie byłby w stanie oddać tempa rozwoju).

Stan techniczny

Zaczniemy od czegoś oczywistego, co na pierwszy rzut oka nie ma nic wspólnego z AI. Jak każdy wie i bez wątpienia przyjmuje (poza tymi, którzy są prawnikami i znajdują się w sporze …), nowoczesne systemy komputerowe mają przede wszystkim dwa cechy:

• Duża wydajność obliczeniowa (w tym duże i szybkie miejsce do przechowywania danych i pamięci główną).
• Cena bardzo niska: Moje pierwsze urządzenie drukujące kosztowało w 1988 roku ponad 1200 DM i było drukarką o dziewięciu igłach. Analogicznie zachowywały się również komputery domowe, które były bardzo wolne i których dokładnej ceny nie pamiętam już. Mój model miał wtedy 4,77 MHz i 2 x 64 KB pamięci RAM oraz jednostkę odczytu dyskietek. Oczywiście miało ono tylko procesor z jednym rdzeniem. Co to jest rdzeń procesora, nie wiedziano jeszcze wtedy.

Rozwój komputerów osiągnął punkt, w którym każdy może mieć Superkomputer pod biurkiem za niewielkie pieniądze. Czy znacie tanie urządzenie, które przed 8 laty mogło transkrybować plik audio o bardzo wysokiej jakości?

Dodatkowo łączności sieciowe stały się zawsze szybsze zarówno w internecie jak i w intranecie. Jednak Vodafone zdaje się nie mieć pojęcia o tym trendzie, co każdy klient kablowy od Vodafone potwierdzi, kto chce przeprowadzić konferencję telewizyjną za pomocą tej linii.

Hauptspeichergrößen wybuchają, co dla aplikacji AI jest bardzo istotne. Z 32 GB można sobie poradzić, jeśli chodzi o trenowanie nowych modeli.

Pamięci dyskowe są również bardzo duże i jednocześnie tanie stały się. Podstawą aplikacji AI są dane masowe. Dlatego ten punkt jest szczególnie ważny. Moja starsza 2 TB płyta twarda jest wystarczająco duża, aby przechowywać kilka większych zestawów danych dla aplikacji AI jednocześnie. Następna płyta będzie jednak przynajmniej 4 TB duża, aby nie mieć problemu z miejscem od razu.

Karty graficzne, które pierwotnie (przypuszczam) zostały zoptymalizowane dla gier komputerowych o dużej intensywności obliczeniowej i potęgi wizualnej, przypadkowo przynoszą rodzaj chipów, który może wykonywać obliczenia AI z niezwykłą szybkością. Mamy tu na myśli GPU. Średnie karty graficzne do gier od Nvidia posiadają 5888 CUDA-kernów (CUDA = Compute Unified Device Architecture). CUDA-kerny działają tak samo jak CPU-kerns. Jednakże, prawdopodobnie już zauważyliście, że w procesorach znajduje się stosunkowo niewiele kernerów (12 np. w bardzo dobrych chipach Intelu). Teraz porównajcie liczbę 12 z liczbą 5888 i zastanówcie się, jak szybciej może przebiegać obliczenie!

Karty graficzne, procesory CPU, wielkości pamięci RAM, miejsca na dyskach twardych, obliczenia w chmurze: najwyższa wydajność za najniższą cenę – to podłoże rewolucji AI.

Oto przykład na to, jak łatwo można wykorzystać procesory graficzne (GPUs) zamiast procesorów komputerowych (CPUs) w aplikacjach AI:

Urządzenie = 'cuda' jeśli torch.cuda.is_available() inaczej 'cpu'

Polecenie to następuje: Jeśli dostępna jest karta graficzna zdolna do pracy z AI, jej miliony rdzeni procesorowych są wykorzystywane do obliczeń. W przeciwnym wypadku używane są niewiele mniej niż 8 lub 12 rdzeni CPU i należy trochę dłużej czekać. Wynik będzie dostępny z prędkością światła w najlepszym przypadku, a z prędkością dźwięku w najgorszym (porównanie to nie ma podstaw naukowych, ale pokazuje jak daleko posunęliśmy się).

Dalej dostępne są aplikacje chmurowe o bardzo wysokiej jakości (wydajności, komfortu) za bardzo niską cenę. Aplikacje chmurowe oznaczają przede wszystkim obliczenia w chmurze. Magazynowanie w chmurze jest mniej tego samego, choć przechowywanie danych online w dziedzinie AI ma swoje uzasadnienie.

Technologia, z której każdy rodzaj aplikacji może skorzystać. Rewolucja w dziedzinie sztucznej inteligencji była możliwa tylko dzięki tym parametrom. Za mało mocy procesora i karty graficznej niszczy każde matematyczne modelowanie, co wymaga ogromnych zasobów. Kto jeszcze czekałby na przewidywania pogody z jutra, aby móc je ogłosić dopiero za dwa dni? Lepiej więc pozostaje przekazanie przez Żydów Świadków Jehowy, którzy są bardziej efektywni (mniejszy wah w kierunku ochrony danych osobowych, ponieważ wyrok Trybunału Sprawiedliwości Unii Europejskiej stwierdza, że Świadkowie Jehowy jako przekazujący i wspólnota wiary są współodpowiedzialni za przekazywanie).

Technika algorytmu

Obecna inteligencja sztuczna w moim przekonaniu doskonale oddaje sposób działania ludzkiego mózgu. Mózg otrzymuje serię bodźców, mianowicie poprzez

• Oczy
• Ucho
• Nose
• Kontakt cielesny, ruch włosów…

Te Stimuli są przekształcane w sygnały analogowe. Te sygnały są w neuronalnym sieci w mózgu między neuronami przetwarzane. Do tego celu są używane synapsy jako połączenia między neuronami. Synapsy są różnie silnie podłączone do neuronów. System uczy się przez edukację rodziców oraz informacje z otoczenia. Na tej podstawie odbywają się procesy myślowe, które często są następstwem działań (wydanie mowy, wydrukowanie tekstu, ruch). To było już wszystko, czy nie?

Analogowo działa KNN (sieć neuronowa sztuczna) lub obecnie technologia AI:

• Stymulacje pochodzą z danych wejściowych: tekstów, obrazków, plików audio, plików wideo
• Transformator koduje te sygnały w ciągi liczbowe dyskretne
• Te dane są przetwarzane w sieci neuronowej sztucznej
• Sieci neuronowe generują wyjście w postaci tekstu, języka, obrazu lub filmu

Analogia jest istotna. To, że systemy AI nie wiedzą, co znaczy ich wyniki, uważam za argument nieważny. Kto może udowodnić, że człowiek wie, co znaczą jego wyniki? Gdy ktoś musi wyjaśnić pojęcie, ciągle odnosi się do innych pojęć, aż w końcu 100-tego pojęcia można wyjaśnić za pomocą pierwszego. Gdy chodzi o rzeczywisty obiekt, można na niego wskazać. Komputer zrobi to niedługo. Gdy chodzi o abstrakcyjny obiekt, komputer może tak samo wiele jak człowiek.

Rozmiar modeli

Model jest w zasadzie połączeniem neuronów w mózgu AI. Pobierz model i pobrać (często specjalizowanego) mózg.

Imię więcej połączeń ma sztuczne mózg, tym większa szansa, że będzie miało wyższe umiejętności. Co najmniej można by to naivnie wyciągnąć z rozwoju modeli wielkości GPT.

ChatGPT-2 miał jeszcze 1,5 miliarda parametrów w modelu. Parametr odnosi się (w skrócie) do konfiguracji neuronu, ponieważ GPT opiera się również na sieci neuronalnej. Wersja GPT-3 miała już 175 miliard parametrów i wynosiła około 350 GB. Rozmiar pamięci jest imponujący, ale każde tani notebook może z nim poradzić sobie. Jednak chodzi również o obsługę modelu, nad którym wykonuje się skomplikowane obliczenia. Nie wystarczy mieć go w głowie.

Zgadniecie będzie zgodne z tym, że wiele neuronów jest lepsze niż kilka. W każdym razie tak jest tendencjonalnie. Nieprzypadkowo człowiek ma pod względem liczby neuronów najwięcej spośród wszystkich żywych istot (według Wikipedia). Tylko słonie mają więcej, bo 250 miliard neuronów. Oto kilka przykładów:

Istoty żywe	Liczba neuronów
Człowiek	86 miliardów
Małpa gorila	33 miliardów
Małpa rhesus	6 miliardów
Kot	250 milionów
Królik	71 milionów

Jeżeli przyjrzeć się temu bliżej, wynika z tego, że inteligencja wynika również z proporcji wielkości mózgu do wielkości organizmu. Tak mogłoby być wyjaśnione na sposób naiwny, dlaczego kot ma mniej niż 1/3 neuronów w porównaniu ze psim szczenkiem, ale według mojej doświadczenia z tymi zwierzętami jest on znacznie inteligentniejszy od psa. Pewnie też rodzaj i liczba połączeń ma wpływ na sprawność mózgu. Również jakość, rodzaj i liczba sygnałów wejściowych (oczy, uszy, nos, węch, dotyk …) są istotne.

Ze względu na to, że rozmiar modelu przynajmniej w przypadku modeli AI powoduje zwiększenie zdolności AI, uważa się to za Power-Law i można je uznać za dane.

Zapraszamy na podstawowe: Człowiek ma 86 miliardów neuronów, GPT-3 ma podwójną liczbę połączeń między neuronami (i 96 warstw neuronowych) i tym samym co najmniej jeden rzut oka mniej neuronów niż nasze mózg. Pozostawmy to bez oceny w powietrzu. Jest oczywiste, że ta ogromna liczba nie jest tak mała, aby uniemożliwić inteligencję. Wydaje się, że ludzkie mózgi miały więcej czasu niż sztuczne mózgów, by się rozwijać. W związku z tym samym już nie dziwi się, że więcej neuronów w elektronice przynosi mniej wyników niż w naturze. Nie wspominając o modalnościach.

Wybrałem słowo Modalitäten świadomie. Bo wraz z rewolucją AI musimy mówić także o multimodalnych systemach. Multimodalne znaczy, że rodzaj danych wejściowych jest bardzo różnorodny. Do tej pory systemy AI zajmowały się głównie przetwarzaniem tekstu, np. Teraz można – jak wiecie pewnie – łączyć tekst i obraz. Patrz Dall-E, Midjourney i inne procedury, które mogą wygenerować sztuczny obraz w niezwykłej jakości z tekstem wprowadzonym przez użytkownika.

Dostępność środków

Instalowałem i programowałem system, który pozwala mi obliczać podobieństwo pomiędzy zdjęciami i tekstami. Z tym mogę ustalić, na jakim zdjęciu znajduje się mysz i na jakim – mysz, która ucieka przed katem. Dodatkowo mogę tworzyć zdjęcia, które ilustrują wprowadzoną przez użytkownika treść.

Więc znacie tą historię: opowiadasz kiedyś komuś o tym, co świetnie zrobiłeś. Potem mówi druga osoba, że również ktoś inny (lub nawet lepszy) to samo zrobił. Chciałem powiedzieć: To, o czym mowa, mogę na moim komputerze samodzielnie zrealizować i nie muszę pytać ani płacić nikomu. Po stworzeniu programu nie potrzebuję już internetu. Tak oto część rewolucji AI!

Wyżej podałem przykład programu AI, który sam stworzyłem na swoim komputerze. Aby go uruchomić nie potrzebuję połączenia z Internetem, usługi Google czy innych ani doradcy (z wyjątkiem nawet doradcy podatkowego). Ten program może w najwyższej jakości tworzyć transkrypcje mojego podcastu (lub innych niemieckojęzycznych podcastów).

Z nową technologią AI mogę najlepsze systemy AI programować w niecały czas i uruchamiać na absurdowo taniej sprzęcie.

""Najlepsze systemy AI" są jednocześnie absolutnie i względnie w stosunku do umiejętności wcześniejszych systemów AI, które są zupełnie nieporównywalne z możliwościami obecnych.

Jasne teraz jest mi łatwo możliwe budowanie takich systemów, programowanie, ulepszanie i wykorzystywanie ich. Jeśli mnie przed 3 miesiącami zapytacie, to uznałbym to za niemożliwe.

Cały ten proces odbywa się na bardzo erbärmlicher sprzęcie, ponieważ mój komputer jest kilka lat starego i wtedy był dość tani.

Proszę zwrócić uwagę, że Język niemiecki w międzynarodowym obiegu i badaniach jest silnie podporządkowany angielskiemu. Niemniej jednak udało się mi automatycznie przetłumaczyć niemieckojęzyczną plik audio na tekst.

Ostatnio udało mi się zbudować maszynę pytanie-odpowiedź. Nie jest ona tak wydajna jak GPT-2 lub nowsze wersje, ale wynika to tylko z faktu, że użyłem małego modelu początkowego. Mój sprzęt nie może już obsłużyć tego. Jutro będę budował (lokalnie działający) tłumacz, który przekształci niemiecki tekst w angielski. Zgadnijcie, ile czasu potrzebuję na pierwszą (bardzo dobrej) wersję? Mój przypuszczenie: kilka godzin.

Zgaduję sobie krótko: Udało mi się w najkrótszym czasie zrozumieć pewne rodzaje systemów AI, tak aby mógł je wykorzystać, programować i uruchamiać na taniej sprzęcie, aby uzyskać wyniki o niezwykle wysokiej jakości. Mówimy tutaj o tym, że mogę osiągnąć te najlepsze wyniki bez istotnych warunków, które wcześniej – jeśli w ogóle – były możliwe tylko dla miliardowych firm i ich usług na wynos.

Systemy lokalne, ochrona danych osobowych

Wymienam jeszcze jedną rzecz na marginesie, że systemy o maksymalnej wydajności mogą działać lokalnie na własnym sprzęcie z użyciem obecnych algorytmów i modeli AI.

To ma kilka pozytywnych konsekwencji.

Pierwszym jest to, że żadne koszty nie powstają u osób trzecich. Kto wie, co to są usługi chmurowe, wie, że model Pay Per Use ma swoje niebezpieczeństwa. Program, który przez pomyłkę uruchamia się sam w sobie nieskończenie często, powoduje szybko niechciane koszty w wysokości kilku tysięcy euro w ciągu kilku dni.

Drugą stronę jest możliwość kontrolowania i dostosowywania lokalnych systemów. Lokalne oznacza również często Open Source. W związku z tym kontrola jest tak duża, jaką można sobie wyobrazić.

Trzecim jest dobry ochrona danych w systemach lokalnych możliwy i niepewności prawne redukowalne do zera. Prawdopodobnie wiecie, że transfer danych osobowych do państw wywiadowczych jak USA bez zgody użytkownika nie jest dopuszczony i nawet zgodą prawnie trudno kontrolowany.

Szybkość rozwoju i wysoka dostępność

Co dzieje się codziennie w dziedzinie nauki? To co kiedyś było tylko teorią, teraz ma praktyczne zastosowanie.

Nowe algorytmy, nowe frameworki, nowe modele. Wszystko to pojawia się prawie każdego dnia na nowo.

Rozwój na rynku, który wcześniej trwał lata, teraz przebiega w tygodniach lub kilku miesiącach. Obecna szybkość chciałabym nazwać prędkością światła. Zostaliście zgodzić się, że dokładnie ta sama prędkość jest właściwym określeniem dla możliwości napisania programu w krótkim czasie, który wcześniej trwał lata i był możliwy tylko przy dużym personele i finansach.

Rozwój przebiega lawinowo. To również wynika z otwartej kultury środowiska AI. Wyniki są dzielone, a także kod źródłowy. Wcześniej były dzielane również fragmenty kodu, ale były one niewiele istotne. Teraz wystarczy jedna linia kodu, aby zmienić świat.

Dostępne są algorytmy, frameworki, obliczenia, API, wsparcie, ogromne dane i modele. Nawet jeśli wcześniej tak powinno być: niewiele interesujących rzeczy zainteresuje oczywiście nikogo.

Szary Pudełko z kiszonką dla sztucznej inteligencji

Biała skrzynka to system dowolnie dostosowywalny. Czarna skrzynka to system niezmiennie niewyraźny.

Jasna Puszka (lub Grey Box) jest pośrednim rozwiązaniem. System może być dostosowany na niższym poziomie. W ten sposób system AI może łatwo zostać zmieniony, uaktualniony, przemyślany i poprawiony.

To rozwiązuje wiele problemów, z którymi spotykają się systemy gotowe do użycia. Z drugiej strony systemy zupełnie otwarte są zbyt skomplikowane. Trzeba się nimi intensywnie zajmować, zanim uzyskamy od nich korzyści indywidualne.

Całkiem inny jest system typu Gray Box, który według mnie występuje w obecnych systemach AI. Można zacząć od Black Boxa i przy potrzebie zmienić go na Gray Boxa. Jeśli dysponuje się wystarczającą mocy obliczeniowej i danymi, można nawet stworzyć White Boxa. Nie da się nic lepszego.

Czy to nie jest wspaniałe?

Mózg do ściągnięcia

Dokładniej mówiąc, dajmy sobie przykładowy porównanie, co było AI do tej pory i co jest teraz.

AI było "wcześniej" tak samo, jak gdyby nie wiedzieć nic o języku japońskim i kupić podręcznik do nauki języka japońskiego, spędzić trzy lata w kraju i potem całkiem dobrze mówić po japońsku.

Früher“ oznaczał on wczesny czas, odnoszący się do okresu od teraźniejszości do kilku lat wstecz. W tej chwili oznacza „w tej chwili“ – okres od dzisiaj (tej chwili!) do kilku tygodni lub miesięcy wstecz. W tej chwili oznacza "wcześniej", okres który kiedykolwiek w przeszłym lub tym roku się skończył.

Kto nie zrozumiał tego, nie jest głupi, tylko wiedział zbyt mało o inteligencji sztucznej.

AI jest teraz analogiczna do sytuacji, gdy zapiszecie sobie Centrum językowe z mózgu Japończyka, włożycie go do swojego mózgu (komputera) i potem bardzo dobrze mówicie po japońsku.

Wierzcie mi teraz, że już odbyła się rewolucja z udziałem AI

Wynik

Jeśli teraz wciąż nie wierząc w rewolucję AI, nie ufać mojej argumentacji, proszę przeczytajcie ją jeszcze raz i tym razem prawidłowo. Albo zróbcie mi życzenie i wysyłajcie mi rzeczywisty problem swojego przedsiębiorstwa, który chcielibyście rozwiązać. Powinien on dotyczyć jednak przetwarzania tekstu, ponieważ znam AI-technologie dość dobrze, ale nie chcę się od nich zbytnio oddalać. Możecie mi również powiedzieć, jak przebiegają obecnie analizy obrazów.

Idealerweise nie wierząc w Rewolucję AI. Ponieważ to jeszcze zwiększa mój Prywatny przewagę nad konkurencją i będzie Wam łatwiej sięgnąć po moją doradztwo [/Ironia i blok reklamowy koniec].

W ostatnich dniach nie głównie pisałem o ochronie danych, ale o inteligencji artficialnej. Z tego samego wynika, że rewolucja AI jest już w pełni zauważalna. W każdym razie uświadomiłem sobie, że przy wielu aplikacjach AI nie mamy problemu z ochroną danych. Z pomocą kilku innovatynych podejść można uniknąć prawnych kłopotów.

Poradnik dla wszystkich, którzy mają coś wspólnego z przetwarzaniem języka, tekstu lub obrazu, czyli projektantów, tłumaczy, autorów: Zastanów się nad modelem biznesowym i Twoją przyszłością. Szukaj nowej lub innej działalności, która nie będzie związana z powyższymi dziedzinami albo ufortunnyj swoje model biznesowy („Co chcą od Ciebie klienci, co komputer nie może?”). Przed tym, aby ufortunnyj swoje model biznesowy, zastanów się, czy wiesz, co teraz może zrobić komputer i jak będzie wyglądało to za miesiąc.

Podsumowanie

Ten wpis został dla Ciebie skondensowany przez AI i tylko lekko poprawiony:

Sztuczna inteligencja (SI) i ochrona danych osobowych są ważnymi tematami w dzisiejszych czasach. Rewolucja sztucznej inteligencji jest w pełnym toku. Z systemami takimi jak ChatGPT OpenAI i LLaMA Meta osiągnięto znaczące postępy w przekroczeniu testu Turinga. Rozwój systemów AI odbywa się z ogromną prędkością i umożliwia rozwiązanie skomplikowanych zadań.

Ten artykuł przedstawia możliwości systemów AI, takie jak np. prognozowanie kursów akcji, transkrypcja nagranych audio i analiza obrazów i tekstów.

Dostępność mocnej sprzętowej i aplikacji chmurowych w niskich cenach przyspieszyła rozwój systemów AI. Systemy AI mogą być uruchamiane lokalnie na własnym sprzęcie, co umożliwia ochronę prywatności i kontrolę. Otwarta kultura sceny AI promuje wymianę wiedzy, algorytmów i kodu źródłowego, co dalej przyspiesza rozwój.

Rewolucja AI ma również wpływ na zawody takie jak projektanci, tłumacze i autorzy. Modele biznesowe powinny być przemyślane, aby koncentrować się na umiejętnościach, które komputer nie może zapewnić.

Krótkie podsumowanie:

Rewolucja w dziedzinie sztucznej inteligencji jest faktycznie obecna i ma potencjał, by podstawowo zmienić historię ludzkości. Z rozwojem systemów takich jak ChatGPT od OpenAI i LLaMA od Meta osiągnięto istotne postępy, które mogą przekroczyć test Turinga. Te systemy są w stanie wykonywać złożone zadania takie jak obróbka tekstu i obrazu, rozpoznawanie mowy oraz tłumaczenie języków.