Sztuczna inteligencja: regulacja jest niemogła (przykłady: dowód)

Potężne systemy mają potencjalnie dobre i złe strony. Tak samo jest z obecnymi systemami AI. Zregulowanie AI dyskutuje się często, ale uważam, że już nie jest to możliwe. Postęp sztucznej inteligencji nie może być zahamowany. Konkretnym przykładem z mojego lokalnego systemu AI są te fakty. Lokalne oznacza również kontrolę nad danymi osobowymi.

Wprowadzenie

Nie więcej histerii, ale rewolucja. To jest teraz AI. A mianowicie największa technologiczna przemiana w historii ludzkości. Kto to uważa za zbyt przesadzone, prawdopodobnie wie za mało o obecnym potencjale, jaki dają algorytmy AI.

W każdym razie wielu przedstawicieli z polityki, gospodarki i nauki oraz społeczeństwa uznaje, że możliwości AI mogą również presentsować Prawdopodobnie niebezpieczeństwo. Ta niebezpieczeństwo powinno być zastrzykowane, co jest określane jako Regulierung.

Zasady prawne mogą być wprowadzane przez rządy, organy nadzorcze lub samorządowe organizacje. Mogą dotyczyć różnych dziedzin, takich jak: rynek finansowy, ochronę środowiska, ochronę zdrowia, ochronę konsumentów czy prawo pracy. Zasady te mają na celu zapobieganie nadużyciom, oszustwom, monopolom i innym niepożądanym praktykom, aby zagwarantować sprawiedliwe i funkcjonujące system dla wszystkich stron zaangażowanych.

Definicja pojęcia regulacji zgodnie z moją prośbą o inteligencje artficyalną.

W zasadzie rozumiem przez regulację ramy prawne, czyli obligatoryjne przepisy, które są uzbrojone w sankcje.

W dalszej części wyjaśnię, dlaczego uważam, że nie jest już możliwe regulowanie obecnych umiejętności sztucznej inteligencji poprzez ich "zamarzanie" lub nawet redukcję. Również spowolnienie wzrostu będzie trudne i nieskuteczne.

Zarządzanie AI nie jest już możliwe

Poczynajmy od czegoś pozytywnego. Umiejętności dzisiejszych algorytmów AI, modeli i pakietów oprogramowania są niesamowite. Z tym jest również mowa o matematycznym modelu, oprogramowaniu, danych, gotowo zapisanych sieciach neuronowych oraz dostępnych infrastrukturach komputerowych. Takich rzeczy nie było tak długo temu. Ile razy słyszałem to nawet od informatyków: To już było. Nieprawda.

Tu kilka zastosowań, które mogą być wykonane z niewielkim wysiłkiem i działają lokalnie na własnym komputerze, bez konieczności przekazywania danych do Microsoftu, Google'a, OpenAI lub Amazona:

• Asystenci wiedzy: Czy nie chcieliście już kiedyś po prostu uzyskać informacje z Waszego Intranetu za pomocą dialogu pytań i odpowiedzi? Bez nudnego szukania w katalogach, bez rozczarowującej wyszukiwarki z mało przydatnymi słowami kluczowymi. Albo jakby było to możliwe – szukanie kodu w Waszym repozytorium za pomocą polecenia wyszukiwania w języku naturalnym?
• Podsumowania tekstu: Znajdziecie tam kilka realnych przykładów w postaci wpisów na blogu Dr. RODO.
• Ekstrakcja słów kluczowych: To samo już sam zrobiłem, a mianowicie jako lokalny system. Sądzę, że zarówno przy szybkim odczytywaniu tekstu jest pomocne jak i być może dla optymalizacji wyników w wyszukiwarce (tyle długo, dopóki nie będą one oparte na semantycznych algorytmach wyszukiwania)
• Odpowiedzi na pytania: Jakie pytania odpowiada ten wpis? A jaką odpowiedź można w jednym zdaniu podsumować? Znajdziesz przykłady rzeczywiste w tym blogu.
• Tłumaczenia w innych językach: DEEPL robi naprawdę świetny job. Ale może chcielibyście coś własnego, tańszego lub po prostu bardziej elastycznego niż czarną skrzynkę? Albo chcielibyście dostarczyć własną API.
• Przetwarzanie mówionej języka: transkrypcja, rozpoznawanie czasu trwania, tłumaczenie, rozpoznawanie mówcy, usuwanie muzyki… Tekst po języku i języku po tekście, a następnie przetłumaczony na dziesięć języków. Jakoby to było? Samo już zrobiłem i osiągnąłem wrażające wyniki.
• Generacja wideo: Na przykład generowanie animowanej, dość realistycznej postaci, która w sposób realistyczny porusza swoje usta podczas czytania danego tekstu.
• Generowanie obrazów z tekstów: Znasz to pewnie z DALL-E lub Midjourney. Jak by się było z własnym systemem? Słowa kluczowe: ochrona danych, własne obrazy, większa elastyczność, własność kodu
• Tworzenie tekstów z obrazów: Rozpoznawanie składowych obrazu. Co na następnym zdjęciu widnieje?

Obraz wejściowy (obraz oryginalny):

Technika sztucznej inteligencji ma za zadanie rozpoznać i opisać składowe obrazu.

Tu wynik:

Obiekty wizerunku zostały licznie rozpoznane, mianowicie: osoba (2x), ściana, zasłona, stolik, butelka (kilka razy), papier, szklanka. Jedna z wersji algorytmu rozpoznaje nawet kieliszek do wina, które jest widoczne na pierwszym planie. Inna wersja rozpoznaje również pulpit mówcy jako taki.

• Bild+Audio do wideo: Tworzenie obiektów 3D (w formie wideo) z obiektów 2D (zdjęć), połączone z animacją i synchronizacją. Przykład rzeczywisty:

Obraz wejściowy (obraz oryginalny):

Wpisz tekst (częściowo generowany przez AI): Wejście tekstowe (niemiecki) –> Wyjście/Wejście tekstowe (angielski) –> Wyjście/Input-Audio (może być dowolny język, tutaj dla zabawy utworzyłem plik audio z tekstu za pomocą AI):

Wynik generowany przez AI (Film z animacją i dźwiękiem):

Nie jest to jednak tak zabawne, jak z oryginalną głosem amerykańskiego prezydenta. Tutaj jest Wynik AI:

Z dwuwymiarowego obrazu (z dodatkowym wejściem audio) powstaje więc quasi czterowymiarowe wyniki (3D animacja + synchroniczna wydajność audio). Może zauważyliście, że również została uwzględniona fizjonomia.

Obliczenie każdego filmu trwało około jednej minuty (na półprzyzwoitym komputerze). Koszty tych wyników są marginalne (moja powyższa demonstracja nie spowodowała u mnie żadnych kosztów). Mogę jeszcze dawać przykłady w niemal nieskończonej formie.

Tej przykładach nie jest nawet maksimum tego, co teraz możliwe jest i działa lokalnie na moich systemach. Przykłady służą jedynie do ilustracji i mają pobudzić wyobraźnię do tego, co w tej chwili jest realizowalne. Pewnie znacie rozwinięte dialogi ChatGPT. Takiego rodzaju rzeczy mogę (przynajmniej bez większego wysiłku) tworzyć w formie asystenta pytań i odpowiedzi, systemu wiedzy lub programu analizy tekstu każdej chwili.

Inteligencja jest uniwersalna

Dotychczas istnieją tylko systemy dość inteligentne, które były specjalizowane w jednej zadań. Ale nawet wtedy ich osiągnięcia nie były naprawdę przekonywające.

Mir opowiadał menedżer IT, który pracuje w dużym niemieckim przedsiębiorstwie lotniczym, że jego firma używa od kilku lat chatbota i dlatego nie widzi rewolucji AI. Oto to, co ten lotniczy chatbot odpowiedział na moją skargę:

Moja pytanie:

Jak mogę dostać odszkodowanie za opóźniony lot z wczoraj?

Odpowiedź chatbota lotniczego:

Przepraszam, nie mogłem zrozumieć Twojej wpłaty. Proszę podać mi kod rezerwacyjny lub numer biletu.

Odniosłem się do tego zdecydowanie negatywnie. Wynik nie ma nic wspólnego z inteligencją sztuczną, ale raczej z sztuczną głupotą. W innym testem chciałem wiedzieć, jak mogę dostać odszkodowanie za opóźniony lot z wczoraj. Chatbot odpowiedział mi „Zrozumiałem, że chcesz anulować lot”. Jeśli można anulować już odbyły się lot („wczoraj”), to albo jest to znak szczególnej łaskawości, albo chatbot nie umie nic.

Przeznaczone prawdopodobnie kilka tysięcy euro, które są każdego miesiąca płacane za ten usługę, która jest zainspirowana produktem Microsoftu, można było oszczędzić.

W przeciwieństwie do tego tu jest (proste) przykład tego, czego może dzisiaj osiągnąć AI:

Podana jest krótka lista poleceń, każda z nich poparta przez nazwę funkcji technicznej (wytłumaczone w kursywie). Przykład:

Posłuchaj albumu zespołu Earth Band, Manfreda Manna na Google Music: PlayMusic*
give me a list of movie times for films in the area: SearchScreeningEvent
I would like to go to the popular bistro in Frankfurt/Main: BookRestaurant
what is the weather like in Kassel: GetWeather

Teraz system AI zostaje zapytany o to:

I want to book a flight for New York:

Odpowiedź systemu:

Rezerwacja lotu

Ciekawe jest, że zidentyfikowany techniczny nazwa funkcji nie był w ogóle w naszej liście danych wejściowych. Zamiast tego AI automatycznie rozpoznała schemat nazw funkcji (np. „Książka“ + „Restauracja“). Ponadto, AI rozpoznała semantyk poleceń i przeprowadziła transfer od Bistro do Restauracji. Ostatecznie AI wygenerował brakującą nazwę techniczną funkcji zgodnie z danym poleceniem. Lepiej nie mogło to być wykonane przez człowieka. Gorsze, niż powyższy chatbot niemieckiego dużej firmy lotniczej, nie może być.

Zdecydujcie się, czy znacie już te wrażające dialogi, które chatbota jak ChatGPT mogą dostarczyć. Jeśli nie, znajdziecie tu przykład dialogu z AI, która nie jest łatwa do odróżnienia od inteligentnego człowieka.

Nachprogrammieren komplexer Algorithmen

Programme przetłumaczeniowe DEEPL (z Niemiec!) do naśladowania było nigdy tak łatwe i szybkie, jak teraz. Z dzisiejszą AI otrzymuję lokalne, rozbudowalne i dostosowywalne system, który nie potrzebuje usług trzecich.

Aby również aplikacje takie jak Shazam lub SoundHound, które mogą Musiktitel rozpoznać, gdy trzymasz telefon przy radio przez kilka sekund, można łatwo dostosować do możliwości AI z czasem teraźniejszym.

Jeśli nie jesteście teraz pod wrażeniem, to to wasze prawo. Jesteście wtedy ktoś, kto albo jest zbyt wygórowanym konsumentem lub zupełnie niezorientowanym, albo bardzo wygórowanym technikiem.

Sądzicie sobie indirekt na podstawie liczby przykładów, które przedstawiłem powyżej i w ostatnich wpisach o AI, że nie mogło być tak dużo trudności z ich tworzeniem. Jak inaczej mógłbym dać tak wiele przykładów w tak krótkim czasie? Czas mi jest zbyt cenny, aby spędzić całe dni na generowaniu tylko demonstracji dla wpisów takich jak ten, by przekonać kilku czytelników o ogromnych możliwościach AI.

Cechy inteligencji sztucznej

Jak już wcześniej opisałem, współczesne umiejętności sztucznej inteligencji są bardzo dobrze dostępne. W szczególności, AI opiera się na wysokowydajnych komputerach, które każdy może sobie pozwolić. Modele AI można pobrać i dalej trenować. Pakiety narzędziowe do oprogramowania są również dostępne do pobrania. Wydaje się, że AI jest więc wolna od ograniczeń.

Zapraszamy do podsumowania:

• Oprzyrządowanie: Jest wolno dostępne. Wiedząc, jak gdzieś zamówić komputer, nie powinno być problemu. Jeśli nie: wynajmij sobie komputer, lub nawet kilka.
• Infrastruktura: Jest dostępna za darmo. Wiesz pewnie, jak zamówić komponenty sieciowe i pobrać odpowiednią oprogramowanie. Jeśli nie, wynajmij lub zatrudnij kogoś, aby połączył wolne końce.
• Oprogramowanie AI: Wolno dostępna lub też wypożyczalna za pieniądz.
• Modele AI: dostępne bezpłatnie i w razie potrzeby samodzielnie ulepszalne na własnej maszynie. Alternatywnie można samemu obliczyć model. Aby to zrobić, jednak potrzebujecie danych masowych. Ach yes, te dane są dostępne bezpłatnie lub możecie je same wyprodukować poprzez skanowanie internetu. Ktoś kto nie ma ochoty na to, może użyć istniejącej AI, aby wygenerować dane szkoleniowe.
• Kultura otwarta: Wystąpiła w ciągu lat. Sfera naukowa zawsze stara się o otwarty wymiana myśli. Platformy takie jak Github wspierają wymianę kodów źródłowych.

Samotnie ta otwarta kultura wystarcza już jako argument, dlaczego regulacja AI nie jest już możliwa.

Jeśli niedługo AI będzie wymagała regulacji, u mnie już wszystkie niezbędne oprogramowanie zostało pobrane. Mój biznes również dysponuje zaawansowaną infrastrukturą komputerową.

Co ma być właściwie uregulowane?

Kto żąda regulacji sztucznej inteligencji, powinien przynajmniej konkretować swoje postulaty. Co ma być regulowane? Niepewnie nie wszystkie aplikacje codziennego użytku. Yes byłemby jednak skłonny do tego, aby służby wywiadowcze, takie jak Amazon Alexa lub Google Nest, zostały zakazane.

Algorytmy nie da się uregulować.

Sprzedaż lub posiadanie komputerowej aparatury nie może być uregulowana.

Użycie istniejących i już dostępnych modeli AI nie można zakazać.

Zastosowanie inteligencji (nauka, badania, przedsiębiorcy prywatni, amatorzy-badacze i -programiści) można utrudnić, ale nie zakazać, przynajmniej w Niemczech.

Wynik

Więcej powinny się zajmować ochroną danych osobowych organy do spraw ochrony danych, niż dbać o to, aby nielegalne dostarczanie danych Google i innych firm przez niemieckich odpowiedzialnych osób nadal miało miejsce. Przykładem jest monitoring internetowy. Kary: 0 euro w Niemczech. Niektóre niemieckie sądy również mogłyby mieć więcej ochoty, aby zajmować się sprawami ochrony danych osobowych na tyle głęboko, aby problem dotyczący danej osoby i tej osobie przyniósł skuteczny ochronę danych.

Gdy to zostanie zrobione, możemy zacząć mówić o inteligencji artficyalnej (AI), z czym większość ludzi nie ma pojęcia. Jedno jest pewne: AI jest jeszcze bardziej techniczna niż każda forma internetowych rzeczy. Oznacza to jednak, że nie brakuje doradców, którzy nie mają pojęcia o tym, ale z innych dziedzin, ale mimo to uważają się za ekspertów w AI i chcą się z nią zajmować prawnie, pomimo tego, że nie zrozumiały nawet podstaw.

Bardzo szybko na tym miejscu będą pojawiły się kolejne wpisy dotyczące sztucznej inteligencji. W szczególności będę informować what o licznych możliwościach i przedstawić konkretne przykłady. Mój blog będzie dostępny za pomocą systemu pytań i odpowiedzi, a nie tylko przez wyszukiwanie po słowach kluczowych. Jeśli nie będzie to zbyt duża kasa pracy, będę dostarczał odpowiedzi również w formie skróconych tekstów. Zapisanie może odbywać się zarówno Ekstraktor (cytowanie pojedynczych zdań), jak i Abstrakcyjny (przedstawienie w własnych słowach).