The Democratization of AI and How it's Unleashing a World of Possibilities
Статья объясняет, что демократизация ИИ — это движение, которое сделало мощные технологии доступными широкой публике, а не только крупным институтам. Автор прослеживает путь от ранних дней ИИ в 1950-х и open-source проекта GNU Ричарда Столлмана до выхода ChatGPT, который вывел ИИ в мейнстрим. Среди ключевых преимуществ называются инновации во всех отраслях, более качественные продукты благодаря конкуренции и доступные цены — например, Lavender смог использовать LLM вместо найма дорогих ИИ-инженеров. Среди рисков — распространение дезинформации и мошенничество, включая дипфейки и фишинг, для борьбы с которыми нужны образование и регулирование. Демократизация поддерживается open-source проектами (TensorFlow, PyTorch, Hugging Face), открытыми API (ChatGPT, DALL-E 2) и платформами вроде Google Colab и Kaggle. Автор — Кейси, CTO и сооснователь Lavender, платформы для коучинга продажных писем с более чем 20 000 активных пользователей.
Демократизация ИИ и как она открывает мир новых возможностей
Демократизация ИИ — это не маркетинговый трюк и не модное поветрие. Это движение, которое перевернуло нашу повседневную жизнь. Вот всё, что нужно знать.
С каждым днём мы всё ближе к захватывающей реальности: жизни с поддержкой ИИ, подстроенной под наши уникальные потребности.
Мы прошли путь от таких изобретений, как простой будильник, до приложения-будильника с ИИ, которое креативно вас будит и готовит к новому дню; от кропотливого составления персонализированных холодных писем до AI-инструментов для продаж, которые помогают делать это проще и быстрее; и от живых дизайнеров интерьера до AI-дизайнера интерьеров, который становится всё лучше.
Все эти инновации, какими бы впечатляющими они ни были, возможны сегодня только благодаря демократизации ИИ.
Демократизация ИИ — ИИ для всех
Сначала немного истории. В 1950-х, на заре ИИ, разрабатывать эти технологии могли лишь немногие институты и люди. Эти первопроходцы были единственными, кто разбирался в машинном обучении (ML) и имел доступ к серьёзным вычислительным мощностям.
Затем в конце 1980-х Ричард Столлман запустил проект GNU's Not Unix (GNU), чтобы создать свободную систему с открытым исходным кодом. Open-source — это когда исходный код общедоступен и любой может им пользоваться.
Ричард стремился создать альтернативу проприетарным операционным системам с закрытым кодом (приватным исходным кодом), которые использовались в то время.
Его проект заложил фундамент демократизации ИИ, сделав его доступным каждому, независимо от происхождения или технических навыков. Специфические open-source проекты в области ИИ появились десятилетием позже и позволили разработчикам строить на основе существующих AI-технологий.
С тех пор движение ИИ набирало обороты, переходя от эксклюзивности к равенству. Недавний выход ChatGPT, чат-бота на базе ИИ, дал технологии новый толчок, выведя её в массы.
Почему у движения становится всё больше сторонников?
У Google тоже была технология разговорного ИИ (похожая на ту, что использует ChatGPT) ещё несколько лет назад, но компания её не выпустила. Meta выпустила свою версию — BlenderBot 3, но только в США, и она получила ужасные отзывы.
В 2020 году правительство США подало антимонопольный иск против Google. Компанию обвинили в монополизации поиска и подавлении конкуренции. Делает она это, выплачивая миллиарды долларов ежегодно, чтобы оставаться поисковиком по умолчанию на мобильных устройствах.
Эти события вместе с шумом вокруг ChatGPT вызвали массовое возмущение. Люди рассуждали: если бы не OpenAI (создавшая ChatGPT), широкой публике пришлось бы ждать доступа к такой мощной технологии ещё годы.
Кеннет Динцер, ведущий юрист Министерства юстиции по делу против Google, заявил: «На протяжении последних 12 лет Google поддерживает свою монополию.
Увидели бы мы ChatGPT на шесть лет раньше? Увидели бы пять других конкурентов, борющихся за поиск? Это вопросы, на которые никто из нас не может ответить».
Опасность, что технологический гигант монополизирует исследования ИИ и контроль над технологией, — вот почему всё больше людей присоединяется к движению за демократизацию ИИ.
Это предотвращает монополию и передаёт власть в руки людей. Чем больше у компаний конкуренции, тем больше инноваций мы получаем и тем дальше продвигаемся как общество.
Демократизация для людей: что они от неё получают
Плюсы демократизации перевешивают любые возможные преимущества централизации. Некоторые из них я разберу ниже.
Инновации во всех отраслях
Самое значимое преимущество выхода Generative AI (подмножества ИИ, который создаёт контент — текст, изображения, аудио, видео и т. д.) в мейнстрим — это то, как он породит инновации, которые проникнут в каждый уголок рынка.
Несколько лет назад создание AI-продукта требовало PhD по машинному обучению (ML), большой суммы денег или того и другого. Однако демократизация снизила порог входа, так что даже начинающие разработчики могут создавать инновации и находить уникальные решения проблем людей.
Показательный пример: у меня нет PhD, и я не умею строить ML-модели. Тем не менее, благодаря демократизации, я смог взять на вооружение LLM (AI-модели, которые специально генерируют текст) и стать сооснователем Lavender, чтобы помогать продавцам.
По данным McKinsey, 2023 год — это прорывной год для Generative AI благодаря усилиям по демократизации со стороны таких компаний, как OpenAI, и успеху ChatGPT и DALL-E 2. Вот некоторые из этих продуктов в разных отраслях.
По сути, демократизация открывает двери для большего числа инноваций в каждой отрасли, что повлияет на жизнь каждого (надеемся, положительно).
Более совершенные продукты для пользователей
Как мы видели на примере Google и Meta, монополия и отсутствие конкуренции вредят обществу. У доминирующих компаний нет стимулов так же активно создавать новое и улучшать жизнь людей.
А вместе с демократизацией приходит конкуренция, потому что на рынок выходит больше игроков. Это значит, что у пользователей появляется больше вариантов. Они больше не ограничены плохим инструментом, потому что теперь у них есть альтернативы.
Это хорошо: это держит первопроходцев в тонусе и заставляет их улучшать свои продукты, обеспечивать качественный UX и стремиться к высокому качеству. Они знают, что клиенты в любой момент могут уйти к конкурентам, если будут недовольны.
В итоге пользователи получают самые совершенные продукты, потому что компании пытаются превзойти конкурентов.
Доступная цена на AI-инструменты
Удивительно, но мы можем получить доступ к AI-решениям, не платя втридорога. AI-инструменты сегодня либо бесплатны, либо стоят недорого — реальность, невозможная без демократизации.
Почему? Построение базовых моделей стоит целое состояние: нужно нанять команду AI-инженеров, обучить AI-модели и запустить их, прежде чем разрабатывать что-то на их основе.
Если бы каждому, кто хочет создать AI-инструмент, приходилось проходить через это, стоимость инструментов была бы заоблачной. Не говоря уже о том, что малые компании и независимые разработчики оказались бы за бортом, потому что не могут себе позволить такие затраты на инновации.
Например, мы планировали нанять много AI-инженеров, чтобы создать Lavender. Эта инициатива потребовала бы миллионов долларов. Но благодаря демократизации мы вместо этого наняли бэкенд-инженеров, чтобы использовать готовые LLM. Это win-win.
Мы не потратили на разработку столько, сколько могли бы, а значит, нам не нужно было перекладывать эти огромные расходы на наших клиентов, и наш продукт остался доступным.
При всех этих замечательных преимуществах трудно найти у демократизации недостатки. Но свои сложности у неё всё же есть.
Ахиллесовы пяты и как с ними бороться
Децентрализация ИИ может оказаться палкой о двух концах, потому что может привести к таким проблемам, как…
Распространение дезинформации
LLM мощны, без сомнений. Но они также могут врать и искажать факты — отчасти из-за ограничений их обучения, отчасти потому, что они натренированы выдавать текст. Так что они будут придумывать ответы, лишь бы не остановиться.
Лёгкая доступность ИИ означает, что он доступен и тем, кто может поверить в его ложь и опубликовать её, распространяя дезинформацию — от безобидной до серьёзной.
Один из способов снизить риск вирусного распространения дезинформации — это просвещать людей об ограничениях ИИ. Используя эти инструменты, они всегда должны помнить о необходимости проверять результаты и включать человека в цикл принятия решений.
Сами инструменты должны давать предупреждения и советовать не копировать результаты дословно. ChatGPT делает нечто подобное в подвале своего сайта:
Рост мошеннической активности
Ещё один побочный эффект массового распространения ИИ — он притягивает противоправную деятельность. Например, ИИ может помочь создавать более изощрённые системы взлома и фишинга и обходить системы обнаружения мошенничества.
Он также может создавать убедительные дипфейки (хотя для финального лоска может понадобиться Photoshop), чтобы манипулировать людьми, шантажировать их и выдавать себя за них.
Однако повышение осведомлённости в области кибербезопасности, внедрение регулирования и создание ещё более совершенных систем обнаружения мошенничества могут сдерживать эти возникающие преступления.
Инициативы по демократизации
Open-source проекты и платформы в области ИИ
Open-source проекты вроде TensorFlow, PyTorch, Keras, Hugging Face Transformers и Fast помогают демократизировать ИИ для разработчиков, давая бесплатные библиотеки для обучения и сообщества для совместной работы.
Платформы вроде Google Colab и Kaggle позволяют разработчикам писать, запускать и обмениваться кодом, а также сотрудничать с другими — всё это помогает всё большему числу людей создавать классные продукты.
Открытые API
API таких продуктов, как ChatGPT, Bing AI и DALL-E 2, доступны: разработчикам достаточно заплатить (относительно недорого), чтобы интегрировать их в свои приложения.
All-in-one решения
Есть и решения вроде Metal и Baseplate, которые позволяют разработчикам быстро и легко создавать AI-продукты.
Обучение и просвещение в области ИИ
Помимо того, чтобы упрощать разработчикам создание продуктов, нам также нужно подумать о широкой публике. Для по-настоящему завершённой демократизации необходимо больше образования и обучения в области ИИ.
Именно поэтому появляются статьи и доступные курсы по лучшим промптам и лучшим практикам ИИ, которые показывают людям, как использовать AI-инструменты для получения оптимальных результатов.
Будущее — за поддержкой ИИ
Идеальный итог демократизации ИИ — это то, как эти инструменты изменят и поддержат нас во всех сферах жизни.
Если бы технология была централизована, отвечающая за неё компания решала бы, где её применять, а где нет. Они могли бы даже погрузить нас в версию «Матрицы» — антиутопическое будущее.
А децентрализация распределяет власть, и новаторы получают возможность создавать новое в каждой нише. Я не удивлюсь, если завтра появится инструмент, который сможет напоминать мне мои сны, когда я просыпаюсь.
Об авторе: Кейси — CTO и сооснователь Lavender, где он отвечает за продукт и инженерию. Lavender — это AI-платформа для коучинга писем в продажах с более чем 20 000 активных пользователей, включая такие компании, как Twilio, Sendoso, Clari и Sharebite.
Будучи ранним пользователем больших языковых моделей (вроде ChatGPT от OpenAI), Кейси подходит к применению ИИ для решения дорогостоящих коммуникационных проблем сугубо практически.
До того как присоединиться к своим сооснователям, Кейси был CTO стартапа на ранней стадии в сфере автоматизации fashion-PR, окончив Нью-Йоркский университет за три года.