Имахме ли дори нужда от генериращ AI?

Тази публикация е версия на място на бюлетина за безвъзмезден обяд. Премиум клиентите могат да се записват тук, с цел да получават бюлетина всеки четвъртък и неделя. Стандартните клиенти могат да надстроят до Premium тук или да прегледат всички бюлетини на FT

Добре пристигнали още веднъж. Тази седмица интервюирам Ерик Бриньолфсон, професор, създател и старши помощник в Станфордския институт за изкуствен интелект, насочен към индивида.

Напоследък си мисля за това по какъв начин зависимостта от пътя оформя метода, по който се развива технологията. Интернет и нуклеарната сила да вземем за пример водят началото си от отбранителни планове. Самата Силициева котловина е родена от взрива на електрониката от ерата на Студената война. Дори през днешния ден мрежовите резултати не престават да насочват развиването на приложения и хардуер към преобладаващите екосистеми на iOS и Android.

Тази линия на мисъл ме върна към FT Economists Exchange, който организирах с Бриньолфсон предходната година, където той разиска „ Капана на Тюринг “ – неговата доктрина за това по какъв начин се е появил човекоподобният изкуствен интелект.

Концепцията произтича от „ теста на Тюринг “, препоръчан от математика и компютърния академик Алън Тюринг през 1950 година, с цел да се дефинира дали машината демонстрира просветеност държание, неразличимо от човешко, въз основа на диалог.

Brynjolfsson твърди, че е въодушевил генерации откриватели да копират нашето мислене в машини. Но защото генеративният AI, подсилен от огромни езикови модели, стартира да реализира това, той споделя, че това може да е била неверната цел от самото начало.

Той допуска, че би било по-добре, в случай че изкуственият разсъдък – и технологията като цяло – се концентрират върху разширението на човешките специализации и правенето на неща, които не можем. (Това отразява теорията на Дейвид Рикардо за сравнителното преимущество в интернационалната търговия.) Вместо това имитацията рискува да сътвори капан.

Някои приложения с ИИ от потомство са резултат от наклонността ни да възнаграждаваме системите за подражаване и заменяне на хора при съществуващи задания, вместо да отключват нови, допълващи се благоприятни условия.

Това накланя технологията към заменяне на труда, повишавайки продуктивността, само че концентрирайки облагите измежду тези, които управляват технологията и капитала. „ Капанът “ е за тази централизация на икономическа власт, която основава политическа власт. Това може да остави другите без метод да трансформират системата.

Това може да сложи прекомерно невисок таван на растежа. Представете си, в случай че Хенри Форд беше решил просто да съпостави хората - транспортно средство, което може да върви или да тича толкоз бързо, колкото човек.

LLM към този момент допълват хората в области като търсене и разбор. Но последните достижения, да вземем за пример в приложенията, които основават реклами и филми от елементарен текст, провокираха опасения измежду някои експерти, че технологията ще бъде употребена, с цел да ги размени напълно.

Важно е да се замислим дали емулирането на човешки сравнителни преимущества, като да вземем за пример в креативните области, е потребно потребление и цел на технологията, не на последно място тъй като създадохме структури, които укрепват устрема към мимикрия.

Имитацията е привлекателна освен от културна позиция, само че и тъй като нашите институции предизвикват автоматизацията. Фактът, че човек може да извърши задача, дава „ доказателство за битие “, което прави имитацията по-естествен пример, по-безопасна тематика за дисертация и по-ясно предложение за безплатна помощ. Измислянето на напълно нова дарба изисква доста повече креативност. 

В бизнеса мениджърите виждат намаляването на броя на чиновниците като елементарно измеримо и то трансферира наемите от служащите към притежателите на капитал. Това дава на притежателите на капитал несъразмерни тласъци за автоматизиране и слабите тласъци за допълнение, като се имат поради външните резултати на нововъведенията и увеличението на преговорната мощ на служащите.

Политиците ускоряват наклона: в множеството страни налозите са по-ниски върху капитала, в сравнение с върху труда. Въпреки че както автоматизацията, по този начин и разширението могат да бъдат скъпи и печеливши, крайният резултат е систематично привличане към човешка мимикрия – даже когато са гигантски, допълващите се системи могат да основат повече обща икономическа стойност и по-малко неравноправие.

Това повдига завладяваща параленост. Къде би могла да бъде технологията през днешния ден, в случай че пробата на Тюринг не беше толкоз прелъстителен? Ето някои оферти, на които се натъкнах: невронните протези и симбиотиците ум-машина може да са десетилетия напред; вместо чатботове може да имаме мисловни принадлежности, като пространства за образни идеи; сензорни интерфейси вместо разговори; и AI, който може да разсъждава, а не вероятностни LLM.

Разбира се, технологията може да се е развила към по-престъпни цели или даже оттатък човешкия разсъдък, както могат да си показват почитателите на кино лентата Arrival от 2016 година

Но да се върнем към действителността, по-полезно упражнение в този момент е да пресъздаваме по какъв начин генеративният AI и хората могат да се развиват дружно.

Това не е единствено за ограничение на загубата на работни места (някои може да са необходими), само че също по този начин гарантиране, че технологията генерира по-голяма икономическа и обществена стойност (което основава нови благоприятни условия за хората). Brynjolfsson управлява работата в тази област:

Ако нашата северна звезда беше разширение на качествата с хора, а не имитирайки хора, щяхме да се насочим по-рано към системи, които усъвършенстват вземането на решения от индивида, форсират образованието и основават нови дизайнерски пространства. Щяхме да съпоставим AI с хората, а не вместо тях. Това е нещо, върху което се концентрира моята компания Workhelix.

В моята класна стая в Станфорд създадохме захранван с изкуствен интелект „ аватар на Ерик “, който интерактивно обсъждаше домашното на всеки възпитаник поотделно. Това им оказа помощ да схванат по-задълбочено основните концепции и изискваше от учениците да защитят подаването си в действително време, премахвайки опцията за безсмислено изпращане на задание, генерирано от AI.

Ако разтеглим този метод на мислене към цялата стопанска система, ще се стремим към възстановяване на качеството, нововъведенията и благосъстоянието, а освен заменяне на разноските.

Това към този момент се случва до известна степен. В софтуера вторите водачи на кодове уголемяват изследването и тестването. В опазването на здравето структурираното генериране на бележки освобождава време на клиницистите за съпричастност и преценка.

Общата нишка е преразпределението на дилемите: машините се оправят с високочестотни действия, при които има доста данни за образование, а хората се концентрират върху „ дългата опашка от изключения “, както и върху дефинирането на задачите, споделя Бриньолфсон. Но усъвършенстването на това в макромащаб изисква реорганизиране на работата и нашите стопански системи.

Големите скокове в продуктивността на History идват от работата по преструктуриране към нови технологии с общо предопределение. Форд реорганизира фабриките, с цел да добави хората със сменяеми елементи, преносими възли и електрически принадлежности, умножавайки продуктивността на всеки служащ.

Трябва да създадем и това, като изградим системи – комбинации от хора и машини – които да правят неща, които никой човек и нито една машина не могат да създадат сами.

Това е допустимо даже за креативен задания. AI може да автоматизира скъпи подзадачи (като търсене и груби чертежи), като в същото време покачва възвръщаемостта на характерно човешките (вкус, описване на истории, достоверност и взаимоотношения). Но това изисква разпространяване: налични принадлежности, образование и платформи, тъй че повече създатели да се възползват, а освен компании, които употребяват AI непосредствено за креативен задания.

Така че, даже пробата на Тюринг да насочи софтуерното развиване по пътя на имитацията, към момента има метод да се сътвори по-продуктивно и обществено оптимално разделяне на труда сред хората и машините, които сме основали в този момент. Brynjolfsson има три рекомендации:

Първо, подобрете индикаторите на фирмено равнище за това по какъв начин наподобява положителното приемане на AI. Трябва да се фокусираме върху и да идентифицираме какъв брой добре хората и машините вземат решение на практика проблеми, които покачват резултатите за пациентите, удовлетвореността на клиентите и качеството на софтуера. 

Второ, пазарните правила би трябвало да предизвикват конкуренцията и разпространяването, в това число оперативна съгласуемост, преносимост на данни и доставки, които възнаграждават резултатите от увеличението, а не намаляването на броя на чиновниците. Това значи възобновяване на салдото на данъчните и счетоводните тласъци, които понастоящем благоприятстват задълбочаването на капитала пред човешкия капитал.

Трето, имаме потребност от публични богатства и парапети. Това стартира с премерване на верните неща, като излаз с поправяне на качеството и създаване на предпазени инфраструктури за данни, които разрешават изпробване, като в същото време пазят поверителността и интелектуалната благосъстоятелност. Режимите за целенасочена отговорност и одит може да се съсредоточат върху случаи на приложимост с външни фактори, като опазване на здравето и финанси, без да замразяват опитите другаде.

В последна сметка, в случай че съгласуваме тласъците с увеличението, границата на технологиите и границата на опциите могат да напреднат дружно.

Ще се веселя да чуя разсъжденията ви. Изпратете ги на [email protected] или на X @tejparikh90.

Храна за размисъл

Колко рационални са вложителите и финансовите анализатори? Този документ съпоставя тяхното показване на фондовия пазар с логаритъм за машинно образование, с цел да разбере.

Безплатният обяд в неделя е редактиран от Харви Нриапиа

Препоръчани бюлетини за вас

Промяната на AI — Джон Бърн-Мърдок и Сара О’Конър се потопете в това по какъв начин AI трансформира света на работата. Регистрирайте се тук

Unhedged — Робърт Армстронг проучва най-важните пазарни трендове и разисква по какъв начин най-хубавите мозъци на Уолстрийт реагират на тях. Регистрирайте се тук