Koos oma edenemisega areneb tehisintellekt (AI) üha enam ja niinimetatud "sugulusaretuse" oht generatiivsetes AI-süsteemides muutub ohuks, mis on inimeste ja kodustatud loomade populatsioonides juba ammu levinud.
See artikkel heidab valgust sugulusaretuse kontseptsioonile generatiivse tehisintellekti valguses ja sellele, kuidas sugulusaretus võib olla seotud tehisintellekti loodud sisu tulevikuga.
Generatiivse AI inbreedi mõistmine Generatiivseid AI-süsteeme, nagu suured keelemudelid (LLM-id), koolitatakse peamiselt veebis saadaoleva teksti-, visuaalse ja helisisu põhjalikele andmekogudele. Algselt hõlmas andmekogum suures osas inimeste tehtud esemeid, nagu kirjandus, artikleid ja kunstiteoseid. Generatiivsete AI-tööriistade leviku tõttu kirjutab aga üha rohkem Internetis sisu AI ise.
See nihe tekitab muret tulevaste tehisintellektisüsteemide koolitamiseks kasutatavate andmekogumite kvaliteedi ja mitmekesisuse pärast. AI-ga loodud sisu arenedes eeldatakse, et paljud tulevased AI mudelite põlvkonnad õpivad andmekogumitest, mis ei esinda inimsisu, vaid tehisintellekti loodud materjali.
Generatiivse AI sugulusaretuse tagajärjed on mitmetahulised.
Vastupidi, tehisintellektisüsteemi õppimise jätkamine üha suurematest homogeensetest andmekogumitest võib viia AI-ga loodud väljundi loovuse ja originaalsuse vähenemiseni.
Kui seda protsessi korratakse – see tähendab koopiast kopeerimist – põlvkondade kaupa, siis väljundi kvaliteet halveneb ja on oht, et tulemused on vähem kaasahaaravad ja peegeldavad vähem seda, mida me peame inimese loominguliseks väljundiks. . Seoses AI-ga loodud sisu kasvuga, mis on koolitatud sisearetuse andmekogumitele, võivad sellised probleemid süveneda.
Kui koolitusandmestikud ei ole piisavalt mitmekesised, aitavad väljatöötatud AI-süsteemid ainult tugevdada ja suurendada tehisintellekti loodud sisus esinevaid eelarvamusi, kahjustades seega tehisintellekti loodud sisu usaldusväärset kasutamist teabeallikana. Lisaks võib koolitusandmete mitmekesisuse puudumine piirata võimalust arendada tehisintellektisüsteeme, mis suudaksid mõista ja esindada inimkogemuste ja vaatenurkade laia valikut. See võib piirata edusamme tehisintellekti erinevates rakendusvaldkondades, nagu loomuliku keele töötlemine, sisu genereerimine ja otsustussüsteemid.
Generatiivse AI sugulusaretuse väljakutse lahendamine
Eelkõige on see tõeline risk, eriti generatiivsete AI-tehnoloogiate sugulusaretus. Sellegipoolest annab see teadlastele, arendajatele ja isegi poliitikakujundajatele kohustuse tegutseda ennetavalt, tagades, et tehisintellektisüsteemi koolitamisel kasutatakse esmajärjekorras erinevaid ja esinduslikke andmekogumeid, integreerides mehhanisme, mis suudavad tuvastada ja vähendada. AI-ga loodud sisu eelarvamused ja tõhusa interdistsiplinaarse koostöö tagamine, käsitledes tehisintellekti loomise eetilisi ja ühiskondlikke tagajärgi ning tagades nende eest.
Need peaksid veelgi hõlbustama vajadust avatuse ja vastutuse järele tehisintellektisüsteemide kasutuselevõtul ning nõudma, et tehisintellekti loodud sisu kasutajatega jagataks teadlikkust piirangutest ja eelarvamustest. Seega saavad kõik sidusrühmad teha ennetavalt koostööd generatiivse tehisintellekti võimsuse ärakasutamiseks, vähendades samal ajal sugulusaretusega seotud riske tehisintellekti arendamisel.
Generatiivse tehisintellekti sugulusaretuse kontseptsioon on tehisintellektisüsteemide arendamiseks ja kasutuselevõtuks tulevikus suur väljakutse. See aitab neil tagada, et ühiskonna jaoks tehnoloogilise täiustamise vastutustundlik ja eetiline areng saavutatakse, mõistes mõju ja viise, kuidas tõhusalt generatiivset AI sugulusaretust parandada.
Allikas: https://www.cryptopolitan.com/generative-ai-growing-in-ai-development/