Parengta pagal ,,The Economist”
10 dienų iki Kalėdų tradiciškai prasideda gruodžio 25-ąją. Tačiau dirbtinio intelekto (DI) pasaulyje taisyklės kitokios. Gruodžio 5 dieną „OpenAI“, „ChatGPT“ kūrėjas, pradėjo produktų pristatymų laviną, pavadintą, gal kiek erzinančiai, „12 laivų dienų“. Šioje serijoje buvo pristatyta „Sora“, vaizdo generavimo įrankis, taip pat „Canvas“, rašymo ir programavimo produktas.
Nenorėdamas atsilikti, „Google“ taip pat pasistengė. Gruodžio 11 dieną kompanija pristatė naują generatyviojo DI modelį, pavadintą „Gemini 2.0“. Taip pat buvo išleisti patobulinti dviejų DI produktų prototipai, pavadinti „Astra“ ir „Mariner“. Šie įrankiai gali veikti vartotojo vardu – tai, ką industrijoje vadina „agentiniu DI“
Produktų, o ne modelių išskirtinumas abiejuose pranešimuose buvo itin pastebimas. Kol mokslininkai, dirbantys su dideliais kalbos modeliais, stengiasi pasiekti naują intelekto ribą, kūrėjai patiria spaudimą išleisti išmanius produktus, kurie įrodytų, kad visam šiam kūrybiškumui yra rinka.
Generatyvaus DI produktų kūrimas yra sudėtingas procesas. Produktų kūrėjai paprastai pradeda nuo vartotojų poreikių. Tačiau generatyvus DI vystosi taip sparčiai, kad technologija pati apibrėžia produktą. „Paprastai jus moko nebūti plaktuku, ieškančiu vinies,“ – sako Kevinas Weilas, „OpenAI“ produktų vadovas. Tačiau „kas du mėnesius kompiuteriai gali padaryti tai, ko anksčiau niekada nebuvo įmanoma.“
Vis dėlto naujausi produktų pristatymai buvo aptemdyti trūkumų. „OpenAI“ turėjo sustabdyti prieigą prie „Sora“ netrukus po jos išleidimo „ChatGPT“ prenumeratoriams, nes, pasak vadovo Samo Altmano, buvo neįvertinta paklausa. Tie, kurie gavo prieigą, net jei buvo sužavėti tuo, ką rado, pastebėjo, kad ankstesnės demonstracijos problemos išliko. Viena ryškiausių buvo įrankio nesugebėjimas realistiškai vaizduoti sudėtingų judesių. Technologijų apžvalgininkas Marquesas Brownlee pažymėjo, kad „Sora“ beveik garantuotai „sugadins“ viską, kas vaikšto ant keturių kojų. Kai kurie objektai taip pat atsitiktinai išnykdavo.
„Google“ agentai taip pat nebuvo iki galo užbaigti. „Astra“, kuri šiuo metu prieinama tik mažai „patikimų testuotojų“ grupei, gali keliomis kalbomis paaiškinti, ką mato per telefono kamerą, ir turi prieigą prie „Google“ svetainių, tokių kaip „Search“ ir „Maps“. Demonstracijoje, kuri apėmė žymių paveikslų filmavimą, ji išsamiai ir išmaniai apie juos kalbėjo. Tačiau, kai „The Economist“ paklausė, kuriame mieste yra dauguma originalų, ji sutriko. „Mariner“, kitas naujas „Google“ prototipas, gali atlikti užduotis naršyklėje, pavyzdžiui, pripildyti pirkinių krepšelį internetinėje parduotuvėje. Tačiau jis negali užbaigti pačios atsiskaitymo procedūros.
Silicio slėnis ypač daug tikisi iš agentinio DI. Agentų naudojimas pereiti nuo „pokalbių prie veiksmų“ galėtų tapti vienu iš didžiųjų technologijų proveržių 2025 m., sako Alexas Wangas iš DI duomenų bendrovės „Scale“. Šios viltys jau pakėlė tokių programinės įrangos milžinų kaip „Salesforce“ akcijų kainas. Šį mėnesį kompanija pranešė, kad per savaitę nuo „Agentforce“, savo darbo vietos DI agento, išleidimo spalį, ji sudarė sutartis su daugiau nei 200 klientų. „Microsoft“, jos didesnė konkurentė, išleido įvairius DI agentus.
Tačiau yra keletas veiksnių, kurie daro agentų kūrimą sudėtingesnį nei pokalbių robotų. Vienas iš jų – duomenys. Skirtingai nuo pokalbių robotų, kurie semiasi informacijos iš interneto atsakymams pateikti, agentams reikalingi duomenys apie tai, kaip atliekamos užduotys, įskaitant veiksmų seką ir jiems pagrįsti reikalingą logiką. Atliekant įprastas užduotis, tokias kaip klientų užsakymų apdorojimas, tai gali būti paprasta. Tačiau daugeliu atvejų sunku rasti pakankamai duomenų, kad būtų galima apmokyti šį įrankį.
Antra problema – pasitikėjimas. Paprastai lengva patikrinti, ar pokalbių robotas pateikė teisingą ar neteisingą atsakymą. Tačiau nustatyti, ar DI agentas užsakė geriausią restoraną ar atostogas jūsų biudžete, gali būti daug sunkiau. „Google“ sąmoningai neleidžia „Mariner“ išleisti pinigų, kad būtų išvengta klaidingų sprendimų. Vartotojai taip pat gali nenorėti pateikti DI agentams jautrios informacijos, pavyzdžiui, apie savo pirkinių istoriją, kurios gali prireikti įrankiams tinkamai veikti.
Paskutinė problema – kaina. Kad galėtų mąstyti, planuoti ir spręsti problemas vartotojų vardu, DI agentams reikia modelių, galinčių atlikti sudėtingas užduotis. Jie taip pat turi turėti mažą delsą ir gebėti sąveikauti su kitais įrankiais, tokiais kaip interneto naršyklės, be to, turėti daug atminties, kad galėtų teikti personalizuotą paslaugą. Visa tai yra sudėtinga ir brangu kurti, taip pat reikalauja daug kompiuterinių resursų, kad būtų galima veikti.
Kainų spaudimas jau pradeda ryškėti. Gruodžio 5 d. „OpenAI“ išleido „pro“ versiją „ChatGPT“, suteikiančią neribotą prieigą prie visų naujausių funkcijų, už 200 dolerių per mėnesį – dešimt kartų brangiau nei pagrindinė prenumerata. „Alphabet“, „Google“ savininkė, yra itin turtinga, todėl galėtų būti dosnesnė. Vis dėlto, jei agentinis DI pateisins lūkesčius, vartotojai gali nuspręsti, kad papildoma kaina yra to verta.
