Ziņas par to, ka OpenAI, Google un Anthropic – trīs no lielākajiem vārdiem mākslīgā intelekta jomā – saskaras ar grūtībām uzlabot savus jaunākos modeļus, izraisījušas plašu rezonansi. Galvenā uzmanība tiek pievērsta OpenAI jaunajam projektam "Orion", kam vajadzētu pārspēt iepriekšējo modeļu, piemēram, GPT-4, veiktspēju. Tomēr, nevis panākot lielu progresu, uzņēmums cīnās ar neveiksmi: Orion neatbilst iekšējām gaidām. Līdzīga dinamika vērojama arī Google un Anthropic, kas arī saskaras ar izaicinājumiem.

Orion: Ein Schritt zurück?

Orion, OpenAI sen gaidītais jaunais modelis, septembrī tika pakļauts pirmajam apmācības posmam. Cerības bija augstas, jo tam vajadzēja pārspēt GPT-4. Taču iekšējie avoti ziņo, ka Orion nav sasniedzis izvirzītos veiktspējas mērķus, it īpaši sarežģītos uzdevumos, piemēram, programmēšanas jautājumos, kas atrodas ārpus apmācības datu diapazona.

Kāds iekšējais avots skaidroja, ka Orion trūkst pietiekami specifisku apmācību datu programmēšanas jomā. Problēma, kas atkārtoti traucē OpenAI Orion izstrādē: Neskatoties uz intensīvu pēcapmācības procesu, Orion joprojām ir zem līmeņa, kas būtu nepieciešams laižot tirgū. Tādēļ uzņēmums varētu atlikt modeļa izlaišanu uz nākamo gadu.

Der schrumpfende Fortschritt

OpenAI pieredze nav unikāla. Arī Google un Anthropic ir spiediena situācijā. Google jaunākā Gemini programmatūras versija nepiepilda cerības, savukārt Anthropic kavējas ilgi gaidītā Claude-3.5-Opus palaišana. Neskatoties uz plašu izstrādes darbu, milzīgām finanšu investīcijām un daudzu ekspertu komandu talantu, jauno KI modeļu panākumi līdz šim krietni atpaliek no gaidītā.

KI-Modelle am Limit – Ein Wachstumsdilemma

Jaunu mākslīgā intelekta modeļu izstrāde galvenokārt balstās uz diviem pīlāriem: augstas kvalitātes apmācības datu pieejamību un milzīgu skaitļošanas jaudu. Taču abas šīs resursu kategorijas ir grūti pieejamas. Kvalitatīvi, cilvēku radīti datu avoti kļūst arvien retāki, un jaunu, unikālu datu apkopojums prasa specializētus speciālistus un milzīgas investīcijas. Daži uzņēmumi tagad izmanto sintētiskos datus – KI ģenerētus tekstus un attēlus –, taču šādu datu kvalitāte un dažādība joprojām ir ierobežota.

„Runa ir mazāk par datu kvantitāti un vairāk par kvalitāti un daudzveidību,“ saka Lila Tretikova, mākslīgā intelekta stratēģijas vadītāja uzņēmumā New Enterprise Associates. „Mēs varam ģenerēt sintētiskus datus lielos apjomos, bet iegūt patiešām augstas kvalitātes un unikālus datu kopumus bez cilvēka vadības ir izaicinājums, jo īpaši valodā balstītiem modeļiem.“

Die Kosten steigen, die Fortschritte sinken

Uzņēmumiem, piemēram, OpenAI vai Google, kas iegulda miljardus mākslīgā intelekta izstrādē, efektivitātes samazināšanās ir nopietna problēma. Modeļu, piemēram, Orion vai Gemini, izstrāde katru gadu izmaksā simtiem miljonu dolāru. "Mēs īsā laikā esam sasnieguši milzīgu progresu," saka Noa Giansirakusa, matemātikas profesors Bentlijas universitātē, "bet tas nebija ilgtspējīgs." Entuziasms par ātrām inovācijām šķiet atdziestam, kamēr MI izstrāde prasa jaunus pieejas veidus, lai gūtu nozīmīgu progresu.

OpenAI un Google ir mainījuši stratēģiju: no tīras modeļu izaugsmes uz konkrētiem lietošanas gadījumiem.

Wird das „Agenten-Zeitalter“ die KI befreien?

In der KI-Branche gilt das Konzept der „Agenten“ als potenzieller Wendepunkt. KI-Anwendungen, die aktiv und automatisiert Entscheidungen treffen können, könnten die nächste Revolution sein, die den Markt umwälzt. OpenAI plant, diese Technologie in den kommenden Jahren auszurollen, und Google experimentiert mit ähnlichen Tools.

Latvian translation:
Mākslīgā intelekta nozarē aģentu koncepcija tiek uzskatīta par iespējamu pagrieziena punktu. Mākslīgā intelekta lietotnes, kas var aktīvi un automatizēti pieņemt lēmumus, varētu būt nākamā revolūcija, kas maina tirgu. OpenAI plāno šo tehnoloģiju ieviest nākamajos gados, un Google eksperimentē ar līdzīgiem rīkiem.

Kamēr pašreizējā modeļu sistēmas robežas kļūst arvien skaidrākas, "aģenti" varētu likt pamatus nākamajai mākslīgā intelekta paaudzei – tādai, kas ne tikai atbild, bet arī rīkojas. Gaidāmās cerības ir augstas, un mākslīgā intelekta nozarei sacensības par mākslīgā intelekta nākotni kļūst grūtākas nekā jebkad.