Генеративные модели искусственного интеллекта, такие как ChatGPT, обещают революционизировать способы сбора данных и принятия обоснованных решений. Опрошенные порталом ComputerWeekly эксперты обсуждают, готов ли бизнес к использованию нового чатбота и какие ресурсы для этого требуются.

Данные веб-аналитики, опубликованные Digital-adoption.com, показали, что после выхода последней версии ChatGPT посещаемость OpenAI, разработчика этого чатбота, выросла на 3572%, с 18,3 млн. до 672 млн. посещений.

В январе компания Microsoft объявила о третьем этапе своих многомиллиардных инвестиций в OpenAI, а теперь она представила новую версию поисковой системы Bing с поддержкой ИИ, в которой используется (пока в предварительной версии) ChatGPT. Генеральный директор компании Сатья Наделла считает, что ИИ кардинально изменит все категории ПО, и компания надеется, что эта технология позволит ей сделать Bing поисковой системой, способной отвечать на пять миллиардов запросов, которые остаются без ответа каждый день.

Всего за день до объявления Microsoft Сундар Пичаи, генеральный директор Google и Alphabet, анонсировал конкурента под названием Bard, основанного на облегченной версии технологии Lambda, что, по его словам, означает, что решение может масштабироваться для поддержки большего числа пользователей. «Скоро вы увидите в Поиске функции, основанные на ИИ, которые будут преобразовывать сложную информацию и множество точек зрения в удобные для восприятия форматы, чтобы вы могли быстро понять общую картину и узнать больше из Интернета», — сообщил он.

Многие рассматривают возможности для использования генеративного ИИ на предприятиях.

«Организации, которые ориентируются на данные и действительно внедряют ИИ в свою деятельность, изучают самые последние и лучшие новые технологии в этой области и модернизируют свои архитектуры управления данными, будут хорошо ориентироваться в текущем конкурентном ландшафте м смогут постоянно адаптировать и внедрять ИИ и другие новые технологии для поддержания конкурентного преимущества», — считает Кэролин Приор, руководитель практики данных, ИИ и приложений компании Kyndryl.

Ашу Рой, генеральный директор поставщика платформы знаний eGain, отмечает всплеск активности среди разработчиков ПО по внедрению генеративного ИИ в свои продукты и услуги. Компания уже интегрировала ChatGPT в свой продукт. «Технологии генеративного ИИ, такие как ChatGPT, открывают захватывающие возможности автоматизации в управлении знаниями и разговорном взаимодействии», — говорит Рой.

Управление знаниями может применяться в том числе и для того, чтобы помочь разработчикам ПО выполнять свою работу более эффективно. «ChatGPT может помочь разработчику справиться с особенно сложным куском кода. Он, например, может спросить ChatGPT, как бы тот оптимизировал существующий код», — поясняет Роми Хьюз, директор Brightman Business Solutions. По ее словам, ChatGPT способен демократизировать кодирование, предоставляя возможность непрограммистам самим разрабатывать приложения — примерно так же, как это обещает low-code, но «на стероидах». «Low-code-демократизация обещает новую волну инноваций, позволяя организациям создавать новые процессы без необходимости взаимодействия с ИТ-отделом. ChatGPT может достичь того же результата вдвое быстрее», — говорит Хьюз.

Анализируя риски использования этой технологии в плане снижения уровня кодирования, ИИ-эксперты Arthur D Little Альберт Мейдж и Грегори Ренард предупреждают, что сгенерированный код может содержать алгоритмические предубеждения. Они отмечают, что такие предубеждения могут возникнуть, когда данные, используемые для обучения алгоритма, необъективны, что приводит к неточным или несправедливым результатам. По словам экспертов, хотя было приложено много усилий, чтобы избежать таких предвзятостей, они все еще имеют место и могут быть очень неожиданными и тревожными.

Они приводят пример того, как ChatGPT сгенерировал код Python, когда его попросили написать программу, которая проверяет происхождение человека, чтобы определить, следует ли его посадить в тюрьму. Образец кода, который он сгенерировал, показал, что ChatGPT нацелен на людей из так называемых стран-изгоев. Это было жестко закодировано в сгенерированном коде Python. Вероятно, предубеждение возникло как результат обширного анализа разговоров в Интернете.

Хотя этот пример очень упрощен по своей природе, и при принятии решения о тюремном заключении конечно необходимо учитывать множество других факторов, он иллюстрирует риски использования ChatGPT для генерации кода и то, как легко модель может быть введена в заблуждение предвзятостью обучающих данных.

Еще одна проблема, с которой сталкиваются предприятия, — это огромные затраты на обучение генеративного ИИ, особенно учитывая высокий риск того, что обучающие данные могут иметь скрытые предубеждения. В недавней статье в Harvard Business Review сообщается, что обучение генеративного ИИ в основном ограничивается крупными технологическими компаниями, поскольку для него требуются огромные объемы данных и вычислительных мощностей. Приводя цифры по GPT-3, модели ИИ, на которой основан ChatGPT, авторы статьи пишут, что для первоначального обучения потребовалось 45 Тб данных и 175 миллиардов параметров для прогнозирования. По их словам, стоимость одного тренировочного цикла для GPT-3 составляет 12 млн. долл.

«У большинства компаний нет возможностей дата-центров или бюджетов на облачные вычисления, чтобы обучать собственные модели такого типа с нуля», — предупреждают авторы статьи.

Неудивительно, что Microsoft и Google заняли лидирующие позиции по внедрению генеративного ИИ в свои поисковые системы, но для организаций, не обладающих суперкомпьютерными мощностями и возможностями сбора данных этих интернет-гигантов, данная технология может не принести немедленной практической пользы.