Erhalten Sie kostenlose Updates zur künstlichen Intelligenz
Wir senden Ihnen eine myFT Daily Digest E-Mail mit den neuesten Informationen Künstliche Intelligenz Neuigkeiten jeden Morgen.
Selbst gemessen an den atemlosen Maßstäben früherer Technologie-Hype-Zyklen hyperventilieren die Enthusiasten der generativen künstlichen Intelligenz heftig.
Billionen-Dollar-Unternehmen, darunter Alphabet und Microsoft, erklären, dass KI der neue Strom oder das neue Feuer sei, und richten ihre gesamten Geschäfte darauf aus. Auch Risikokapitalinvestoren haben Geld in den Sektor gepumpt, ohne es wissentlich zu überbieten. Fünfzig der vielversprechendsten Start-ups im Bereich generative KI, von CB Insights identifiziert, haben seit 2019 mehr als 19 Milliarden US-Dollar an Finanzmitteln eingesammelt. Davon gelten 11 mittlerweile als Einhörner mit Bewertungen über 1 Milliarde US-Dollar.
Sogar die nüchternen Anzüge bei McKinsey-Schätzung dass die Technologie in 63 analysierten Anwendungsbeispielen, die vom Bankwesen bis zu den Biowissenschaften reichen, einen jährlichen wirtschaftlichen Wert zwischen 2,6 und 4,4 Billionen US-Dollar schaffen könnte. Mit anderen Worten: Ganz grob ausgedrückt könnte generative KI jedes Jahr eine neue britische Wirtschaft schaffen (das Bruttoinlandsprodukt des Landes betrug im Jahr 2021 3,1 Billionen US-Dollar).
Aber was ist, wenn sie falsch liegen? In einer Reihe provokativer Beiträge, untersucht der Technologe Gary Marcus die Möglichkeit, dass es zu einer „massiven, herzzerreißenden Korrektur“ der Bewertungen kommen könnte, da Anleger erkennen, dass generative KI nicht sehr gut funktioniert und es an entscheidenden Geschäftsanwendungen mangelt. „Die Einnahmen sind noch nicht da und werden vielleicht auch nie kommen“, schreibt er.
Marcus, Mitbegründer von das Zentrum zur Förderung vertrauenswürdiger KI der dieses Jahr vor dem US-Kongress aussagte, ist seit langem ein Skeptiker gegenüber der Intelligenz neuronaler Netzwerkmodelle, die den neuesten Chatbots wie ChatGPT von OpenAI vorausgingen. Aber er wirft auch einige neue Wahrheiten über generative KI auf. Nehmen Sie die Unzuverlässigkeit der Modelle selbst. Wie mittlerweile Millionen von Nutzern klar ist, besteht einer der größten Nachteile der Technologie darin, dass sie Fakten halluziniert – oder konfabuliert.
In seinem früheren Buch KI neu starten, Marcus liefert ein schönes Beispiel dafür, wie das passieren kann. Einige KI-Modelle fungieren als probabilistische Maschinen, die Antworten anhand von Datenmustern vorhersagen, anstatt Schlussfolgerungen zu ziehen. Ein Französischsprachiger würde es instinktiv verstehen Ich habe einen Anwalt für den Tag mit der Bedeutung „Ich esse eine Avocado zum Mittagessen“. Aber in den ersten Versionen gab Google Translate es so wieder: „Ich werde einen Anwalt zum Mittagessen essen.“. Auf Französisch das Wort avocat bedeutet sowohl Avocado als auch Anwalt. Google Translate hat die statistisch wahrscheinlichste Übersetzung ausgewählt und nicht eine, die Sinn ergab.
Die Technologieunternehmen sagen, dass sie Fehler reduzieren, indem sie das Kontextverständnis ihrer Systeme verbessern (Google Translate gibt diesen französischen Satz jetzt korrekt wieder). Aber Marcus argumentiert, dass Halluzinationen ein Merkmal und kein Fehler generativer KI-Modelle bleiben werden, die mit ihrer aktuellen Methodik nicht behoben werden können. „Es gibt die Fantasie, dass es funktionieren wird, wenn man mehr Daten hinzufügt. Aber mit Daten kann man das Problem nicht lösen“, sagt er mir.
Für einige Benutzer ist diese eingebaute Unzuverlässigkeit ein Problem. sagte Craig Martell, der Chef-KI-Offizier des US-Verteidigungsministeriums letzte Woche würde er „fünf Neunen“ fordern [99.999 per cent] Maß an Genauigkeit vor dem Einsatz eines KI-Systems. „Ich kann keine Halluzination haben, die besagt: ‚Oh ja, verbinde Widget A mit Widget B‘ – und es explodiert“, sagte er. Viele generative KI-Systeme stellten eine zu hohe „kognitive Belastung“ für den Benutzer dar, um festzustellen, was richtig oder falsch sei, fügte er hinzu.
Noch besorgniserregender ist die Vorstellung, dass durch generative KI erzeugte Inhalte die Datensätze verunreinigen, auf denen künftige Systeme trainiert werden, und was gefährden Einige haben es als „Modellkollaps“ bezeichnet.. Indem generative KI-Systeme unserer Wissensbasis noch mehr unvollkommene Informationen und absichtliche Desinformation hinzufügen, bewirken sie eine weitere „Enshittingifizierung“ des Internets, um Cory Doctorows evokativen Begriff zu verwenden. Das bedeutet, dass Trainingssätze mehr Unsinn ausspucken als weniger.
Unerschrocken führen Anleger in der Regel drei Argumente dafür an, wie sie mit generativer KI Geld verdienen können. Sie sagen, dass es trotz seiner Unvollkommenheiten immer noch ein wertvolles Produktivitätsinstrument sein kann, das die Industrialisierung der Effizienz beschleunigt. Es gibt auch viele Verwendungszwecke, die vom Verfassen von Texten bis zum Call-Center-Betrieb reichen und bei denen eine Genauigkeit von „zwei 9“ in Ordnung ist.
Zweitens setzen Investoren darauf, dass einige Unternehmen generative KI-Modelle einsetzen können, um enge, reale Probleme zu lösen. Die neuesten Fortschritte in der KI ermöglichen die Analyse von Daten in Echtzeit, sagt Zuzanna Stamirowska, Geschäftsführerin des französischen Start-ups Pathway, und helfen beispielsweise dabei, den Seehandel oder die Leistung von Flugzeugtriebwerken zu optimieren. „Wir konzentrieren uns wirklich auf geschäftliche Anwendungsfälle“, sagt sie.
Drittens werden generative KI-Modelle die Schaffung neuer Dienste und Geschäftsmodelle ermöglichen, die bisher noch nicht vorstellbar waren. Während der Massenelektrifizierung der Wirtschaft im späten 19. Jahrhundert profitierten Unternehmen von der Stromerzeugung und -verteilung. Aber das große Vermögen wurde erst später gemacht, indem man Elektrizität nutzte, um die Art und Weise der Herstellung von Dingen wie Stahl zu verändern oder völlig neue Produkte und Dienstleistungen, einschließlich Haushaltsgeräte, zu erfinden.
Derzeit sind es nur die Cloud-Computing-Anbieter und Chiphersteller, die im generativen KI-Boom wirklich Geld verdienen. Zweifellos wird Marcus auch recht behalten, dass ein Großteil der Unternehmensgelder, die in die Technologie gesteckt werden, verschwendet wird und die meisten Start-ups scheitern werden. Aber wer weiß, welche neuen Dinge erfunden werden und Bestand haben werden? Deshalb hat Gott die Blasen erfunden.