Прогресс искусственного интеллекта, равно как и возможности карьерного роста, представляются неоднозначными. Спрос на профессиональные навыки, связанные с искусственным интеллектом, растет практически во всех отраслях промышленности, но все еще составляет относительно небольшую часть общей картины найма. Хотя многие интересные примеры использования продвигаются впечатляющими темпами, темпы ежегодных улучшений замедляются. Таковы некоторые из выводов последнего доклада Индекс искусственного интеллекта, опубликованного Стэнфордским институтом искусственного интеллекта, ориентированного на человека (HAI), в котором приводятся данные о том, что количество вакансий, связанных с ИИ, увеличится в среднем с 1,7% в 2021 году до 1,9% в 2022 году.
Хотя это все еще небольшая часть объявлений о вакансиях, возможности и случаи использования, которые потребуют больше талантливых специалистов, продолжают расти. Кроме того, несмотря на то, что ИИ продолжает демонстрировать самые передовые результаты в рамках своих внедрений, улучшение по многим показателям за год «остается незначительным,» – добавляют авторы отчета.
Информация, представленная в отчете, охватывает развитие до 2022 года, поэтому влияние генеративных моделей ИИ, особенно ChatGPT, выпущенного в ноябре, еще не ощущается.
«В 2022 году будут выпущены модели преобразования текста в изображение, такие как ДАЛЛ-И 2 и Стабильная диффузия, системы преобразования текста в видео, такие как Make-A-Video, и чат-боты, такие как ChatGPT. Тем не менее, эти системы могут быть склонны к галлюцинациям, уверенно выдавая бессвязные или неправдивые ответы, что не позволяет полагаться на них в критически важных приложениях.»
Кроме того, языковые модели, по их словам, «продолжают улучшать свои генеративные способности, но новые исследования показывают, что они все еще не справляются со сложными задачами планирования.»
Насколько велик этот новый генеративный ИИ? Влияние ИИ ощущается и документируется многими другими способами. К числу возможностей ИИ, которые чаще всего внедряются в компании, относятся автоматизация роботизированных процессов (39%), компьютерное зрение (34%), понимание текста на естественном языке (33%) и виртуальные агенты (33%). В 2022 году наиболее распространенным вариантом использования ИИ будет оптимизация сервисных операций (24%), далее следует создание новых продуктов на основе ИИ (20%), сегментация клиентов (19%), аналитика обслуживания клиентов (19%) и новые усовершенствования продуктов на основе ИИ (19%).
Также наблюдается прогресс в расширении возможностей систем ИИ, от узких задач к более широким.
«Традиционно ИИ был силен в узких задачах, но он не мог легко обобщать в широких областях, например, многие классификаторы изображений умеют классифицировать изображения, но не способны понять письменный текст»
В 2022 году было представлено несколько моделей, например, BEiT-3 от Microsoft и PaLI от Google, которые показали самые современные результаты в различных тестах по зрению и языку.»
Проекты программного обеспечения ИИ с открытым исходным кодом также продвигаются вперед – в настоящее время задокументировано более трети миллиона. С 2011 года общее число проектов GitHub, связанных с ИИ, неуклонно растет, увеличившись с 1 536 в 2011 году до 347 934 в 2022 году, говорится в отчете. Наибольшая часть проектов GitHub по ИИ в 2022 году будет создана разработчиками программного обеспечения из Индии (24%), далее следуют страны Европейского союза и Великобритания (17%), а затем США (14%). Доля проектов GitHub AI, созданных в США, неуклонно снижается с 2016 года, отмечают авторы исследования. Кроме того, такие инструменты ИИ, как система ИИ «текст в код» на GitHub Копилот, «ощутимо помогают работникам,» – утверждают авторы исследования, ссылаясь на результаты опроса GitHub, согласно которым 88% респондентов чувствуют себя более продуктивными при использовании системы, а 74 считают, что они могут сосредоточиться на более приятной работе.
Распознавание изображений постепенно приближается к 100% показателю, также говорится в исследовании.
«В настоящее время многие системы распознавания лиц способны успешно идентифицировать почти 100% лиц, даже на сложных наборах данных. Кроме того, лучшая система классификации изображений на ImageNet имеет точность 91%, но улучшается с незначительной скоростью – 0,1 процентных пункта в год.
Комментарии (0)