Vzporedno z napredkom umetna inteligenca (AI) vse bolj napreduje in tveganje tako imenovanega »inbreedinga« v generativnih sistemih AI postaja nevarnost, ki je dolgo pogosta med populacijo ljudi in udomačenih živali.
Ta članek bo nekoliko osvetlil koncept parjenja v sorodstvu v luči generativne umetne inteligence in kako se lahko parjenje v sorodstvu poveže s prihodnostjo vsebine, ustvarjene z umetno inteligenco.
Razumevanje generativnega umetnega parjenja v sorodstvu Generativni sistemi umetne inteligence, kot so veliki jezikovni modeli (LLM), se primarno usposabljajo na obsežnih nizih podatkov iz besedilne, vizualne in zvočne vsebine, ki je na voljo v spletu. Na začetku je nabor podatkov večinoma vključeval predmete, ki so jih izdelali ljudje, kot so literatura, članki in umetniška dela. Vendar pa z vzponom generativnih orodij AI vedno več vsebine na internetu piše AI sam.
Ta premik vzbuja pomisleke glede kakovosti in raznolikosti naborov podatkov, ki se uporabljajo za usposabljanje prihodnjih sistemov umetne inteligence. Z razvojem vsebin, ustvarjenih z umetno inteligenco, se pričakuje, da se bodo številne prihodnje generacije modelov umetne inteligence učile iz naborov podatkov, ki ne predstavljajo človeške vsebine, ampak material, ustvarjen z umetno inteligenco.
Posledice generativnega parjenja z umetno inteligenco so večplastne.
Nasprotno, nadaljevanje učenja sistema umetne inteligence iz vedno večjega števila homogenih naborov podatkov bi lahko privedlo do zmanjšanja ustvarjalnosti in izvirnosti v rezultatih, ustvarjenih z umetno inteligenco.
Če se ta postopek ponavlja – to je kopiranje iz kopije – zaporedoma skozi generacije, je kakovost izhoda oslabljena, rezultati pa tvegajo, da bodo manj zanimivo delo in manj verjetno odražajo tisto, za kar menimo, da je človeški ustvarjalni rezultat. . Z rastjo vsebine, ustvarjene z umetno inteligenco, ki se usposablja na sorodstvenih naborih podatkov, bi se lahko takšne težave še poslabšale.
Če nabori podatkov za usposabljanje niso dovolj raznoliki, bi razviti sistemi umetne inteligence služili samo za krepitev in povečanje pristranskosti, ki so prisotne v vsebini, ustvarjeni z umetno inteligenco, in tako dodatno spodkopali zaupanja vredno uporabo vsebine, ustvarjene z umetno inteligenco, kot vira informacij. Poleg tega lahko pomanjkanje raznolikosti podatkov o usposabljanju omeji možnost razvoja sistemov umetne inteligence, ki bi lahko pravilno razumeli in predstavljali široko paleto človeških izkušenj in perspektiv. To lahko omejuje napredek na različnih področjih uporabe umetne inteligence, kot so obdelava naravnega jezika, ustvarjanje vsebine in sistemi odločanja.
Reševanje izziva generativnega parjenja v sorodstvu z umetno inteligenco
Predvsem pa je to resnično tveganje, zlasti parjenje generativnih tehnologij umetne inteligence v sorodstvu. Kljub temu daje raziskovalcem, razvijalcem in celo oblikovalcem politik obremenitev, da delujejo proaktivno. Zagotavljanje, da se med usposabljanjem sistema umetne inteligence prednostno uporabljajo raznoliki in reprezentativni nizi podatkov, z vključevanjem mehanizmov, ki bodo sposobni zaznati in zmanjšati pristranskosti v vsebini, ki jo ustvari umetna inteligenca, in zagotavljanje učinkovitega interdisciplinarnega sodelovanja ob obravnavanju in zagotavljanju etičnih in družbenih posledic gradnje umetne inteligence.
Nadalje bi morali olajšati potrebo po odprtosti in odgovornosti pri uvajanju sistemov umetne inteligence in zahtevati, da se uporabniki vsebine, ustvarjene z umetno inteligenco, seznanijo z omejitvami in pristranskostjo. Zato si lahko vse zainteresirane strani proaktivno prizadevajo za sodelovanje pri izkoriščanju moči generativne umetne inteligence, hkrati pa ublažijo tveganja, povezana s parjenjem v sorodstvu pri razvoju umetne inteligence.
Koncept parjenja v sorodstvu v generativni AI je velik prihodnji izziv za razvoj in uvajanje sistemov AI. To jim bo pomagalo zagotoviti, da bo odgovoren in etičen razvoj tehnološke izboljšave za družbo dosežen z razumevanjem posledic in načinov za učinkovito izboljšanje generativnega parjenja v sorodstvu z umetno inteligenco.
Vir: https://www.cryptopolitan.com/generative-ai-growing-in-ai-development/