A reflexão aprofundada sobre a inteligência artificial é crucial a nível económico. Aqui estão dez pontos-chave que merecem a nossa consideração cuidadosa.
Um ecossistema de IA diversificado está a formar-se, em vez de uma única inteligência artificial geral. Estamos a testemunhar um padrão em que vários modelos poderosos coexistem, com diversas capacidades de modelo em igualdade, sem que nenhum domine. O futuro pode ser a coexistência e complementaridade entre a humanidade e várias formas de IA, em vez de ser controlado por uma AGI absolutamente dominante.
A atual tecnologia de IA concentra os custos nas extremidades da entrada de prompts e na validação dos resultados. A IA assume principalmente tarefas do intermediário, ainda não tendo alcançado um fluxo completo de ponta a ponta. Embora o processo intermediário tenha acelerado, o custo total dos negócios ainda se desloca para as extremidades.
A IA existente é mais semelhante a uma inteligência aumentada do que a uma verdadeira inteligência artificial. Ela carece de consciência como um agente independente, não consegue definir metas complexas por conta própria ou verificar saídas. Os humanos ainda precisam investir uma grande quantidade de esforço na definição de metas, verificação de resultados, construção de dicas e integração de sistemas. Quanto mais inteligente for o usuário, mais significativo será o efeito de aumento da inteligência da IA.
A IA não vai substituir completamente o trabalho humano, mas permitirá que as pessoas se envolvam em mais áreas. Ela pode fazer de você um designer ou animador qualificado, mas para realmente dominar é necessário o polimento de profissionais.
A nova geração de IA destina-se principalmente a substituir o trabalho da geração anterior de IA. Por exemplo, novos modelos de geração de imagens substituem os antigos, e modelos de linguagem mais avançados substituem as versões anteriores. Uma vez que uma tarefa é confiada à IA, basta continuar a atualizar para o modelo mais recente.
A capacidade da IA em expressão visual é superior à expressão textual. Ela se destaca mais nas áreas de desenvolvimento front-end, processamento de imagens e vídeos. Isso se deve ao fato de que a saída visual é fácil de ser verificada a olho nu, enquanto uma grande quantidade de texto ou código gerado por IA exige mais trabalho humano para verificação.
O que realmente merece atenção são as IAs letais já existentes, como os "máquinas de matar" que são drones. Os países estão todos a competir para desenvolver esta tecnologia, o que é mais preocupante do que geradores de imagens ou chatbots.
As características da IA são probabilísticas, enquanto a tecnologia de criptografia é determinística. Assim, a tecnologia de criptografia pode servir como um contrapeso à IA. Por exemplo, embora a IA possa quebrar captchas, não pode falsificar saldos na blockchain. Ela consegue resolver algumas equações, mas não pode quebrar equações criptográficas. A tecnologia de criptografia representa um domínio que a IA atualmente não consegue alcançar.
A prática demonstra que a IA está a impulsionar a descentralização em vez da centralização. Isso pode ser visto no desenvolvimento coexistente de várias empresas de IA, na capacidade de pequenas equipas de alcançar saltos de capacidade com as ferramentas adequadas, e no surgimento contínuo de modelos de código aberto de alta qualidade.
A melhor proporção de uso da tecnologia de IA em aplicações não é de 100%. 0% de eficiência no uso de IA é baixo, enquanto 100% de IA pode levar a uma queda na qualidade. A proporção ideal de IA deve estar entre 0-100%, com valores específicos variando conforme a situação. O chave é entender que ambos os extremos não são soluções ótimas, refletindo uma curva de equilíbrio no campo da IA.
Limitações da IA
De um modo geral, os modelos de IA atuais ainda apresentam muitas limitações e estão longe de serem onipotentes.
Em termos de rentabilidade, a IA é limitada pelos altos custos das chamadas de API e pela frequência com que modelos concorrentes aparecem.
Na área da matemática, a IA não consegue resolver problemas complexos como o caos, a turbulência ou a criptografia.
Na prática, a IA precisa de sugestões e validações humanas, funcionando apenas entre camadas intermediárias, e não implementando um fluxo completo de ponta a ponta.
A nível físico, a IA ainda depende da percepção humana do ambiente e da entrada de informações, não conseguindo coletar dados do ambiente de forma autónoma.
Essas limitações podem ser superadas no futuro. Há esperança de alcançar a unificação do pensamento probabilístico da IA com o pensamento determinístico e lógico dos computadores tradicionais, mas isso ainda é um tema de pesquisa em aberto.
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
20 gostos
Recompensa
20
4
Republicar
Partilhar
Comentar
0/400
GhostInTheChain
· 08-14 00:36
É mais interessante quando os grandes modelos lutam.
Ver originalResponder0
OnchainArchaeologist
· 08-14 00:33
Não consegue correr mais rápido que os humanos, a IA atual ainda está longe.
As dez principais percepções da IA: do ecossistema diversificado ao equilíbrio das aplicações
Dez Reflexões sobre Inteligência Artificial
A reflexão aprofundada sobre a inteligência artificial é crucial a nível económico. Aqui estão dez pontos-chave que merecem a nossa consideração cuidadosa.
Um ecossistema de IA diversificado está a formar-se, em vez de uma única inteligência artificial geral. Estamos a testemunhar um padrão em que vários modelos poderosos coexistem, com diversas capacidades de modelo em igualdade, sem que nenhum domine. O futuro pode ser a coexistência e complementaridade entre a humanidade e várias formas de IA, em vez de ser controlado por uma AGI absolutamente dominante.
A atual tecnologia de IA concentra os custos nas extremidades da entrada de prompts e na validação dos resultados. A IA assume principalmente tarefas do intermediário, ainda não tendo alcançado um fluxo completo de ponta a ponta. Embora o processo intermediário tenha acelerado, o custo total dos negócios ainda se desloca para as extremidades.
A IA existente é mais semelhante a uma inteligência aumentada do que a uma verdadeira inteligência artificial. Ela carece de consciência como um agente independente, não consegue definir metas complexas por conta própria ou verificar saídas. Os humanos ainda precisam investir uma grande quantidade de esforço na definição de metas, verificação de resultados, construção de dicas e integração de sistemas. Quanto mais inteligente for o usuário, mais significativo será o efeito de aumento da inteligência da IA.
A IA não vai substituir completamente o trabalho humano, mas permitirá que as pessoas se envolvam em mais áreas. Ela pode fazer de você um designer ou animador qualificado, mas para realmente dominar é necessário o polimento de profissionais.
A nova geração de IA destina-se principalmente a substituir o trabalho da geração anterior de IA. Por exemplo, novos modelos de geração de imagens substituem os antigos, e modelos de linguagem mais avançados substituem as versões anteriores. Uma vez que uma tarefa é confiada à IA, basta continuar a atualizar para o modelo mais recente.
A capacidade da IA em expressão visual é superior à expressão textual. Ela se destaca mais nas áreas de desenvolvimento front-end, processamento de imagens e vídeos. Isso se deve ao fato de que a saída visual é fácil de ser verificada a olho nu, enquanto uma grande quantidade de texto ou código gerado por IA exige mais trabalho humano para verificação.
O que realmente merece atenção são as IAs letais já existentes, como os "máquinas de matar" que são drones. Os países estão todos a competir para desenvolver esta tecnologia, o que é mais preocupante do que geradores de imagens ou chatbots.
As características da IA são probabilísticas, enquanto a tecnologia de criptografia é determinística. Assim, a tecnologia de criptografia pode servir como um contrapeso à IA. Por exemplo, embora a IA possa quebrar captchas, não pode falsificar saldos na blockchain. Ela consegue resolver algumas equações, mas não pode quebrar equações criptográficas. A tecnologia de criptografia representa um domínio que a IA atualmente não consegue alcançar.
A prática demonstra que a IA está a impulsionar a descentralização em vez da centralização. Isso pode ser visto no desenvolvimento coexistente de várias empresas de IA, na capacidade de pequenas equipas de alcançar saltos de capacidade com as ferramentas adequadas, e no surgimento contínuo de modelos de código aberto de alta qualidade.
A melhor proporção de uso da tecnologia de IA em aplicações não é de 100%. 0% de eficiência no uso de IA é baixo, enquanto 100% de IA pode levar a uma queda na qualidade. A proporção ideal de IA deve estar entre 0-100%, com valores específicos variando conforme a situação. O chave é entender que ambos os extremos não são soluções ótimas, refletindo uma curva de equilíbrio no campo da IA.
Limitações da IA
De um modo geral, os modelos de IA atuais ainda apresentam muitas limitações e estão longe de serem onipotentes.
Em termos de rentabilidade, a IA é limitada pelos altos custos das chamadas de API e pela frequência com que modelos concorrentes aparecem.
Na área da matemática, a IA não consegue resolver problemas complexos como o caos, a turbulência ou a criptografia.
Na prática, a IA precisa de sugestões e validações humanas, funcionando apenas entre camadas intermediárias, e não implementando um fluxo completo de ponta a ponta.
A nível físico, a IA ainda depende da percepção humana do ambiente e da entrada de informações, não conseguindo coletar dados do ambiente de forma autónoma.
Essas limitações podem ser superadas no futuro. Há esperança de alcançar a unificação do pensamento probabilístico da IA com o pensamento determinístico e lógico dos computadores tradicionais, mas isso ainda é um tema de pesquisa em aberto.