Термин “зима искусственного интеллекта” обозначает период сокращения финансирования исследований и разработок в области ИИ, часто следуя за завышенными ожиданиями, которые не были выполнены.
Недавние системы генеративного ИИ, такие как GPT-4o от OpenAI и оценки, основанные на ИИ от Google, не оправдали ожиданий инвесторов, и сегодня эта картина кажется слишком знакомой.
Согласно отчету Search Engine Land, зимы ИИ исторически следовали циклам ажиотажа и разочарований. Первая из них в 1970-х годах произошла из-за неудовлетворительных результатов амбициозных проектов, направленных на достижение машинного перевода и распознавания речи. Из-за недостаточной вычислительной мощности и нереалистичных ожиданий того, что компьютеры могут достичь в этой области, финансирование было заморожено.
Экспертные системы 1980-х годов вызывали надежды, однако вторая зима ИИ наступила, когда эти системы не смогли справиться с неожиданными входными данными. Спад машин LISP и провал проекта “Пятое поколение” в Японии стали дополнительными факторами, способствовавшими замедлению. Многие исследователи дистанцировались от ИИ, предпочитая называть свою работу информатикой или машинным обучением, чтобы избежать негативной стигмы.
Устойчивость ИИ в периоды зим
ИИ пережил 1990-е годы, хотя и медленно и болезненно, и был в основном непрактичным. Хотя IBM Watson должен был произвести революцию в методах лечения болезней у людей, его внедрение в реальную медицинскую практику сталкивалось с вызовами на каждом шагу. Машина ИИ не могла интерпретировать заметки врачей и учитывать потребности местного населения. Другими словами, ИИ оказался в деликатных ситуациях, требующих деликатного подхода.
Исследования и финансирование ИИ снова возросли в начале 2000-х годов благодаря достижениям в машинном обучении и больших данных. Однако репутация ИИ, подпорченная прошлыми неудачами, побудила многих изменить брендинг технологий ИИ. Исключительно интерес вызывали такие термины, как блокчейн, автономные транспортные средства и устройства голосовых команд, но большинство из них также исчезли, когда не смогли оправдать завышенные ожидания.
Уроки из прошлых зим ИИ
Каждая зима ИИ следует знакомой последовательности: ожидания вызывают ажиотаж, за которым следуют разочарования в технологиях и финансах. Исследователи ИИ отступают от области и посвящают себя более сфокусированным проектам.
Однако эти проекты не поддерживают развитие долгосрочных исследований, предпочтение отдается краткосрочным усилиям, что заставляет всех пересматривать потенциал ИИ. Это оказывает нежелательное влияние не только на технологии, но и на рабочую силу, чьи таланты в конечном итоге делают технологию нежизнеспособной. Также забрасываются некоторые проекты, меняющие жизнь.
Тем не менее, эти периоды предоставляют ценные уроки. Они напоминают нам о необходимости реалистично подходить к возможностям ИИ, сосредоточиться на фундаментальных исследованиях и вести прозрачные коммуникации с инвесторами и обществом.
Мы на пороге очередной зимы ИИ?
После взрывного 2023 года темпы прогресса ИИ, по-видимому, замедлились. Прорывы в области генеративного ИИ становятся менее частыми. В телефонных разговорах инвесторов все реже упоминается ИИ, и компании изо всех сил пытаются реализовать обещанные увеличения продуктивности с помощью таких инструментов, как ChatGPT.
Использование генеративных моделей ИИ ограничено из-за таких трудностей, как наличие галлюцинаций и отсутствие настоящего понимания. Более того, обсуждение реальных приложений показывает, что распространение контента, созданного ИИ, и многочисленные проблемные аспекты, связанные с использованием данных, также представляют собой проблемы, которые могут замедлить прогресс.
Тем не менее, возможно избежать полномасштабной зимы ИИ. Открытые модели быстро догоняют закрытые альтернативы, и компании начинают внедрять различные приложения в различных отраслях. Денежные инвестиции также не остановились, особенно в случае Perplexity, где, несмотря на общий скептицизм по поводу утверждений компании, может быть найдена ниша в области поиска.
Будущее ИИ и его влияние на бизнес
Сложно с уверенностью сказать, что ждет ИИ в будущем. С одной стороны, вероятно, что прогресс продолжится, будут разрабатываться более совершенные системы ИИ с улучшенными показателями продуктивности для индустрии поискового маркетинга. С другой стороны, если технология не сможет справиться с текущими проблемами, включая этические аспекты существования ИИ, безопасность используемых данных и точность систем, падающее доверие к ИИ может привести к сокращению инвестиций и, как следствие, более существенному замедлению отрасли.
В любом случае, бизнесу потребуется подлинность, доверие и стратегический подход к внедрению ИИ. Маркетологи в области поискового продвижения и профессионалы ИИ должны быть хорошо информированы и понимать ограничения инструментов ИИ. Они должны ответственно применять их и осторожно экспериментировать в поисках прироста продуктивности, избегая ловушки чрезмерной зависимости от развивающейся технологии.
Источник: Artificial Intelligence News
