“还早得多衡量AI的影响”:S Narayanan和Aparna Chennapragada

随着人工智能迅速重塑行业,两名从事新时代技术的高级领导人表示,尽管进步速度,但仍然很难预测该技术的经济和社会影响。 OpenAI工程副总裁Srinivas Narayanan和Microsoft AI的首席产品官Aparna Chennapragada与Anees Hussain谈到了AI的发展,印度在塑造该领域的作用和当前系统的范围。 excertps:

这是一个主要的技术转变。我们中的许多人都没有看到范围如此广泛的工具。人们正在将其应用于教育,医疗保健,金融以及许多其他领域。

进步的步伐非常快。现在似乎不可能仅两年前的事情是日常使用的一部分。例如,从文本中生成图像曾经感觉像魔术。现在,这很常见。这既可以创造机会又有压力,仅新颖性就不够了。

有短期和长期的关注。目前,人们可以滥用AI来传播虚假信息或与技术建立不平衡的关系。从长远来看,它将影响就业和经济体系。我们仍在早期,因此尚不清楚全部影响。但是,重要的是要开始为即将发生的事情做好准备。

过去,知识自然受到访问的限制。现在,AI可以立即在健康和金融等领域提供专业知识。这是积极的,但是它对经济体系如何转移以及哪些技能仍然有价值提出了棘手的问题。

根据任务,有大型和小型型号的空间。对于直接应用程序,较小的型号可以工作。但是对于需要在新环境中推理的情况,较大的模型更有效。每个国家都有自己的需求,并为与通用工具一起建立了自己的需求。

这不仅与模型有关。一个更大的问题是用于训练模型的数据是否代表所有观点,语言和文化。

现在,越来越多的国家正在创建自己的培训数据。这有助于确保系统反映当地现实。将来,人们不仅为他人写信,他们也会为机器写作。

最近的进步来自培训模型,这些模型通过在上下文中思考更有效地理解,而不仅仅是预测下一个单词。使用当前技术仍然有生长的空间。现在的关键挑战是设计模型可以从中学习的更复杂的问题。为此,高质量的专家数据至关重要。

当前系统我们已经可以做很多事情了。当今专业人士处理的许多任务都是重复且简单的。 AI可以接管这些,使人们可以专注于更熟练的工作。这不需要在模型设计中取得新的突破,它只需要周到的产品开发即可。

是的,这是我们正在研究的事情。当前的模型旨在给出答案,而不是提出问题或明确怀疑。但是未来的系统需要感觉到更多的对话。认识到他们不知道的是必要的改进。

我对适应每个人的用户界面感兴趣,而不仅仅是通用工具。我还认为,由于人类是视觉思想家,基于视频的AI会很快成长。最后,机器与现实世界互动的物理AI是一个值得关注的领域。

我专注于帮助人们做得更多,思考更大并变得更有生产力的用途。如果我们可以管理风险,AI可能会支持许多领域的有意义的进步。