اگر از نزدیک پیشرفت Open AI را دنبال کرده باشید، شرکتی که توسط Sam Altman اداره می شود و شبکه های عصبی آن اکنون می توانند متن اصلی را بنویسند و تصاویر اصلی را با سهولت و سرعت شگفت انگیز ایجاد کنند، ممکن است این قسمت را از دست بدهید.
از سوی دیگر، اگر فقط به پیشرفت شرکت و جذابیت فزاینده‌ای که دیگر شرکت‌های به اصطلاح «تولیدکننده» هوش مصنوعی به‌طور ناگهانی به دست می‌آورند دقت کرده‌اید و می‌خواهید بهتر بفهمید چرا، ممکن است این مصاحبه را با جیمز بیابید. کریر، پنج‌بار بنیان‌گذار و اکنون سرمایه‌دار خطرپذیر است که پنج سال پیش با چند تن از دوستان بنیان‌گذار سریال‌اش، شرکت NFX را تأسیس کرد.
کریر در گروه افرادی قرار می‌گیرد که پیشرفت را از نزدیک دنبال می‌کنند – آنقدر از نزدیک که NFX سرمایه‌گذاری‌های مرتبط متعددی را در “فناوری مولد”، همانطور که او توصیف می‌کند، انجام داده است، و هر ماه توجه تیم را بیشتر به خود جلب می‌کند. در واقع، کریر فکر نمی‌کند که تبلیغات در مورد این چین و چروک جدید در هوش مصنوعی کمتر از درک این موضوع است که دنیای استارت‌آپ‌های گسترده‌تر برای اولین بار پس از مدت‌ها ناگهان با یک فرصت بسیار بزرگ روبرو می‌شوند. کوریر می گوید: «هر 14 سال یک بار یکی از این انفجارهای کامبرین را دریافت می کنیم. ما در سال 94 هم در اینترنت داشتیم. ما در سال 2008 یک گوشی تلفن همراه داشتیم. اکنون یکی دیگر در سال 2022 داریم.
در نگاهی به گذشته، این ویرایشگر مایل است سؤالات بهتری بپرسد، اما من در اینجا نیز در حال یادگیری هستم. موارد زیر گزیده‌هایی از گپ ما است که به مدت طولانی ویرایش شده‌اند. در اینجا می توانید به گفتگوی طولانی تر ما گوش دهید.
TC: ابهامات زیادی در مورد هوش مصنوعی مولد وجود دارد، از جمله اینکه دقیقاً چقدر جدید است یا اینکه آیا به تازگی به آخرین کلمه کلیدی تبدیل شده است.
جی سی: فکر می‌کنم اتفاقی که برای دنیای هوش مصنوعی رخ داد این است که احساس می‌کردیم می‌توانیم یک هوش مصنوعی قطعی داشته باشیم که به ما کمک کند حقیقت را در مورد چیزی شناسایی کنیم. مثلا این قطعه شکسته در خط تولید است؟ آیا این تاریخ مناسبی است؟ اینجا جایی است که شما چیزی را با استفاده از هوش مصنوعی تعریف می‌کنید، همانطور که انسان چیزی را تعریف می‌کند. این تا حد زیادی هوش مصنوعی در 10 تا 15 سال گذشته بوده است.
مجموعه‌های دیگر الگوریتم‌ها در هوش مصنوعی بیشتر از این الگوریتم‌های انتشار بودند که برای نگاه کردن به حجم عظیمی از محتوا و سپس تولید چیزی جدید از آن طراحی شده‌اند و می‌گویند: «در اینجا 10000 نمونه وجود دارد. آیا می‌توانیم 10001 نمونه مشابه را ایجاد کنیم؟
آنها تا حدود یک سال و نیم پیش کاملاً شکننده، کاملا شکننده بودند. [Now] الگوریتم ها بهتر شده اند اما مهمتر از آن، مجموعه محتوایی که ما به آنها نگاه می کنیم بزرگتر شده اند زیرا ما به سادگی قدرت پردازش بیشتری داریم. بنابراین آنچه اتفاق می افتد این است که این الگوریتم ها از قانون مور پیروی می کنند – [with vastly improved] ذخیره سازی، پهنای باند، سرعت محاسبات – و ناگهان قادر به تولید چیزی شد که بسیار شبیه به آنچه که یک انسان تولید می کند به نظر می رسید. این بدان معنی است که ارزش اسمی متنی که می نویسد و ارزش اسمی نقاشی که ترسیم می کند بسیار شبیه به کاری است که یک انسان انجام می دهد. و همه اینها در دو سال گذشته اتفاق افتاده است. بنابراین این ایده جدیدی نیست، اما در این آستانه جدید است. برای همین همه به این نگاه می کنند و می گویند عجب جادویی است.
بنابراین این قدرت محاسباتی است که به طور ناگهانی بازی را تغییر داده است، و نه بخشی از زیرساخت های تکنولوژی که قبلا گم شده بود؟
ناگهان تغییر نکرد، فقط به تدریج تغییر کرد تا جایی که کیفیت نسل ما به جایی رسید که برای ما معنادار بود. بنابراین پاسخ به طور کلی منفی است، الگوریتم ها بسیار شبیه هستند. در این الگوریتم های انتشار، کمی بهتر شده اند. اما واقعاً به قدرت پردازش مربوط می شود. سپس، حدود دو سال پیش، [powerful language model] GPT آمد که از نوع محاسباتی محلی بود، سپس GPT3 آمد [the AI company Open AI] انجام خواهد داد [the calculation] برای تو در ابر از آنجایی که مدل های داده بسیار بزرگتر بودند، آنها مجبور بودند این کار را روی سرورهای خود انجام دهند. شما فقط نمی توانید آن را انجام دهید [on your own]. و این زمانی بود که همه چیز واقعاً شروع شد.
ما می دانیم زیرا در شرکتی سرمایه گذاری کردیم که بازی های مولد مبتنی بر هوش مصنوعی، از جمله “AI Dungeon” را می سازد، و من فکر می کنم اکثر محاسبات GPT-3 در یک نقطه از طریق “AI Dungeon” انجام شده است.
سپس، آیا “AI Dungeon” به تیم کوچکتری نسبت به بازی ساز دیگری نیاز دارد؟
این یکی از مزایای بزرگ است، قطعا. آنها مجبور نیستند این همه پول را برای ذخیره همه آن داده ها خرج کنند و می توانند با گروه کوچکی از مردم ده ها تجربه بازی ایجاد کنند که همه از آنها سود می برند. [In fact] ایده این است که شما هوش مصنوعی مولد را به بازی‌های قدیمی اضافه می‌کنید تا شخصیت‌های غیربازیکن شما واقعاً بتوانند چیز جالب‌تری نسبت به امروز بگویند، اگرچه تجربیات گیم‌پلی اساساً متفاوتی را از هوش مصنوعی درون بازی در مقابل افزودن هوش مصنوعی به دست خواهید آورد. بازی های موجود
پس تغییر بزرگ در کیفیت است؟ آیا این فناوری در نقطه‌ای رو به افزایش است؟
نه، همیشه بهتر خواهد شد. فقط این است که تفاوت در بزرگنمایی به مرور زمان کوچکتر خواهد شد زیرا آنها در حال حاضر بسیار خوب شده اند،
اما تغییر بزرگ دیگر این است که Open AI واقعاً باز نبود. آنها این چیز شگفت انگیز را تولید کردند، اما پس از آن باز نبود و بسیار گران بود. بنابراین گروه‌هایی مانند هوش مصنوعی پایداری و افراد دیگر گرد هم آمدند و گفتند: «بیایید نسخه‌های منبع باز آن را بسازیم.» و در آن نقطه، قیمت فقط در دو یا سه ماه گذشته ۱۰۰ برابر کاهش یافت.
اینها شاخه های Open AI نیستند.
تمام این فناوری مولد فقط بر روی مدل Open AI GPT-3 ساخته نخواهد شد. فقط اولین بود جامعه منبع باز قبلاً بسیاری از کارهای آنها را تکرار کرده است و احتمالاً هشت ماه عقب هستند و از نظر کیفیت شش ماه عقب هستند. اما به آنجا خواهد رسید. و از آنجایی که نسخه های متن باز یک سوم، یک پنجم یا یک بیستم قیمت هوش مصنوعی باز هستند، رقابت قیمت زیادی را شاهد خواهید بود و شاهد افزایش تعداد این مدل ها خواهید بود که با هم رقابت می کنند. با هوش مصنوعی باز و احتمالاً با پنج، یا شش، یا هشت، یا شاید، شاید 100 تا از آنها خواهید رسید.
سپس مدل های منحصر به فرد هوش مصنوعی بر روی آنها ساخته خواهد شد. بنابراین ممکن است یک مدل هوش مصنوعی داشته باشید که واقعاً به ساختن شعر می‌پردازد، یا مدل‌های هوش مصنوعی که واقعاً به نحوه ساخت تصاویر بصری از سگ‌ها و موهای سگ نگاه می‌کند، یا مدلی دارید که واقعاً در نوشتن ایمیل‌های فروش تخصص دارد. شما یک لایه کامل از این مدل های تخصصی هوش مصنوعی خواهید داشت که سپس به صورت سفارشی ساخته می شوند. سپس علاوه بر آن، تمام فناوری‌های مولد را خواهید داشت، که عبارتند از: چگونه مردم را وادار به استفاده از محصول کنید؟ چگونه مردم را وادار به پرداخت برای محصول می کنید؟ چگونه مردم را نگه می دارید که وارد شوند؟ چگونه مردم را وادار به اشتراک گذاری آن می کنید؟ چگونه افکت های شبکه ایجاد می کنید؟
چه کسی اینجا پول در می آورد؟
لایه برنامه، جایی که افراد پس از انتشار و اثرات شبکه به آنجا خواهند رفت، جایی است که شما درآمد کسب خواهید کرد.
در مورد شرکت های بزرگی که می توانند این فناوری را در شبکه های خود بگنجانند چه می شود. آیا برای شرکتی که این مزیت را ندارد خیلی سخت نخواهد بود که از ناکجاآباد بیاید و پول دربیاورد؟
من فکر می کنم چیزی که شما به دنبال آن هستید چیزی شبیه توییچ است، جایی که YouTube می توانست این را در مدل خود ادغام کند، اما آنها این کار را نکردند. و توییچ یک پلتفرم جدید و یک فرهنگ و ارزش جدید با ارزش برای سرمایه گذاران و بنیانگذاران ایجاد کرد، حتی اگر این کار دشوار بود. بنابراین شما بنیانگذاران بزرگی خواهید داشت که از این فناوری برای برتری به آنها استفاده می کنند. و این باعث ایجاد درز در بازار می شود. و در حالی که بزرگان کارهای دیگری انجام می دهند، می توانند شرکت های میلیارد دلاری بسازند.
نیویورک تایمز اخیراً مقاله‌ای منتشر کرده است که در آن تعداد انگشت شماری از خلاقان ارائه شده است که می‌گویند برنامه‌های هوش مصنوعی تولیدی که در زمینه‌های مربوطه خود استفاده می‌کنند، ابزارهایی در جعبه ابزار وسیع‌تری هستند. آیا مردم اینجا ساده لوح هستند؟ آیا خطر جایگزینی با این فناوری وجود دارد؟ همانطور که اشاره کردید، تیم کار بر روی AI Dungeon کوچکتر است. این برای شرکت خوب است، اما به طور بالقوه برای توسعه دهندگانی که ممکن است در غیر این صورت روی بازی کار می کردند، بد است.
من فکر می‌کنم با اکثر فناوری‌ها، مردم کمی ناراحتی دارند [for example] ربات ها جایگزین کار در یک کارخانه خودروسازی می شوند. هنگامی که اینترنت به وجود آمد، بسیاری از افرادی که پست مستقیم انجام می‌دادند، احساس خطر کردند که شرکت‌ها می‌توانند مستقیماً بفروشند و از خدمات تبلیغات کاغذی خود استفاده نکنند. ولی [after] بازاریابی دیجیتال یا ارتباطات ایمیل دیجیتال را پذیرفته اند، احتمالاً پیشرفت زیادی در حرفه خود داشته اند، بهره وری آنها افزایش یافته است، سرعت و کارایی آنها افزایش یافته است. در مورد کارت های اعتباری آنلاین نیز همین اتفاق افتاد. شاید تا سال 2002 احساس راحتی نداشتیم که کارت های اعتباری را آنلاین کنیم. اما آنهایی که پذیرفتند [this wave in] 2000 تا 2003 بهتر بود.
فکر می کنم الان چه اتفاقی می افتد. نویسندگان، طراحان و معمارانی که از قبل فکر می کنند و از این ابزارها استفاده می کنند تا بهره وری خود را 2 برابر، 3 برابر یا 5 برابر افزایش دهند، عملکرد فوق العاده خوبی خواهند داشت. من فکر می کنم در 10 سال آینده، کل جهان شاهد افزایش بهره وری خواهد بود. این یک فرصت بزرگ برای 90٪ از مردم است که فقط کارهای بیشتری انجام دهند، بیشتر باشند، بیشتر انجام دهند، بیشتر ارتباط برقرار کنند.
NFX چیزهای بیشتری در مورد هوش مصنوعی مولد در سایت خود دارد که به هر حال ارزش خواندن را دارد. شما می توانید آن را اینجا پیدا کنید.