Лише п’ять тисяч людей у світі знають справжню силу ШІ — співзасновник OpenAI

Можливості штучного інтелекту розвиваються нерівномірно, через що більшість людей досі сприймає його як звичайний чат-бот, тоді як вузьке коло фахівців уже виконує за допомогою ШІ складні проєкти, для яких раніше необхідні були особливі здібності або місяці часу. Такий розрив у розумінні технології лише збільшується, вважає Андрей Карпати, колишній керівник напряму штучного інтелекту в Tesla та співзасновник OpenAI.

У новому дописі в соціальній мережі X дослідник описав умовну «воронку» користувачів, які мають різний досвід роботи з великими мовними моделями (Large Language Model, LLM). За оцінкою Карпати, близько шести мільярдів людей, або приблизно 75% населення світу, майже не взаємодіяли з великими мовними моделями. Ще один-два мільярди людей епізодично користуються безплатними версіями сервісів на кшталт ChatGPT від OpenAI, сприймаючи їх переважно як удосконалений пошук, інструмент для написання текстів або помічника для нескладних завдань.

Карпати зазначає, що серед фахівців поза технічними галузями багато хто не бачить у таких інструментах значної практичної користі. Керівники та представники професій, у яких важливу роль відіграє безпосереднє спілкування з людьми, можуть розуміти загальний напрям розвитку ШІ, але не відчувати його впливу на власну роботу.

Наступна група, за оцінкою дослідника, налічує близько 20 мільйонів людей, або 0,2% населення. Це фахівці, які професійно використовують найсучасніші моделі для програмування, математики та інших технічних завдань і вже переконалися, що агенти можуть виконувати складні проєкти за допомогою одного запиту. Йдеться, зокрема, про створення та копіювання застосунків, переклад програмного забезпечення й декомпіляцію бінарних файлів. 

«Усе це відбулося дуже швидко й нещодавно: менш ніж рік тому я писав код вручну, вводячи команди в редактор символ за символом і час від часу натискаючи Tab для автозаповнення невеликих фрагментів коду», — додав Карпати.

Найменшу групу, за підрахунками дослідника, становлять приблизно п'ять тисяч людей — близько 0,00006% населення. Це фахівці з внутрішнім доступом до найпотужніших моделей, можливості яких значно перевищують те, що доступно широкій аудиторії.

Карпати описує роботу таких систем як взаємодію тисяч агентів, які протягом тижнів можуть спільно працювати над масштабними програмними проєктами. Серед завдань, які він згадує: 

• пошук невідомих раніше вразливостей програмного забезпечення; 

• кібератаки; 

• захист від кібератак «на машинних швидкостях»; 

• наукові відкриття; 

• розв'язання складних математичних проблем, на які найкращим фахівцям могли б знадобитися роки.

На думку дослідника, темпи розвитку вже створюють проблему для людської здатності осмислювати результати роботи ШІ. Як приклади він наводить тривалий аналіз атаки ШІ-агентів компанії OpenAI на платформу Hugging Face, що сталася кілька місяців тому, а також опрацювання 722 рукописів із передових математичних досліджень.

Чому можливості ШІ розвиваються нерівномірно

Карпати пояснює цю різницю трьома основними чинниками. Перший — складність і масштаб завдань, які людина доручає моделям: коротка відповідь на просте запитання потребує значно менше ресурсів, ніж багатотижневий проєкт із багатьма взаємопов'язаними етапами.

Другий чинник — нерівномірний розвиток моделей у різних галузях. Найкращих результатів вони досягають у цифрових сферах, де виконання завдань можна перевірити об'єктивно та де є значна економічна цінність, зокрема в програмуванні й математиці.

Це пов'язано з навчанням із підкріпленням, під час якого модель удосконалюється на основі оцінювання результатів. Наприклад, у програмуванні можна перевірити, чи пройшов код модульні тести, тоді як якість написаного тексту набагато складніше оцінити за однозначними критеріями.

Третій чинник — доступність технологій. Безплатні версії, платні підписки та внутрішні інструменти для обмеженого кола фахівців можуть суттєво відрізнятися за можливостями, тому досвід одного користувача необов'язково відображає рівень найсучасніших систем.

Карпати звернув увагу на цей розрив ще у квітні. Тоді він писав, що багато людей сформували уявлення про ШІ на основі безплатних або застарілих моделей, які припускалися помилок і не справлялися навіть із простими завданнями. За його словами, ці системи не відображають можливостей передових агентних інструментів, таких як OpenAI Codex і Claude Code.

Дослідник також наголошує, що навіть платний доступ до найпотужніших моделей не гарантує однаково високих результатів у всіх сферах. Пошук інформації, написання текстів і надання порад наразі не належать до напрямів, у яких прогрес настільки ж помітний, як у технічних завданнях.

Однією з причин він називає особливості навчання моделей, а іншою — економічні стимули розробників. Компанії приділяють більше уваги сферам, де результати можна об'єктивно перевірити, а технології мають високу цінність для бізнесу.

Саме тому, вважає Карпати, фахівці, які працюють із передовими моделями в програмуванні, математиці та наукових дослідженнях, значно гостріше відчувають темпи розвитку ШІ та можливі наслідки для кібербезпеки. Натомість користувачі, які взаємодіють із простішими моделями для повсякденних завдань, можуть не помічати цих змін.

Водночас OpenAI кілька місяців тому зафіксувала перехід від простих інформаційних запитів до виконання прикладних завдань — програмування, аналітики та написання текстів. Дослідження використання ChatGPT понад мільярдом користувачів засвідчило стрімке скорочення технологічного розриву між регіонами: держави Південної півкулі, зокрема Латинської Америки, продемонстрували найшвидші темпи приросту використання на душу населення, наздоганяючи Північну Америку та Європу.