Η τεχνητή νοημοσύνη γίνεται πιο χρήσιμη, αλλά όχι για όλους το ίδιο

Η τεχνητή νοημοσύνη γίνεται πιο ικανή στις καθημερινές εργασίες, αλλά το ποιος ωφελείται από αυτή την πρόοδο εξαρτάται ολοένα και περισσότερο από τον τόπο διαμονής, τη γλώσσα και τον έλεγχο που έχει ο καθένας πάνω στην τεχνολογία. Στο τελευταίο επεισόδιο του This Week in AI, η Christina Stathopoulos και η Michelle Smith εξέτασαν εξελίξεις από τις OpenAI και Anthropic, την αυξανόμενη ώθηση προς περιφερειακά μοντέλα τεχνητής νοημοσύνης και τις προκλήσεις για μια πιο προσιτή και υπεύθυνη χρήση της.

Η OpenAI παρουσίασε το LifeVal, ένα benchmark που μετρά πόσο καλά η τεχνητή νοημοσύνη διαχειρίζεται καθημερινές εργασίες, όπως η αναζήτηση φροντίδας για παιδιά, η διαχείριση οικογενειακού προϋπολογισμού και η πρόσβαση σε κρατικές υπηρεσίες. Η βαθμολογία ανέβηκε από 49% για το GPT-5.2 σε περίπου 80% για τα GPT-5.6 και GPT-6 Astra. Αυτό μπορεί να βοηθήσει τους ερευνητές να εκτιμήσουν αν οι βελτιώσεις στις δυνατότητες των μοντέλων μεταφράζονται σε χρήσιμη βοήθεια στην καθημερινότητα.

Η OpenAI ανέφερε επίσης ότι το ChatGPT διαχειρίζεται πλέον περίπου το 20% του όγκου αναζήτησης της Google σε ερωτήματα τύπου αναζήτησης, χωρίς να έχει εξηγήσει τη μεθοδολογία της. Το νέο μοντέλο GPT-6 Cyber, διαθέσιμο σε εγκεκριμένες ομάδες ασφαλείας, στοχεύει στον εντοπισμό και τη διόρθωση ευπαθειών λογισμικού. Την ίδια ώρα, η Anthropic άρχισε να δοκιμάζει συνδέσεις μόνο ανάγνωσης με τραπεζικούς λογαριασμούς στο Claude, επιτρέποντας σε ορισμένους συνδρομητές στις ΗΠΑ να αναλύουν τις δαπάνες και να εντοπίζουν ασυνήθιστες χρεώσεις. Καθώς οι βοηθοί τεχνητής νοημοσύνης αναλαμβάνουν εργασίες που παραδοσιακά χειρίζονται τράπεζες, μηχανές αναζήτησης και εξειδικευμένο λογισμικό, αυτοί οι κλάδοι θα χρειαστεί να ξαναδούν τον τρόπο με τον οποίο εξυπηρετούν τους πελάτες τους και προστατεύουν τα δεδομένα τους.

Η Anthropic δημοσίευσε επίσης το FlashProve, ένα ερευνητικό πρωτότυπο που χρησιμοποιεί κρυπτογραφικές αποδείξεις για να επιβεβαιώνει ποιο μοντέλο παρήγαγε μια απάντηση. Ξεχωριστά, ο ερευνητικός οργανισμός METR ανέφερε ότι η βοήθεια της τεχνητής νοημοσύνης μπορεί να έχει σχεδόν διπλασιάσει τον ρυθμό προόδου σε ορισμένες εργασίες ανάπτυξης μοντέλων στην Anthropic τον τελευταίο χρόνο. Τα ευρήματα δεν αποδεικνύουν αναδρομική αυτοβελτίωση, δείχνουν όμως ότι η τεχνητή νοημοσύνη ήδη επιταχύνει ορισμένα στάδια της ανάπτυξης μοντέλων. Αυτό κάνει ακόμη πιο σημαντικό να γίνει κατανοητό πώς η τεχνητή νοημοσύνη επηρεάζει αυτή την πρόοδο και να ελέγχεται η αξιοπιστία των αποτελεσμάτων που παράγουν αυτά τα συστήματα.

Τα περιφερειακά μοντέλα τεχνητής νοημοσύνης επιχειρούν να καλύψουν τα κενά πρόσβασης. Είχε ήδη γίνει λόγος για τον «φόρο του tokenizer», που κάνει ορισμένες γλώσσες ακριβότερες στην επεξεργασία επειδή απαιτούν περισσότερα tokens από τα αγγλικά. Νέα έρευνα από το Πανεπιστήμιο του Μίσιγκαν βρήκε ένα ακόμη μειονέκτημα. Σε μία δοκιμή, η απάντηση σε ερωτήσεις στα παστού κατανάλωσε έως και 179 φορές περισσότερη ενέργεια από την απάντηση σε αντίστοιχες ερωτήσεις στα αγγλικά, ενώ επηρεάστηκε και η ακρίβεια. Τα ευρήματα δείχνουν πώς η γλώσσα μπορεί να επηρεάσει τόσο το κόστος όσο και την ποιότητα των υπηρεσιών τεχνητής νοημοσύνης.

Οι χώρες απαντούν επενδύοντας σε μοντέλα που σχεδιάζονται με βάση τις δικές τους γλώσσες και υποδομές. Οι ισπανόφωνες και πορτογαλόφωνες χώρες της Αμερικής συμφώνησαν να συγκροτήσουν περιφερειακή συμμαχία για την τεχνητή νοημοσύνη, με στόχο τον συντονισμό στην ανάπτυξη μοντέλων, την ανταλλαγή δεδομένων και τους υπολογιστικούς πόρους. Η Ινδία παρουσίασε τρία εγχώρια μοντέλα, ανάμεσά τους το EKA-1, που υποστηρίζει 22 ινδικές γλώσσες και τα αγγλικά, καθώς και δύο μοντέλα Dhīr που έχουν σχεδιαστεί να λειτουργούν εκτός σύνδεσης με έγγραφα. Οι δυνατότητες offline μπορούν να τα κάνουν ιδιαίτερα χρήσιμα σε αγροτικές περιοχές με αναξιόπιστη σύνδεση στο διαδίκτυο.

Η GoTo της Ινδονησίας, το Jais 3 των Ηνωμένων Αραβικών Εμιράτων και το Sunflower V2 της Ουγκάντας είναι ακόμη παραδείγματα έργων που αναπτύσσουν τεχνητή νοημοσύνη για τοπικές γλώσσες. Αυτές οι προσπάθειες μπορούν να δώσουν στους προγραμματιστές μεγαλύτερο έλεγχο στα συστήματα για τοπικές γλώσσες και να μειώσουν την εξάρτηση από ιδιόκτητα εργαλεία τεχνητής νοημοσύνης, ακόμη κι όταν ορισμένα βασίζονται σε ανοιχτά foundation models από μεγαλύτερα εργαστήρια. Μπορούν επίσης να κάνουν την τεχνητή νοημοσύνη πιο χρήσιμη σε γλώσσες που τα υπάρχοντα μοντέλα χειρίζονται δύσκολα. Για οργανισμούς που αναπτύσσουν τεχνητή νοημοσύνη σε πολλές χώρες, ο έλεγχος της απόδοσης και του κόστους σε κάθε γλώσσα μπορεί να αποκαλύψει προβλήματα που τα benchmarks στα αγγλικά δεν δείχνουν.

Η υπεύθυνη τεχνητή νοημοσύνη εξαρτάται από τον τρόπο που τη χρησιμοποιούμε. Η Google δέχθηκε κριτική για αλλαγές στους ελέγχους τεχνητής νοημοσύνης σε σχολικούς λογαριασμούς. Με τη νέα ρύθμιση, τα σχολεία που απενεργοποιούν την τεχνητή νοημοσύνη χάνουν και την πρόσβαση στο Google Search. Έτσι, οι εκπαιδευτικοί έχουν περιορισμένο έλεγχο στα εργαλεία που μπορούν να χρησιμοποιούν οι μαθητές.

Στην Ευρώπη, σύμβουλος του ανώτατου δικαστηρίου της ΕΕ πρότεινε ότι τα chatbots θα μπορούσαν να παραβιάζουν τα δικαιώματα εκδοτών όταν αναπαράγουν ειδησεογραφικό περιεχόμενο. Η γνώμη προέκυψε από διαφορά που αφορά το Gemini της Google και έναν Ούγγρο εκδότη. Η τελική απόφαση εκκρεμεί, αλλά η υπόθεση θα μπορούσε να επηρεάσει τον τρόπο με τον οποίο οι εταιρείες τεχνητής νοημοσύνης αποκτούν πρόσβαση και επαναχρησιμοποιούν υλικό που προστατεύεται από πνευματικά δικαιώματα. Αυτό εντάσσεται σε ένα ευρύτερο κύμα αγωγών από εκδότες, ανάμεσά τους και η υπόθεση των New York Times στις ΗΠΑ κατά της OpenAI και της Microsoft για την υποτιθέμενη χρήση άρθρων της στην εκπαίδευση μοντέλων και την αναπαραγωγή περιεχομένου στις απαντήσεις του ChatGPT.

Το περιβαλλοντικό κόστος της τεχνητής νοημοσύνης συνεχίζει επίσης να γίνεται πιο ορατό. Ορισμένοι operators data centers επαναχρησιμοποιούν αποσυρμένους αεροκινητήρες ως γεννήτριες φυσικού αερίου για να εξασφαλίσουν ρεύμα όσο περιμένουν συνδέσεις με το δίκτυο. Αν και αυτό μπορεί να επιταχύνει την ανάπτυξη, οι μετασκευασμένοι κινητήρες είναι λιγότερο αποδοτικοί και μπορεί να προκαλούν περισσότερη ρύπανση από τις συμβατικές τουρμπίνες, πράγμα που σημαίνει ότι η ταχύτερη πρόσβαση στην ηλεκτρική ενέργεια έρχεται με αντάλλαγμα υψηλότερες εκπομπές και χειρότερη τοπική ποιότητα αέρα. Αυξάνεται και η δημόσια αντίδραση. Στις ενδιάμεσες αμερικανικές εκλογές της 3ης Νοεμβρίου, οι ψηφοφόροι τάχθηκαν υπέρ περιορισμών στην ανάπτυξη data centers σε 40 από τα 41 τοπικά ψηφίσματα σε 10 πολιτείες.

Την ίδια ώρα, η Planet παρουσίασε ένα εργαλείο φυσικής γλώσσας για αναζήτηση και ανάλυση περισσότερων από δέκα ετών δορυφορικών εικόνων. Οι χρήστες μπορούν να εξετάζουν γεωγραφικές αλλαγές χωρίς εξειδικευμένες γνώσεις GIS, κάνοντας τα δορυφορικά δεδομένα πιο προσιτά σε όσους δεν έχουν αυτό το υπόβαθρο. Η εφαρμογή δείχνει πώς η τεχνητή νοημοσύνη μπορεί να βοηθήσει περισσότερους ανθρώπους να δουλέψουν με πολύπλοκα δεδομένα που μέχρι τώρα απαιτούσαν εξειδικευμένα εργαλεία και εκπαίδευση.

Καθώς η τεχνητή νοημοσύνη επεκτείνεται σε προσωπικές υπηρεσίες και οι χώρες επενδύουν στα δικά τους μοντέλα, οι προγραμματιστές και οι οργανισμοί αντιμετωπίζουν ολοένα και πιο διαφορετικές απαιτήσεις σε ασφάλεια, απόδοση και προσβασιμότητα. Τα πιο χρήσιμα συστήματα θα είναι εκείνα που λειτουργούν αξιόπιστα για τους ανθρώπους και τις συνθήκες για τις οποίες σχεδιάστηκαν.

Πηγή: oreilly.com.