Rozwój sztucznej inteligencji: szanse i wyzwania

Mijający rok w świecie technologii należał do generatywnej AI i dużych modeli językowych, które zaczęły rozumieć język naturalny. Jakie technologie z tego obszaru mogą zdobyć popularność w 2024 r.?

Efektywność i zapotrzebowanie na moc obliczeniową

Tomasz Trzciński, lider grupy badawczej “Uczenie maszynowe zero-waste w wizji komputerowej” w IDEAS NCBR, dyrektor ELLIS Unit Warsaw

U progu 2024 r. w krajobrazie sztucznej inteligencji (AI) widać znaczące zmiany, szczególnie w zakresie efektywności uczenia maszynowego i zapotrzebowania na obliczenia. Rosnąca popularność urządzeń wykorzystujących AI o niskich zasobach obliczeniowych, takich jak polski satelita Intuition, umieszczony 11 listopada 2023 roku na orbicie, wykorzystujący liczne rozwiązania AI, symbolizuje narastający trend pauperyzacji metod sztucznej inteligencji.

Urządzenia takie jak satelity czy roboty mobilne działają z ograniczonymi zasobami obliczeniowymi, co podkreśla pilną potrzebę opracowywania metod głębokiego uczenia działających w myśl zasady zero-waste i wysokiej efektywności energetycznej.

Według mnie, osiągnęliśmy przełomowy punkt w skalowaniu zdolności rozumowania dużych modeli uczenia maszynowego (tzw. foundation models). Ciągłe zwiększanie ich możliwości poprzez użycie większych zbiorów danych już nie wystarcza, co skłania nas, naukowców, do zmiany kierunku badań. Niezwykła efektywność energetyczna ludzkiego mózgu w przetwarzaniu skomplikowanych, nowych problemów powinna zachęcać badaczy do tworzenia bardziej bioinspirowalnych modeli AI.

Robotyka i sztuczna inteligencja

Krzysztof Walas, lider zespołu badawczego “Robotyka interakcji fizycznej” w IDEAS NCBR

W roku 2024 spodziewam się jeszcze ściślejszej integracji zaawansowanych rozwiązań z zakresu sztucznej inteligencji i robotyki. Prowadzą do tego dwa niezależne trendy. Pojawienie się wydajnych systemów wbudowanych pozwala na uruchamianie wyuczonych modeli sieci neuronowych bezpośrednio na robotach.

Drugim podejściem jest podłączanie robotów do zasobów chmurowych. W tym przypadku pojawiają się duże wyzwania z zakresu cyberbezpieczeństwa, z którymi będziemy musieli się zmierzyć również w roku 2024.

Możliwe, iż w niedalekiej przyszłości będziemy spotykali coraz więcej robotów w życiu codziennym. Znakiem tego, co może nadejść, są duże modele językowe implementowane na robotach, gdyż dzięki temu możliwe jest intuicyjne przekazywanie poleceń (w języku naturalnym) robotowi, który na przykład pomaga nam w domowych porządkach.