Разработка сложных II-моделей демонстрирует признаки задержки. После волнения, окружающего искусственный интеллект, который возник с выпуском алгоритма Openai Catgpt в конце 2022 года, и регулярный запуск впечатляющих моделей искусственного интеллекта становится все более ясным, что скорость развития в моделях крупных языков замедляется.
Этим летом Meta Platforms замедлила запуск своего нового флагманского бегемота Llama 4, так как процесс улучшения его привел. Openai также выпустил свою последнюю модель GPT-5, позже, чем планировал, и ему не удалось оправдать ожидания.
Фактически, снижение интереса к сложным алгоритмам ИИ не должно быть серьезной проблемой для компаний, которые внедряют ИИ в своих рабочих процессах. Генеративные алгоритмы уже хорошо зарекомендовали себя в бизнесе, обеспечивая ощутимые преимущества суммирования крупных текстовых документов и помогая кодам написания электронных писем. Более простые нейронные сети, которые предшествуют генеративным алгоритмам, также все чаще используются, такие как обработка счетов. Но большинство компаний имеют небольшое понимание того, что он может сделать сегодня, не говоря уже о том, во что он может превратиться в будущем.
Не все организации активно реализуют технологии искусственного интеллекта в своих рабочих процессах. Это часто связано с опасениями по поводу утечки конфиденциальных данных через II. Кроме того, искусственный интеллект редко учитывает возможность принимать ключевые решения, которые влияют на финансы, сотрудников и клиентов. Тенденция, даже с самыми современными и моделями, иногда дает неверные ответы, только увеличивает недоверие.
Недавний опрос MIT показал, что многие компании, как правило, удовлетворены существующими инструментами AI Openai и Microsoft. Но когда дело доходит до разработки персонализированного программного обеспечения для искусственного интеллекта-тип, который должен привести к самым высоким проектам в области бизнеса пилота, выходят на 95%. Авторы исследования отмечают, что корпоративные пользователи являются »Чрезвычайно скептически настроен инструменты искусственного интеллекта«, Полагая, что они есть ‘Слишком сложный или отдельный от реальных рабочих процессов«.
Самое осознание того, что искусственный интеллект замедляется, может дать компаниям больше уверенности, чтобы инвестировать в это время и деньги. Корпоративному сектору, очевидно, требуется больше времени для адаптации и инструментов к его операциям. До настоящего времени интеграция крупных языковых моделей в повседневные задачи все еще на ранних стадиях.
Это неудивительно. В конце концов, Интернет изменил способ, которым люди живут и занимаются бизнесом, но в 1990 -х годах он занял больше времени, чем ожидали его ранние энтузиасты. Согласно Pew Research Center, потребовалось десятилетие, чтобы повысить уровень проникновения в широкополосной интернет из Соединенных Штатов с почти нуля в 2000 году до более чем 60 % среди взрослого населения.
Бум в искусственном интеллекте отличается во многих отношениях, но он может следовать такой траектории: вспышки энтузиазма, за которым следует снижение, поскольку технологии распространяются в обществе и бизнесе. Реальная масштаба преимуществ искусственного интеллекта станет ясным только за последние годы. Повышение производительности моделей становится все более сложным, что в пользу таких производителей оборудования, как Nvidia. Основные игроки, в том числе Openai и Meta, вероятно, будут инвестировать еще больше в инфраструктуру в попытке ускорить темпы прогресса в своих собственных моделях.
