Europos dirbtinio intelekto paradoksas: kodėl naujoji DI ekspertų karta jau tarp mūsų
Klaidinga dilema, dominuojanti Europos dirbtinio intelekto diskusijose
Gyvename laikais, kai daugybė žmonių save vadina dirbtinio intelekto specialistais. Jie skyla į dvi stovyklas, kurios viena kitos negirdi. Viena stovykla skelbia, kad be dirbtinio intelekto neišgyvensime. Kita tvirtina, kad turime jo visiškai atsisakyti.
Tarp šių kraštutinumų? Tyla. Beveik nieko.
Pirmoji grupė tikriausiai nežino, kas egzistavo prieš dabartinį dirbtinį intelektą. Jie nežino, kad dirbtinis intelektas jau buvo čia, dar prieš jam suteikiant šį pavadinimą. Šiai grupei reikia suprasti, kad dabartinis dirbtinis intelektas nėra toks, koks turėtų būti. Mes judėjome per greitai. Mes taupėme kampus. Rezultatas, kuris netrukus pasirodys: netinkamas naudoti dirbtinis intelektas.
Kodėl ši grupė taip garsiai šaukia, kad be dirbtinio intelekto neišgyvensime? Jie prie jo prikabino lengvą pajamų modelį. Jis nėra plečiamas. Jie laikosi gudrybės, kurią moka.
Antroji grupė žino, kas buvo anksčiau. Jie supranta atskirus komponentus. Jie šiose srityse specializuojasi jau daug metų. Šiai grupei reikia pagalbos įžvelgiant galimybes ir ribas. Tikėtina, kad jie pirmieji supras, kokia turėtų būti dirbtinio intelekto esmė ir ką galima pasiekti tinkamu būdu.
Jų žinios įsilieja į DI architektūrą. Kitoje DI kartoje, sukurtoje žmonėms, šie žmonės ras sau tinkamą vietą. Čia slypi didžiulė galimybė greitai persikvalifikuoti ir prisidėti. Pajamų modelis, kurį šiuo metu rizikuoja prarasti, įgauna naują pagreitį.
Ar galime iš to išskirti sudėtingą poliarizaciją ir susieti ją su niuansuota išvada?
Dabartinis dirbtinio intelekto kraštovaizdis Europoje
Pakalbėkime konkrečiai apie tai, kur Europa yra dabar. Skaičiai pasakoja svarbią istoriją.
Europoje trūksta AI talentų, ir tai yra dokumentuotas faktas. Jungtinėje Karalystėje yra 168 000 laisvų AI darbo vietų. Vokietijoje - 102 000. Prancūzijoje - 88 000. Pasaulyje AI įgūdžių paklausos ir pasiūlos santykis yra 3,2 prie 1. Tik 10 % geriausių pasaulio AI tyrėjų gyvena Europoje, ir šis procentas kasmet mažėja.
Įmonių dirbtinio intelekto diegimas Europoje 2024 m. siekia vos 13,5 %. DI talentai sudaro 0,41 % ES darbo jėgos. Tuo tarpu JAV veikia daugiau nei 240 technologijų įmonių, kurių vertė viršija 10 mlrd. JAV dolerių. Europoje jų yra 14. JAV rizikos kapitalo investicijos į DI 2024 m. pasiekė 68 mlrd. JAV dolerių. ES pavyko pritraukti 8 mlrd. JAV dolerių.
Šie statistiniai duomenys kelia paniką. Jie formuoja pirmosios grupės naratyvą: Europa turi importuoti dirbtinį intelektą, pirkti dirbtinį intelektą, greitai jį diegti arba amžiams atsilikti.
Tačiau šis pasakojimas daro prielaidą, kad dabartinis dirbtinis intelektas yra vienintelis dirbtinis intelektas. Jis daro prielaidą, kad juodosios dėžės gilusis mokymasis yra galutinė paskirties vieta. Jis ignoruoja tai, ką Europa sukūrė prieš ažiotažą.
Ką Europa turėjo prieš tai, kai dirbtinis intelektas buvo vadinamas dirbtiniu intelektu
Kol Amerikos įmonės plėtė neuroninius tinklus, Europa kūrė kažką kitokio. Kažką pamatinio. Kažką, ko dabartiniam dirbtiniam intelektui labai reikia.
Formalūs metodai ir verifikavimas: Europa turi daugiau nei 25 metų dokumentuotos patirties įrodant programinės įrangos teisingumą. Freiburgo universitetas, Inria, Formal Methods Europe, įmonės kaip Prover Technology, CEA List, Axiomise, PQShield. Šios institucijos ir įmonės nedingo. Jos vis dar čia. Jų patirtis yra aktualesnė nei bet kada.
Konstraintinis programavimas: The Handbook of Constraint Programming buvo išleistas 2006 m. CPAIOR konferencija prasidėjo 2004 m. Nicoje, Prancūzijoje. Mokslinės grupės, tokios kaip VeriDIS Inria, KU Leuven, RISC Johaneso Keplerio universitete, dešimtmečius kuria konstraintinio sprendimo metodus. Tai ne teorija. Tai optimizavimo, planavimo ir sprendimų priėmimo sistemų pagrindas.
Loginis programavimas ir Prologas: Gimęs Europoje. Ekso-Marselio universitetas, 1972-1973 m. Kūrėjai Alainas Colmeraueris ir Philippe'as Rousselis. Penkiasdešimt Europos mokslinių tyrimų metų. 2022 m. bendruomenė paminėjo „Penkiasdešimt Prologo metų ir toliau“. Tai ne apleista istorija. Tai gyva patirtis.
Semantinis žiniatinklis ir žinių inžinerija: SWAD-Europe buvo didelė Europos iniciatyva, skirta semantiniam žiniatinkliui W3C. OWL 2004 m. tapo W3C rekomendacija, vadovaujant Europos tyrėjams. Šiandien „Nature“ skelbia tyrimus apie semantinius žinių grafus. Ekspertizė niekur nedingo.
Tai žino antroji grupė. Tai jų specializacija. Ir jie stebi, kaip pirmoji grupė iš naujo išranda dviračius, ignoruoja dešimtmečių tyrimus ir kuria sistemas, kurios žlunga būtent todėl, kad joms trūksta šių pagrindų.
Pirmosios grupės problema: netvarus ažiotažas
AI konsultacijų rinka iki 2032 m. pasieks 630,7 mlrd. JAV dolerių. Tai paaiškina šį šurmulį. Konsultantai, debesijos paslaugų teikėjai, paslaugų tiekėjai susiejo savo pajamų modelį su dabartiniu AI. Jiems reikia įtikinti Europos įmones, kad jos privalo įdiegti AI dabar arba žūti.
Tačiau modelis nėra keičiamo dydžio. Štai kodėl.
Šiuolaikinis dirbtinis intelektas kenčia nuo eksponentinio klaidų kaupimosi. Sistemos, kurios kiekviename žingsnyje yra 98 % tikslios, po 100 žingsnių tampa 13 % tikslios. Haliucinacijos auga kaip sniego gniūžtė. Daugiarūšės sistemos, susidūrusios su generuotomis klaidomis, praranda 31 % našumo. Matematikai nerūpi verslo modeliai.
Pirmosios grupės sprendimas? Daugiau mokymo duomenų. Geresni raginimai. Patikros žingsniai, kurie prideda daugiau žingsnių prie problemos, kurią sukėlė per daug žingsnių. Jie bando kovoti su matematika natūralia kalba.
Tai nėra tvaru. Europos įmonės, pasirinkusios šiuos metodus, susidurs su 95 % gamybos nesėkmių rodikliu, užfiksuotu MIT ir Fortune tyrimuose. Jos išleis milijonus sistemoms, kurios matematiškai garantuotai žlugs daugiapakopiuose scenarijuose.
Pirmoji grupė tai žino. Jie negali to pripažinti. Jų pajamų modelis priklauso nuo iliuzijos, kad dabartinis dirbtinis intelektas veikia, palaikymo. Todėl jie šaukia garsiau.
Galimybė antroje grupėje: nepastebėta kompetencija
Dabar panagrinėkime antrąją grupę. Jie dirbtinio intelekto ažiotažą stebėjo nuo šalies. Jie matė, kaip įmonės iš naujo kuria metodus, kuriuos Europa išsprendė prieš dešimtmečius. Jie matė, kaip neuroniniai tinklai kovoja su problemomis, kurias apribojimų programavimas sprendžia elegantiškai.
Jie tylėjo, nes rinka nevertino jų kompetencijos. Dirbtinio intelekto finansavimas atiteko giliesiems mokymams. Apribojimų programavimo tyrimai tęsėsi universitetuose ir specializuotose įmonėse. Formalusis patikrinimas išliko būtinas saugai itin svarbiose pramonės šakose. Žinių inžinerija palaikė patikimai veikusias semantinio žiniatinklio programas.
Ši grupė egzistuoja. Jie yra reikšmingi. Europoje yra daugiau nei 10 mln. IRT specialistų. Vokietijoje - 2,3 mln. Centrinėje ir Rytų Europoje - 3,5 mln. Užimtumas tarp kūrėjų siekia 84 %. Tai nėra maža niša. Tai didžiulė darbo jėga, kurios patirtis nėra pilnai išnaudojama.
Štai esminė įžvalga: ES Dirbtinio intelekto akto reikalavimai dėl paaiškinamumo, skaidrumo ir audito galimybių sukuria reguliavimo poreikį būtent tam, ką ši grupė išmano.
Formalus patikrinimas įrodo sistemos teisingumą. Apribojimų programavimas suteikia aiškinamus samprotavimo kelius. Loginis programavimas įgalina atsekamą sprendimų priėmimą. Žinių inžinerija kuria hibridines neurosimbolines sistemas, sujungiančias mokymąsi su samprotavimu.
Antrosios grupės kompetencija tiesiogiai atitinka naujos kartos dirbtinio intelekto reikalavimus. Jiems nereikia mokytis dirbtinio intelekto nuo nulio. Jiems reikia suprasti, kad jų turimi įgūdžiai IR YRA naujos kartos dirbtinis intelektas.
Netinkamas naudoti dirbtinis intelektas jau greitai
Kas atsitinka, kai dabartiniai dirbtinio intelekto metodai pasiekia savo matematinius apribojimus? Mes jau tai matome.
„Google AI“ apžvalga pasiūlė ant picos užpilti klijų. CNET dirbtinio intelekto rašytų straipsnių klaidų lygis siekė 53 %. Medicininės diagnostikos sistemos nepateisino lūkesčių 80 % pediatrinių atvejų. Teisės srities dirbtinio intelekto modeliai 1 iš 6 užklausų pateikia haliucinacijas. Tai ne kraštiniai atvejai. Tai esminių architektūrinių problemų simptomai.
Zhang ir kt. (2023) nustatytas haliucinacijų sniego gniūžtės efektas rodo, kad LLM pernelyg įsipareigoja ankstyvoms klaidoms ir generuoja papildomus melagingus teiginius, kad jas pateisintų. Klaidos ne tik plinta. Jos auga.
98 % problema reiškia, kad po 34 samprotavimo žingsnių sistemos dažniau klysta, nei būna teisios. Po 100 žingsnių jos klysta 86,7 % atvejų. Štai kodėl 95 % AI agentų žlunga gamyboje. Štai kodėl 95 % generatyvaus AI bandomųjų projektų niekada nepasiekia gamybos.
Greitai artėjame prie netinkamo naudoti AI. Sistemų, kuriomis negalima pasitikėti atliekant daugiapakopį samprotavimą. Sistemų, kurių kiekvieną rezultatą žmogus turi tikrinti. Sistemų, kurių taisymas kainuoja daugiau, nei jos sukuria vertės.
Pirmoji grupė atsakys tuo pačiu. Didesniais modeliais. Daugiau skaičiavimų. Geresniais raginimais. Jie įstrigę paradigmoje, kuri, kaip rodo matematika, negali veikti.
Antroji grupė į tai žiūri kitaip. Jie visą karjerą kūrė sistemas, kurios NĖRA linkusios į eksponentinį klaidų kaupimąsi. Formalūs metodai įrodo savybes. Apribojimų sprendimas randa optimalius sprendimus. Loginis programavimas užtikrina patikimą samprotavimą. Žinių inžinerija kuria paaiškinamas sistemas.
Poliarizacija tampa aiški. Viena grupė dvigubina pastangas taikydama žlungantį metodą. Kita grupė turi sprendimus, kurių rinka ilgainiui pareikalaus.
Europos skaitmeninis suverenumas per turimą kompetenciją
ES Komisija skaitmeninį suverenumą apibrėžia kaip „skaitmeninę infrastruktūrą, produktus ir paslaugas, kurios saugo Europos saugumą, strateginį turtą ir interesus". Berlyno deklaracija priduria „gebėjimą veikti savarankiškai ir laisvai pasirinkti savo skaitmeninį kelią".
Dabartiniai dirbtinio intelekto suverenumo metodai orientuoti į europinių Amerikos DI versijų kūrimą. Didelių kalbos modelių mokymas. Europinių pamatinių modelių kūrimas. Konkuravimas Amerikos sąlygomis.
Tai praleidžia esmę. Europos kelias į DI suverenumą nėra daryti tą patį, ką daro Amerika, tik vietoje. Tai daryti tai, ką Europa daro geriausiai, kitaip.
ES Dirbtinio intelekto akto akcentuojamas paaiškinamumas, skaidrumas ir į žmogų orientuotas dizainas nėra atsitiktinis. Jis atspindi Europos vertybes. Jis taip pat atspindi Europos techninius pranašumus. Reglamentas sukuria paklausą sistemoms, kurias galima paaiškinti, patikrinti ir audituoti.
Kas gali sukurti šias sistemas? Ne gilaus mokymosi specialistai, sukūrę „juodosios dėžės" modelius. Formaliosios metodikos ekspertai, kurie 25 metus įrodinėja sistemų teisingumą. Apribojimų programavimo tyrėjai, kurie du dešimtmečius kuria interpretuojamas optimizavimo sistemas. Žinių inžinieriai, kurie nuo 2000-ųjų pradžios kuria paaiškinamas semantines sistemas.
Tai Europos pranašumas. Europai nereikia importuoti DI kompetencijos. Europai reikia pripažinti, kad jos turima techninė kompetencija YRA naujos kartos DI kompetencija.
Persikvalifikavimo galimybė, kurią matome, bet nepastebime
Europos Komisijos įgūdžių paktas per perkvalifikavimo ir kvalifikacijos kėlimo iniciatyvas pasiekė 2,6 mln. žmonių. CEDEFOP praneša, kad daugiau nei 25 % Europos dirbančių suaugusiųjų jau eksperimentuoja su DI darbe.
Tradicinis pasakojimas teigia, kad šie darbuotojai turi išmokti gilųjį mokymąsi, neuroninius tinklus, transformerių architektūras. Jie turi tapti panašūs į pirmąją grupę.
Tai atvirkščiai. Darbuotojai, kuriuos Europa jau turi, turi būtent tuos įgūdžius, kurių reikia naujos kartos DI. Jiems tereikia suprasti, kad jų kompetencija yra vertinga DI kontekste.
Formaliosios patikros specialistui nereikia mokytis neuroninių tinklų. Jam reikia pritaikyti savo patikros kompetenciją apribojimais grindžiamoms DI sistemoms. Apribojimų programavimo tyrėjui nereikia persiorientuoti į gilųjį mokymąsi. Jam reikia suprasti, kad jo apribojimų sprendimo metodai YRA naujos kartos DI samprotavimas. Žinių inžinieriui nereikia atsisakyti semantinio žiniatinklio dėl didelių kalbos modelių. Jam reikia kurti hibridines sistemas, kurios sujungia mokymąsi su samprotavimu.
Persikvalifikavimo iššūkis nėra mokyti Europos specialistus DI nuo nulio. Tai padėti jiems suprasti, kad jų dešimtmečių kompetencija YRA DI. Tas DI, kurio dabartiniai metodai nesugeba pateikti.
Pajamų modelis, kurį jie rizikuoja prarasti, nėra dingęs. Jis transformuojasi. Įmonės, kurios supranta formaliosios patikros, apribojimų tenkinimo ir žinių inžineriją, bus tos, kurios kurs DI sistemas, kurios iš tikrųjų veikia gamyboje. DI sistemas, atitinkančias ES reglamentus. DI sistemas, kuriomis Europos įmonės gali pasitikėti.
Niuanse išvada: poliarizacija kaip galimybė
Poliarizacija tarp „mums reikia DI" ir „mums nereikia DI" yra klaidinga. Abi pozicijos praleidžia niuansą.
Subtilioji realybė: Europai reikia DI, bet ne dabartinio DI. Europai reikia naujos kartos DI, pagrįsto Europos stiprybėmis. Paaiškinamo, patikrinamo, efektyvaus, orientuoto į žmogų. Tokio DI, kurio reikalauja ES Dirbtinio intelekto aktas. Tokio DI, kurio Europos įmonėms iš tikrųjų reikia. Tokio DI, kurį Europos specialistai jau moka sukurti.
Pirmosios grupės pasakojimas, kad turime priimti dabartinį dirbtinį intelektą arba žūti, yra pavojingas. Jis skatina Europos įmones investuoti į sistemas, kurios žlugs. Jis įamžina priklausomybę nuo Amerikos technologijų. Jis ignoruoja Europos patirtį.
Antrosios grupės skepticizmas dabartinio DI atžvilgiu yra pagrįstas, tačiau jų išvada, kad DI mums nereikia, yra klaidinga. DI mums reikia. Mums tiesiog reikia TINKAMO DI. DI, pastatyto ant pamatų, kuriuos jie kuria dešimtmečius.
Galimybė slypi sintezėje: pripažinkite, kad naujos kartos dirbtinio intelekto kompetencija jau egzistuoja Europoje. Tai daugiau nei 10 milijonų IRT specialistų. Tai formaliosios metodikos ekspertai, turintys daugiau nei 25 metų patirtį. Tai apribojimų programavimo tyrėjai, dirbantys du dešimtmečius. Tai žinių inžinieriai, sukūrę semantinį žiniatinklį.
Šiems žmonėms nereikia, kad juos pakeistų dirbtinio intelekto specialistai iš kitur. Jiems reikia suteikti galimybę suprasti, kad jų patirtis IR yra ateities kartos dirbtinio intelekto patirtis. Jiems reikia pamatyti tiltą tarp jų dabartinių įgūdžių ir dirbtinio intelekto sistemų, kurių Europai iš tikrųjų reikia.
„Dweve“ - čia mes tiesiame tą tiltą. „Core“ suteikia formalaus patikrinimo sistemą. „Loom“ įgyvendina suvaržymais pagrįstus srities specialistus. „Nexus“ suteikia orkestravimo sluoksnį. „Spindle“ suteikia žinių valdymą. Kiekvienas komponentas pasitelkia Europos technikos stiprybes. Kiekvienas komponentas sukuria galimybes Europos specialistams pritaikyti savo patirtį naujos kartos dirbtiniam intelektui.
Poliarizacija nėra problema. Tai galimybė. Susidūrimas tarp ažiotažo ir realybės privers Europos įmones pripažinti, kas iš tikrųjų veikia. Kai dabartinis dirbtinis intelektas žlunga, Europos įmonės ieškos alternatyvų. Tos alternatyvos egzistuoja. Jos sukurtos remiantis 25-50 metų Europos moksliniais tyrimais. Jas valdo daugiau nei 10 milijonų Europos specialistų. Tereikia jas pripažinti kaip naujos kartos dirbtinį intelektą.
Ką reikia atsiminti
- Poliarizacija yra klaidinga. „Turime turėti DI“ prieš „mums nereikia DI“ praleidžia niuansus. Europai reikia naujos kartos DI, sukurtos remiantis Europos stiprybėmis, o ne importuotos dabartinės DI.
- Dabartinė DI žlunga. Eksponentinis klaidų kaupimasis daro daugiapakopes sistemas nenaudojamas. 95 % DI bandomųjų projektų nepasiekia gamybos. Matematikai nesvarbu verslo modeliai.
- Europos patirtis egzistuoja. Daugiau nei 25 metai formaliųjų metodų. Daugiau nei 20 metų apribojimų programavimo. Daugiau nei 50 metų logikos programavimo. Daugiau nei 20 metų žinių inžinerijos. Tai ne istorija. Tai naujos kartos DI pagrindas.
- ES Dirbtinio intelekto aktas reikalauja to, ką Europa jau turi. Paaiškinamumas, skaidrumas, audituojamumas. Tai nėra našta Europos specialistams. Tai yra tai, ką jie kuria dešimtmečius.
- Daugiau nei 10 milijonų IRT specialistų. Europa turi didelę darbo jėgą, turinčią atitinkamos patirties. Jiems nereikia mokytis DI nuo nulio. Jiems reikia suprasti, kad jų turimi įgūdžiai YRA naujos kartos DI.
- Persikvalifikavimo galimybė yra didžiulė. Įgūdžių paktas pasiekė 2,6 milijono žmonių. 25 % Europos darbuotojų eksperimentuoja su DI. Iššūkis yra pripažinti, kad esama patirtis tinka DI, o ne importuoti užsienio patirtį.
- Europos DI suverenumas kyla iš vidaus. Ne kopijuojant Amerikos metodus, o pasitelkiant Europos stiprybes formaliųjų metodų, apribojimų programavimo ir žinių inžinerijos srityse, siekiant sukurti DI, kuri tikrai veikia.
Esmė
Debata apie Europos dirbtinio intelekto suverenumą orientuota į netinkamą klausimą. Ne tai, ar Europai reikia DI, ar nereikia DI. Svarbu, KOKIO tipo DI Europai reikia.
Dabartinis dirbtinis intelektas, pagrįstas giliuoju mokymusi ir neuroniniais tinklais, pasiekia matematines ribas. Eksponentinis klaidų kaupimasis. Haliucinacijų sniego gniūžtės. 95 % gamybos gedimų rodiklis. Tai ne ateitis, kuria Europos įmonės gali pasikliauti.
Naujos kartos DI, pagrįsta formalia verifikacija, apribojimų tenkinimu ir žinių inžinerija, jau atsiranda Europoje. Ji remiasi 25-50 metų Europos moksliniais tyrimais. Joje dirba daugiau nei 10 milijonų Europos specialistų. Ji atitinka ES Dirbtinio intelekto akto reikalavimus. Ji tikrai veikia.
Pirmoji grupė ir toliau šauks, kad Europa turi perimti dabartinį dirbtinį intelektą arba žūti. Jų pajamų modelis nuo to priklauso. Antroji grupė liks skeptiška, nepastebėdama, kad jų kompetencija IR YRA kita dirbtinio intelekto karta.
Subtilioji tiesa slypi kažkur per vidurį. Europai reikia dirbtinio intelekto suverenumo. Tačiau kelias į suverenumą nėra Amerikos technologijų importas. Tai Europos specialistų įgalinimas kurti dirbtinį intelektą, kurį jie jau moka sukurti. Dirbtinį intelektą, sukurtą ant pamatų, kuriuos jie plėtojo dešimtmečius. Dirbtinį intelektą, kurio reikalauja ES Dirbtinio intelekto aktas. Dirbtinį intelektą, kuris iš tikrųjų veiks gamyboje.
Naujos kartos dirbtinio intelekto ekspertai nėra tie, kuriuos Europa turi ieškoti ar rengti nuo nulio. Jie jau yra čia. Jie čia jau 25-50 metų. Jiems tereikia suprasti, kad jų patirtis yra būtent tai, ko reikalauja naujos kartos dirbtinis intelektas.
Pasiruošę kurti Europos dirbtinio intelekto suverenumą ant Europos pamatų? „Dweve“ platforma, pagrįsta apribojimais, remiasi dešimtmečius trukusiais Europos tyrimais formaliųjų metodų, apribojimų programavimo ir žinių inžinerijos srityse. Be Amerikos nesėkmių importavimo. Tiesiog remiamės Europos stiprybėmis. Šiuo metu vartotojai „Dweve“ gali naudotis tik gavę kvietimą.