Прогнозите са, че OpenAI, стартъпът за милиарди долари, който започна революцията в областта на генеративния изкуствен интелект с ChatGPT, ще претърпи загуба от 5 милиарда долара през 2024 г. Въпреки тази отрицателна цифра наскоро бе съобщено, че компанията участва в преговори за набиране на повече финансиране, като се твърди, че оценката ѝ ще нарасне до 100 млрд. долара след инжекция от 1 млрд. долара.

Не забравяйте, че това е само една компания, която обучава своите модели с изкуствен интелект, като има още няколко, които са свидетели на същата финансова криза. Изкуственият интелект продължава да бъде най-горещата тенденция в технологичната индустрия, но тя е изключително нестабилна и може да изгори парични средства, сякаш няма да има утрешен ден. Група учени и инженери изчисляват, че 80% от тези проекти се провалят, и изтъкват причините за това, като предлагат и някои средства за защита.

Американската организация с нестопанска цел за глобални политики и консултантската фирма в публичния сектор RAND Corporation изтъкна пет причини, поради които 80 процента от проектите за изкуствен интелект се провалят. Първата и най-важна причина е, че „заинтересованите страни от индустрията“ не разбират какъв проблем трябва да бъде решен по време на ИИ. Друга причина за неуспешните проекти е, че компаниите не разполагат с адекватни данни за ефективно обучение на модел на ИИ, което води до изкривени резултати, които обезкуражават потребителите да използват платформата отново.

Още проблеми, като например неадекватна инфраструктура, могат да ускорят процента на неуспешните проекти за ИИ, а ако приемем, че ресурсите са в изобилие, основателите на компаниите са по-скоро фокусирани върху демонстрирането на технологично превъзходство спрямо конкуренцията, отколкото върху предоставянето на стойност на потребителите. Докато можете да проверите останалите причини, които ускоряват провала на даден проект, корпорацията RAND е предоставила някои решения за намаляване на рисковете от провал.

Една от тях е инвестирането в инфраструктурата, тъй като фокусирането върху тази област не само намалява времето, необходимо за завършване на обучението на модела на ИИ, но може да предостави и едно голямо предимство - висококачествени данни, които са на разположение за ефективно обучение на други модели на ИИ. Основателите трябва също така да разберат, че изкуственият интелект не е универсално решение и има своите ограничения.

Въпреки че ефективното обучение на модел на ИИ може да доведе до по-мощен продукт, имаме ChatGPT като достоен пример, тъй като той е обучен на терабайти данни и все още може да даде неправилен резултат.

Снимка: Unsplash

Виж още: Петилетката за четири: Китай достигна предвидената за 2030 г. цел за чиста енергия