ხელოვნური ინტელექტი სწრაფად ვითარდება და გენერაციული AI-ის ინსტრუმენტებიც ახალ შესაძლებლობებს წარმოქმნის. თუმცა, დადებით მხარეებთან ერთად, უკვე დაიწყეს იმ ზიანის შეფასებაც, რომელიც აღნიშნულ პროცესს ახლავს თან. გენერაციული AI-ის პოტენციური ზიანის გამოსავლენად, VERSES-მა და Visual capitalist-მა სხვადასხვა წყაროს მონაცემები გააანალიზეს და მიღებული შედეგები რამდენიმე კატეგორიად წარმოგვიდგინეს, მათ შორისაა: ხარისხის კონტროლი და მონაცემთა სიზუსტე, ეთიკური მოსაზრებები, ტექნიკური გამოწვევები.
პრობლემა 1: მიკერძოება შიგნით და გარეთ (Bias In, Bias Out)
თემა: ხარისხის კონტროლი და სიზუსტე
გენერაციულ ხელოვნურ ინტელექტთან მიმართებით, ერთ-ერთი შესაძლო საფრთხე სწორედ მის იდეას უკავშირდება. კერძოდ კი, მიცემული ამოცანის შესასრულებლად, AI სწორედ იმ მონაცემებს იყენებს და შემდეგ ჩვენ წარმოგვიდგენს, რომელთა საშუალებითაც თავად ტრენინგდება. შესაბამისად, მიკერძოების დონე საკმაოდ მაღალია, რაც კითხვებს აჩენს მათი აპლიკაციების სიზუსტის თაობაზე – ეს კი სამომავლოდ შესაძლოა უფრო დიდ, ეთიკურ პრობლემებშიც გადაიზარდოს.
პრობლემა 2: შავი ყუთის პრობლემა (The Black Box Problem)
თემა: ეთიკური და სამართლებრივი მოსაზრებები
შემდეგი საკითხი უკვე გადაწყვეტილების მიღების პროცესში გამჭვირვალობის ნაკლებობას შეეხება. ხშირ შემთხვევაში, აზროვნების პროცესის ინტერპრეტაცია არ ხდება, რაც AI-ის სისტემებისთვის გამოწვევადაა ქცეული, განსაკუთრებით კი მაშინ, როდესაც ტექნოლოგია გარკვეულ საკითხებზე შეცდომას უშვებს. აღსანიშნავია, რომ ეს მნიშვნელოვან პრობლემას არა მარტო გენერაციული ინსტრუმენტებისთვის, არამედ მთლიანად AI-სისტემისთვის წარმოადგენს.
პრობლემა 3: სიძვირე
თემა: კომპლექსურობა და ტექნიკური გამოწვევები
გენერაციული AI-მოდელების, მათ შორის ChatGPT-ის მსგავსი დიდი ენობრივი მოდელების ტრენინგი, გამოთვლითი სიმძლავრისა და საჭირო ინფრასტრუქტურის გამო, მილიონობით დოლარი ჯდება. მაგალითისთვის, OpenAI-ის ყოფილი აღმასრულებელი დირექტორის, სემ ოლტმენის ინფორმაციით, ChatGPT-4-ის წვრთნასთან დაკავშირებულმა ხარჯმა $100 მილიონს მიაღწია.
პრობლემა 4: გაუაზრებელი თუთიყუშობა (Mindless Parroting)
თემა: ხარისხის კონტროლი და სიზუსტე
მოწინავე შესაძლებლობების მიუხედავად, გენერაციული AI იმ ინფორმაციითა და მონაცემებითაა შეზღუდული, რომელებზედაც იწვრთნებოდა. აქედან გამომდინარე, მის მიერ მოწოდებული პასუხები შესაძლოა განსხვავებულ სცენარებს მიემართებოდეს და ადამიანთა ცოდნის ზღვარს სცდებოდეს.
პრობლემა 5: ადამიანურ ღირებულებებთან შეუთავსებლობა
თემა: ეთიკური და სამართლებრივი მოსაზრებები
ადამიანებისგან განსხვავებით, გენერაციულ AI-ის არა აქვს უნარი, მისი ქმედებების შედეგები ადამიანურ ღირებულებებთან შესაბამისობაში გააანალიზოს. მიუხედავად იმისა, რომ ისეთი შემთხვევები, როგორიცაა, მაგალითად, ხელოვნური ინტელექტის მიერ გენერირებული “Balenciaga Pope” ერთი შეხედვით უვნებელი ჩანდეს, „ფეიქები’“ შესაძლოა უფრო მავნე მიზნებისთვის იქნას გამოყენებული, როგორიცაა ცრუ ინფორმაციის გავრცელება თუნდაც პანდემიის პერიოდში. ეს კი ისეთი ტიპის სტრუქტურის ჩამოყალიბების საჭიროებას ქმნის, რომელიც სისტემების მუშაობას ეთიკურ საზღვრებში მოაქცევს.
პრობლემა 6: Power Hungry
თემა: კომპლექსურობა და ტექნიკური გამოწვევები
გენერაციული ხელოვნური ინტელექტის გარემოზე ზემოქმედების უგულებელყოფა შეუძლებელია. ChatGPT-ის მუშაობა დაახლოებით 33,000 ამერიკული ოჯახის ენერგიით მომარაგების ეკვივალენტურია. სისტემისთვის მხოლოდ ერთ დავალებაზე პასუხის გენერირება, იმაზე 10-დან 100-ჯერ მეტ ენერგიას მოითხოვს, ვიდრე ერთი ელექტრონული მეილის გაგზავნა.
პრობლემა 7: ჰალუცინაციები
თემა: ეთიკური და სამართლებრივი მოსაზრებები
მონაცემების ნაკლებობის დროს, გენერაციული AI-მოდელები თავადვე ქმნიან ფაქტებს და სურათებს, რაც მათ სანდოობასთან დაკავშირებით ეჭვებს აჩენს. მაგალითისთვის, Google Bard-ის სარეკლამო ვიდეოში, ჩატბოტი ამტკიცებდა, რომ დედამიწის მზის სისტემის მიღმა პლანეტის პირველი სურათები ჯეიმს უების კოსმოსური ტელესკოპითაა გადაღებული, რაც სიმართლეს არ შეესაბამება.
პრობლემა 8: საავტორო უფლებები და IP-დარღვევა
თემა: ეთიკური და სამართლებრივი მოსაზრებები
გენერაციული AI სხვის მიერ შექმნილ ინფორმაციას თანხმობის, მათი მოხსენიებისა და კომპენსაციის გარეშე იღებს, რაც ხელოვანებისა და კრეატორების საავტორო უფლებების დარღვევას წარმოადგენს. OpenAI-მ ცოტა ხნის წინ კომპენსაციის პროგრამა, სახელწოდებით – Copyright Shield-ი წარადგინა, რაც მომხმარებელთა ნაწილისთვის, საავტორო უფლებების დარღვევის საჩივრებისთვის, სამართლებრივ ხარჯებს დაფარავს. თუმცა ChatGPT-ის საწვრთნელი მონაცემებიდან ამ ინფორმაციის ამოღებას ჯერ არ აპირებს.
პრობლემა 9: სტატიკური ინფორმაცია
თემა: კომპლექსურობა და ტექნიკური გამოწვევები
გენერაციული ხელოვნური ინტელექტის მოდელების განახლება მნიშვნელოვან გამოთვლით რესურსსა და დროს მოითხოვს, რაც დიდ ტექნიკურ გამოწვევასაც წარმოადგენს. თუმცა ზოგიერთი მოდელი შექმნილია ისე, რომ დამატებითი განახლებების შესაძლებლობას იძლევა, რაც ამ პრობლემის პოტენციურ გადაწყვეტას წარმოადგენს.
