生成式人工智能是否反映了它的技术进步?

企业情报

苹果(aapl . o:行情)

德意志银行

硅谷银行

reddit公司。

摩根大通公司

生成式人工智能已被用于提供客户关系管理解决方案、软件开发甚至讲故事。但一些怀疑论者不能忽视，对科技行业来说，生成式人工智能的炒作时机是偶然的。

TS Lombard董事总经理达里奥•帕金斯(Dario Perkins)在最近的一次网络研讨会上解释说，大型科技公司是“随着各国央行开始大举加息，股市跌幅最大的板块”。

珀金斯还将科技投资的“枯竭”归咎于与科技行业关系密切的几家银行(如硅谷银行(Silicon Valley Bank))的倒闭，并将ChatGPT的公开发布描述为“非常聪明的营销”。

随着元宇宙寒冬的临近，量子计算的投资因缺乏实际应用而放缓，生成式人工智能开始经历一场融资狂潮，而人工智能领域的资金总体下降。6月13日，法国公司Mistral AI打破了欧洲种子轮融资纪录，在四周内共获得2.6亿美元融资。

人工智能也促进了科技公司的招聘，珀金斯指出，这些公司“与其他行业相比，失业人数相当多——与其他仍在寻求增加就业的行业相比”。GlobalData研究证实，从2023年3月到2023年6月，科技行业在生成人工智能方面的招聘增加了约600%。

随着新闻和社交媒体报道的激增，以及招聘的增加，麻省理工学院最近的一份工作报告提出，使用ChatGPT能够将效率提高近40%，并大大提高成绩较差学生的工作质量。

GlobalData的科技情绪调查显示，人工智能被认为是2022年最后一个季度最具颠覆性的技术。尽管如此，苹果、摩根大通、德意志银行和威瑞森等众多公司都在2023年禁止使用生成式人工智能。

生成式AI缺乏理解是否阻碍了它的发展?

随着搜索引擎不断推出以优化互联网使用，人们不禁会问，“谷歌”问题的能力是否让我们的大脑变得更慢，对信息的记忆能力也越来越差。同样的问题现在也被问到人工智能。

针对这些担忧，Global Data的研究总监Josep Bori表示，虽然目前的生成式人工智能可以成为“非常有用和强大的工具”，但它们“可能不会很快成为完全无监督的事实建议”。

生成式人工智能的另一个挑战是大型语言模型(LLM)幻觉。谈到这个问题将很快得到解决，Bori仍然持悲观态度，他指出法学硕士无法对“虚假或明显荒谬”的答案进行事实核查。Bori和Perkins都强调，生成式人工智能工具不了解世界，也不了解它们所训练的数据。“从哲学上讲，”珀金斯说，“这是胡扯。”

尽管在线新闻网站对生成内容的使用稳步上升，但这有害地增加了错误信息的可能性，以及如果在这些幻觉中错误地提到一家公司，将面临法律诉讼的风险。

在谈到人工智能是否能够验证自己的答案时，Bori要求我们考虑科学家的方法。

“首先要提出一个合理的假设，”Bori开始说，“然后真正的实验要么证实这些假设，要么否定这些假设，这样循环下去。”但由于法学硕士们无法测试自己的知识，创造出能够证实其答案的人工智能的途径仍不明朗。

Bori仍然对llm超越“有限内存机器”的可能性持怀疑态度。如果没有一个合适的生成人工智能路线图，每次都能产生合理的答案，生成人工智能将面临成为另一个过去的投资趋势。