شرکت ها پول زیادی را برای هوش مصنوعی خرج نمی کنند. در اینجا دلیل منطقی بودن این رویکرد محتاطانه است

قلک های آنلاین

roberthyron/Getty Images

هوش مصنوعی مولد توجه جریان اصلی را به خود جلب کرده است، اما این حس اشتیاق به این معنا نیست که مدیران معتقدند برای استقرار سازمانی آماده است.

بر اساس گزارش سالانه رهبری دیجیتال Nash Squared که بزرگترین و طولانی‌ترین نظرسنجی سالانه در جهان از رهبران فناوری است، تنها یک نفر از هر ده رهبر فناوری جهانی گزارش می‌دهد که هوش مصنوعی در مقیاس بزرگ را پیاده‌سازی کرده است.

بعلاوه، تبلیغات پیرامون هوش مصنوعی مولد کمک چندانی به تشویق سرمایه‌گذاری جدید در هوش مصنوعی نکرده است: Nash Squared گزارش می‌دهد که نسبت یک نفر از هر ده نفری که هزینه‌های زیادی برای هوش مصنوعی می‌کنند در پنج سال گذشته تغییری نکرده است.

همچنین: 4 روش برای تشخیص هیپ هوش مصنوعی از واقعیت

از بیرون، به نظر می رسد که پارس هوش مصنوعی بسیار بلندتر از نیش است. در حالی که همه در مورد هوش مصنوعی مولد و یادگیری ماشین صحبت می کنند، تعداد کمی از شرکت ها روی پیاده سازی هوش مصنوعی در مقیاس سرمایه گذاری می کنند.

با این حال، Bev White، مدیر عامل تحول دیجیتال و متخصص استخدام Nash Squared، در مصاحبه با ZDNET می‌گوید که قرار دادن این اعداد بزرگ در چارچوب مهم است.

بله، تعداد کمی از شرکت ها در حال حاضر پول زیادی را برای هوش مصنوعی خرج می کنند، اما بسیاری از سازمان ها شروع به علاقه مندی به فناوری های نوظهور کرده اند.

وایت که می گوید علاقه به هوش مصنوعی به جای مرحله تولید، در مرحله تحقیق است، می گوید: «آنچه ما می بینیم در واقع پذیرش واقعی است.

حدود نیمی از شرکت ها (49٪) در حال آزمایش یا پیاده سازی یک پیاده سازی در مقیاس کوچک از AI هستند و یک سوم در حال بررسی هوش مصنوعی مولد هستند.

همچنین بخوانید: هوش مصنوعی پیشرفته: زمان هایی برای 5G و اینترنت اشیا

وایت، با مقایسه ظهور هوش مصنوعی با حرکت اولیه به سمت ابر بیش از یک دهه پیش، می‌گوید: «و این دقیقاً همان چیزی است که وقتی ابر شروع به بلند شدن واقعی کرد، دیدیم.

او می‌گوید: «این بود، «بیایید انگشت پا را در آب فرو کنیم، بفهمیم همه پیامدهای آن برای سیاست، داده‌ها، حریم خصوصی و آموزش چیست».

“شرکت‌ها با انجام پروژه‌های آزمایشی کوچک اما معنی‌دار موارد استفاده خود را ایجاد می‌کردند. این همان چیزی است که دفعه قبل اتفاق افتاد، و من تعجب نمی‌کنم که این بار این اتفاق افتاده است.”

  ربات کوچک MIRA در ایستگاه فضایی جراحی از راه دور را ممکن می کند!

در واقع، وایت می‌گوید که تردید در صرف هزینه‌های کلان برای هوش مصنوعی به دو دلیل اصلی کاملاً منطقی است.

اولاً، بسیاری از سازمان‌ها به دلیل سرمایه‌گذاری‌های هنگفت در فناوری اطلاعات در طول و بلافاصله پس از همه‌گیری کووید-19 در تنگنا قرار دارند.

او می‌گوید: «رهبران دیجیتال تلاش می‌کنند بین کتاب‌ها تعادل برقرار کنند – آنها از خود می‌پرسند که در حال حاضر چه چیزی بهترین بازگشت سرمایه را به من می‌دهد؟»

پروژه‌های آزمایشی کوچک، دقیق و به خوبی برنامه‌ریزی شده – در حالی که هنوز در حال انجام برخی از تاثیرگذارترین پروژه‌های تحول دیجیتال هستید – تفاوت بزرگی برای سازمان شما ایجاد می‌کند. »

همچنین: همانطور که توسعه‌دهندگان نکات هوش مصنوعی مولد را یاد می‌گیرند، غیر توسعه‌دهندگان نیز از آن پیروی خواهند کرد

دوم، بسیاری از فناوری‌های نوظهور – به‌ویژه هوش مصنوعی مولد – هنوز در مرحله توسعه هستند. وایت می گوید، هر تکرار جدید از یک مدل زبان بزرگ و شناخته شده، مانند ChatGPT OpenAI، پیشرفت ها و فرصت های جدیدی را به همراه دارد، اما خطراتی را نیز به همراه دارد.

او می‌گوید: «به‌عنوان یک CIO یا CTO یک شرکت بزرگ، شما مسئول هستید. می‌خواهید از کاری که با هوش مصنوعی انجام می‌دهید مطمئن باشید». “اینجا آنقدر ریسک وجود دارد که باید در مورد مواجهه خود فکر کنید: برای محافظت از افرادی که برای شرکت شما کار می کنند به چه چیزی نیاز دارید؟ چه سیاست هایی می خواهید داشته باشید؟”

وایت در مورد اهمیت امنیت هوش مصنوعی و حریم خصوصی صحبت می کند، به خصوص وقتی صحبت از توانایی کارکنان برای آموزش مدل هایی با استفاده از داده های متعلق به شخص دیگری می شود، که می تواند در را به روی دادخواهی باز کند.

او می گوید: “خطر بزرگی وجود دارد که مردم کپی و پیست کنند.” “من نمی گویم هوش مصنوعی مولد خوب نیست. من واقعاً طرفدار آن هستم. اما می گویم باید از منابع داده و تصمیماتی که بر اساس آن اطلاعات می گیرید بسیار آگاه باشید.”

همچنین: سازمان ها برای پذیرش اخلاقی هوش مصنوعی مبارزه می کنند. در اینجا نحوه کمک شما آمده است

  اینتل نگاهی به پردازنده های Arrow Lake و Lunar Lake دارد که در سال 2024 عرضه می شوند

با توجه به این نگرانی ها در مورد فناوری های نوظهور، ممکن است عجیب به نظر برسد که Nash Squared گزارش می دهد که تنها 15٪ از رهبران دیجیتالی احساس می کنند برای خواسته های هوش مصنوعی مولد آماده هستند.

با این حال، وایت می‌گوید که این عدم آمادگی با توجه به عدم شفافیت در مورد نحوه پیاده‌سازی ایمن هوش مصنوعی امروز و احتمال تغییرات ناگهانی در جهت در آینده نه چندان دور قابل درک است.

“اگر شما مسئول ایمنی، امنیت و شهرت استفاده از این فناوری در شرکت خود هستید، بهتر است مطمئن شوید که همه چیز را در نظر گرفته اید، و همچنین هیئت مدیره خود را با خود به مدیریت ببرید و در طول فرآیند به او آموزش دهید. “او می گوید.

بسیاری از رهبران می‌دانند که باید هوش مصنوعی را در جایی در ترکیب خود ادغام کنند، زیرا به آنها مزیت رقابتی می‌دهد، اما هنوز نمی‌دانند کجاست. این واقعاً یک مرحله کشف است.»

وایت می‌گوید تمرکز بر اکتشاف و تحقیق همچنین به توضیح اینکه چرا تنها 21 درصد از سازمان‌های جهانی یک خط‌مشی هوش مصنوعی دارند و بیش از یک سوم (36 درصد) این سیاست را ندارند، کمک می‌کند.

همچنین بخوانید: اخلاق هوش مصنوعی مولد: چگونه از این فناوری قدرتمند استفاده کنیم

“چند پروژه نوآورانه را می شناسید که با فکر ، مردم به درهای بالقوه و نقاط شکست شروع شده اند؟” او می گوید.

“بیشتر اوقات شما با “وای، کجا می توانم با این بروم؟” شروع می کنید؟ در مرحله بعد، تعیین می کنید که چه موانعی را باید در اطراف خود ببندید تا پروژه و داده های خود را ایمن و محدود نگه دارید. »

با این حال، حتی اگر حرفه‌ای‌ها بخواهند در زمینه کشف فرصت‌های هوش مصنوعی کمی زندگی کنند، این مطالعه – که بیش از 2000 رهبر دیجیتال در سراسر جهان را مورد بررسی قرار داد – نشان می‌دهد که CIOها از نیاز به حکمرانی قوی در این بخش به سرعت در حال توسعه غافل نیستند. . حوزه.

در بیشتر موارد، رهبران دیجیتال به دنبال مقرراتی هستند تا به سازمان‌هایشان در بررسی ایمن هوش مصنوعی کمک کنند.

با این حال، آنها همچنین متقاعد نشده‌اند که قوانین هوش مصنوعی صنعت یا سازمان‌های دولتی مؤثر باشد.

در حالی که 88 درصد از رهبران دیجیتال معتقدند مقررات سختگیرانه‌تر هوش مصنوعی ضروری است، 61 درصد از آنها معتقدند که مقررات سخت‌گیرانه‌تر همه مشکلات و خطرات مرتبط با فناوری‌های نوظهور را حل نمی‌کند.

  جنرال موتورز فروش شورلت بلیزر EV را برای حل «مشکلات کیفیت نرم افزار» متوقف کرد

همچنین: نگران این هستید که هوش مصنوعی کار شما را ببلعد؟ همین حالا این 3 کار را شروع کنید

وایت می‌گوید: “شما همیشه به یک مرد کاهی نیاز دارید تا به مقابله بپردازید. و خوب است که از نهادهای صنعتی و دولت‌ها توصیه‌هایی داشته باشید که بتوانید افکار خود را در برابر آن قرار دهید.” “اما لزوماً آن را دوست نخواهید داشت. اگر اجرا شود و در قانون نوشته شود، ناگهان باید از آن پیروی کنید و راهی برای رعایت آن دستورالعمل ها پیدا کنید. بنابراین مقررات می تواند یک موهبت باشد. و یک نفرین.»

با وجود اینکه قوانین در زمینه به سرعت در حال توسعه هوش مصنوعی به کندی ظاهر می شوند، وایت می گوید که این بهانه ای برای رضایت از سوی شرکت هایی نیست که به دنبال مطالعه این فناوری هستند.

رهبران دیجیتال، به ویژه رهبران امنیتی، باید در حال حاضر تدابیر امنیتی خود را برای استفاده از هوش مصنوعی در سازمان در نظر بگیرند.

و این چیزی است که در سازمان خودش اتفاق می افتد.

همچنین: اگر روی این ماده خاص تمرکز نکنید، آزمایش‌های هوش مصنوعی شما شکست خواهند خورد

“CISO ما به هوش مصنوعی مولد فکر کرده است و اینکه چگونه می تواند هدیه ای واقعی برای مجرمان سایبری باشد. می تواند به طور بی گناه درها را به روی مقادیر زیادی از داده های مهم باز کند. این می تواند به معنای دسترسی به سس مخفی شما باشد. شما باید خطرات را در کنار مزایای آن بسنجید. “او می گوید.

با در نظر گرفتن این تعادل، وایت به متخصصان هشدار می دهد: برای حوادث هوش مصنوعی با مشخصات بالا آماده شوید.

همانطور که یک حادثه امنیت سایبری که بر تعداد کمی از افراد تأثیر می‌گذارد می‌تواند به نشان دادن خطرات برای بسیاری دیگر کمک کند، حوادث مرتبط با هوش مصنوعی – مانند نقض داده‌ها، توهمات و دعوای قضایی – متخصصان با تجربه را وادار می‌کند که مکث کرده و در حین کشف فناوری‌های نوظهور فکر کنند.

به عنوان رهبر، ما باید نگران باشیم، اما همچنین باید کنجکاو باشیم. ما باید متمایل شویم و درگیر شویم تا فرصت‌های موجود را ببینیم.»

منبع: https://www.zdnet.com/article/companies-arent-spending-big-on-ai-heres-why-that-cautious-approach-makes-sense/#ftag=RSSbaffb68