Співзасновник Anthropic прогнозує автоматизацію розробки ШІ до 2028 року
Джек Кларк, співзасновник Anthropic, оцінює ймовірність того, що системи ШІ зможуть автономно навчати своїх наступників до кінця 2028 року, вище 60%. Він базує це на швидкому прогресі в бенчмарках ШІ, припускаючи, що суспільство може бути не готове до наслідків такого переходу.
📊 Помітний тренд. Автоматизація розробки ШІ прискорить впровадження для тих, хто має великі обсяги даних та потребує кастомізації.
🟢 МОЖЛИВОСТІ
- Зниження витрат на розробку ШІ на 30-50% завдяки автоматизації рутинних процесів
- Прискорення розробки нових моделей та покращення існуючих на 20-30%
- Можливість кастомізації ШІ під конкретні потреби бізнесу без залучення великих команд розробників
🔴 ЗАГРОЗИ
- Ризик втрати контролю над розвитком ШІ, якщо системи стануть повністю автономними
- Збільшення можливостей для зловживання ШІ, наприклад, для створення дезінформації або автоматизованих атак
- Необхідність розробки нових регуляторних механізмів для контролю за автономними системами ШІ
🎯 Чи підходить це вашому бізнесу?
Заповніть профіль компанії — і ми автоматично покажемо, чи варто вам це впроваджувати.
Заповнити профіль · 30 секундTL;DR
- •Джек Кларк оцінює ймовірність автономної розробки ШІ до 2028 року вище 60%.
- •Він базується на даних бенчмарків METR, SWE-Bench та внутрішніх тестах Anthropic.
- •Перші прецеденти можливі на менш передових моделях протягом року-двох.
- •ШІ поки що не генерує радикально нові ідеї, а підходить для рутинної інженерної роботи.
- •Anthropic внутрішньо оптимізував навчання малої мовної моделі на CPU в 52 рази за рік.
Як це змінить ваш ринок?
Автоматизація розробки ШІ зніме блокер з кастомізації для компаній з великими обсягами даних. Банки, страхові та виробничі компанії зможуть швидше адаптувати моделі під свої потреби, не наймаючи великі команди ML-інженерів.
Автоматизована розробка ШІ — процес, коли системи штучного інтелекту самостійно, без участі людини, розробляють, навчають та вдосконалюють інші системи ШІ.
Для кого це і за яких умов
Для великих компаній (MID_200+) з великими обсягами даних та потребою в кастомізації. Потрібна команда IT, яка зможе інтегрувати автоматизовані інструменти розробки ШІ в існуючу інфраструктуру. Час на впровадження: 1-3 місяці.
Альтернативи
| Anthropic (автоматизована розробка) | OpenAI (розробка з інженерами) | Google AI (розробка з інженерами) | |
|---|---|---|---|
| Ціна | Дані не розкрито | $0.02 / 1000 токенів | $0.01 / 1000 токенів |
| Де працює | Хмара Anthropic | Хмара Azure | Хмара GCP |
| Мін. вимоги | Команда IT, великі дані | Інженери ML, доступ до API | Інженери ML, доступ до API |
| Ключова різниця | Автоматизація, швидка кастомізація | Широкий спектр моделей, велика спільнота | Інтеграція з GCP, конкурентна ціна |
💬 Часті запитання
🔒 Підтекст (Insider)
Прогноз Кларка підкреслює потенціал експоненційного зростання можливостей ШІ. Це може призвести до значних змін у підходах до розробки та впровадження ШІ в різних галузях, але також створює нові виклики щодо контролю та безпеки.
Такий розбір щоранку о 08:00
Персональний AI-дайджест для вашої галузі — щодня у Telegram
Джерела
Machinelearning — оригіналНавчіть вашу команду будувати такі AI-автоматизації
За 5 днів кожен співробітник побудує автоматизацію для своєї ділянки роботи.
Дізнатись більше → aiupskill.live