Согласно прогнозам Gartner, как минимум половина всех проектов в области генеративного искусственного интеллекта и большинство разработчиков ИИ-моделей потерпят неудачу. Фактические затраты на проекты превысят запланированные из-за ошибочных архитектурных решений и нехватки экспертных знаний, а создатели собственных моделей столкнутся с высокими расходами и дополнительными трудностями, сообщает The Register.
В отчете «Цикл хайпа вокруг генеративного ИИ» (Hype Cycle for Generative AI), где специалисты проанализировали 30 ИИ-технологий, указано, что ни одна из них еще не вышла на так называемое «плато производительности». На данной стадии продукты и технологии уже прошли два или три этапа развития, стали стабильными и приносят реальную пользу. До достижения этого плато ИИ-технологии в своем прогрессе поднимаются к «Пику завышенных ожиданий» (Peak of Inflated Expectations), затем следует спад в «Долину разочарований» (Trough of Disillusionment) и постепенное восхождение по «Склону просветления» (Slope of Enlightenment).
Gartner полагает, что в таких сферах, как здравоохранение, финансы, юриспруденция и других, лучшие результаты будут демонстрировать модели, целенаправленно созданные «с нуля» под конкретную область или специально доработанные — в отличие от универсальных моделей «общего назначения». Однако подчеркивается, что разработка специализированных моделей требует значительных вычислительных мощностей, углубленных знаний и постоянной поддержки. Для достижения достаточной зрелости для массового внедрения таким моделям понадобится не менее 2–5 лет.
Источник изображения: Gartner
Безусловный успех, по мнению Gartner, ожидает только ИИ-приложения, такие как помощники по написанию программного кода, созданию графики и видео, а также обобщению контента. Впрочем, из-за проблем с интеллектуальной собственностью и склонности ИИ к ошибкам, в этой нише могут возникнуть определенные сложности. Тем не менее, Gartner уверена, что такие приложения достаточно зрелы и уже освоили более половины целевого рынка. Наименее зрелыми считаются протоколы взаимодействия ИИ-агентов друг с другом и с окружающей средой. Однако этот сегмент развивается довольно быстро, и уже появилось несколько фаворитов.
По мнению специалистов, наибольшие перспективы имеют технологии борьбы с дезинформацией (Disinformation Security) и «Модели мира» (World Models). Решения Disinformation Security позволяют выявлять дипфейки, случаи хищения персональных данных и создание другого ложного контента, который используется для дискредитации людей и организаций, а также для подготовки кибератак и иных преступных действий. Согласно прогнозам Gartner, до полной зрелости этих технологий остаётся ещё 5–10 лет.
Модели мира дают возможность искусственному интеллекту решать сложные задачи прогнозирования и планирования, имитируя и анализируя динамику окружающей среды. Это помогает принимать взвешенные решения даже при нехватке информации и в непредвиденных ситуациях. Такие инструменты также пригодны для управления робототехникой в реальном мире или для создания видеоматериалов с достоверной физической симуляцией.
Кроме того, Gartner полагает, что организации, стремящиеся строить ИИ-системы на базе открытых моделей, не смогут получить доступ к наиболее передовым технологиям… если не будут готовы использовать китайские разработки. Отмечается, что коммерциализация открытых LLM оказалась крайне сложной задачей для их создателей. Многие западные IT-компании делают модели открытыми лишь выборочно, из-за чего все ключевые инновации в этой области пока сосредоточены в Китае, хотя развитие продолжается и за его пределами.
Источник:
