В знак на категоричен отказ на твърденията на технологичната индустрия за невъзможност, отдаден екип от изследователи постигна това, което мнозина смятаха за недостижимо: създаването на AI модел, обучен изцяло на етично подбрани данни. Това новаторско постижение, водено от експерти от престижни институции като MIT, Cornell University и University of Toronto, представя жизнеспособен и отговорен план за бъдещето на AI развитието. Тайната съставка? Прецизно куриран набор от данни, съставен единствено от отворено лицензирано или обществено достъпно съдържание.
Херкулесовата задача на етичното снабдяване с данни
Пътуването до този етичен AI оазис далеч не беше разходка в парка. Както изследователите с готовност признават, истинското затруднение не беше изчислителната мощ, а обикновеното човешко усилие. Процесът на сглобяване на Common Pile v0.1, обширен набор от данни, надвишаващ осем терабайта, изискваше щателно ръчно почистване и преформатиране, за да стане подходящ за обучение на AI. Представете си, че пресявате на практика безкрайни купчини дигитална информация, търсейки всякакъв вид грешка, която може да повреди набора от данни.
Но истинското предизвикателство се криеше в щателната двойна проверка на статуса на авторското право. В хаотичното царство на интернет, широко разпространеното погрешно лицензиране е норма, превръщайки проверката на авторските права в сизифовска задача.
“Това не е нещо, при което можете просто да увеличите ресурсите, с които разполагате” - каза съавторът на изследването Stella Biderman пред WaPo. “Ние използваме автоматизирани инструменти, но всичките ни неща бяха ръчно анотирани в края на деня и проверени от хора. И това е наистина трудно.”
Процесът на пресяване през терабайти данни в търсене на проблеми с авторските права не е лесен. Изследователите не можеха просто да добавят повече компютърни чипове към процеса и да се надяват на решение. Вместо това те трябваше ръчно да проверят и анотират всички данни.
Триумф над несгодите: Раждането на етичен AI
Въпреки обезсърчаващите препятствия, Biderman и нейният отдаден екип упорстваха. След като трудната задача за създаване на Common Pile беше завършена, те разгърнаха потенциала му да обучат седем милиарда параметъра Large Language Model (LLM). Резултатният AI не само се задържа срещу индустриалните показатели като Meta’s Llama 1 и Llama 2 7B, но и го направи с чиста етична съвест.
Но пейзажът на AI изследванията се развива толкова бързо, колкото летящ куршум. Важно е да запомните, че Meta пусна Llama 1 и Llama 2 преди няколко години, относиtelно вечност в света на AI.
Фактът, че стегнат, решен екип може да постигне сравними резултати с ограничени ресурси, е доказателство за тяхната изобретателност. Една особено вдъхновена находка беше съкровищница от над 130 000 книги на английски език в Library of Congress, които преди това бяха пренебрегнати.
Мътните води на AI и авторското право
Авторското право остава трънлив етичен и правен въпрос в ерата на AI. Индустриални гиганти като OpenAI и Google натрупаха огромни набори от данни, поглъщайки всичко, което видят, от новинарски статии до лични публикации в социалните медии. Тази практика предизвика критики от всички страни. Авторите дори подадоха съдебни дела, твърдейки, че незаконното използване на защитени с авторски права книги за обучение на AI модели.
Технологичната индустрия твърди, че подобни практики представляват честна употреба, твърдейки, че развитието на AI би било “невъзможно” без неограничен достъп до данни. Това последно изследване отправя лютив отказ към този разказ на Silicon Valley.
Въпреки че това постижение бележи значителна стъпка напред, то не елиминира всички етични съображения. Големите езикови модели, със техния потенциал да изместят човешките работници, все още повдигат основни въпроси относно бъдещето на труда. Освен това, използването на произведения в обществено достояние може да не се хареса на всички, особено на тези, чиито творчески приноси сега се повтарят от AI.
Дори в хипотетично бъдеще, където AI фирмите са принудени да търсят разрешение или да предоставят компенсация за използването на данни, притежателите на авторски права все още могат да бъдат изправени пред неоправдан натиск да позволят AI обучение. Огромните ресурси, които могат да бъдат използвани при обучението на AI модели, означават, че повечето притежатели на авторски права няма да могат да устоят на натиска от големи AI фирми да им позволят да използват данните.
Към прозрачност и отчетност в AI
Biderman обаче остава прагматична. Тя не храни илюзии, че компании като OpenAI внезапно ще прегърнат етичното снабдяване с данни. Вместо това, тя се надява, че нейната работа ще насърчи по-голяма прозрачност в използването на данни. Кои набори от данни са били използвани за обучение на кои AI продукти? Знаенето на отговора на този въпрос може да има значителни последици за бъдещето на AI.
“Дори частичната прозрачност има огромно социално значение и умерено научно значение” - каза тя пред WaPo.
Понастоящем точните набори от данни, използвани за обучение на даден AI, са строго пазени тайни. Единственият начин да се репликира AI модел е или да бъдете информирани точно как е създаден текущият AI модел, или да се извърши обратно инженерство на AI модела, което може да отнеме много време и усилия.
Парадигмална промяна в AI Dеvelopment
Последиците от това изследване се простират далеч отвъд сферата на AI етиката. То означава фундаментална промяна в това как AI може да бъде развит, демонстрирайки, че етичните съображения и технологичният напредък не трябва да бъдат взаимно изключващи се. Като приоритизираме прозрачността, отговорното снабдяване с данни и човешкия надзор, можем да изградим бъдеще, в което AI служи на човечеството, а не обратното.
Адресиране на етичните опасения и социалните въздействия
Аргументът на технологичната индустрия, че етичната употреба на данни е непреодолима пречка, сега е категорично оспорен. Успехът на този проект подчертава възможността за изграждане на AI модели върху солидна етична основа. Въпреки това, етичните измерения на AI развитието се простират отвъд проблемите с авторското право. Социално-икономическите въздействия на AI, включително изместването на работни места и алгоритмичните отклонения, изискват внимателно обмисляне.
Етичните съображения, които засягат AI моделите, се простират отвъд простото снабдяване. Трябва също така да проверим, че данните не карат AI моделите да бъдат пристрастни към или против някой сегмент от населението.
Насърчаване на прозрачността и отчетността
За да се насърчи доверието и да се осигури отговорна иновация, AI индустрията трябва да прегърне прозрачността и отчетността. Компаниите трябва да бъдат открити за източниците на данни, използвани за обучение на техните модели, и за методологиите, използвани за смекчаване на отклоненията. Независимите одити и външният надзор могат допълнително да подобрят отчетността и да предо предотвратят етични пропуски.
AI прозрачността може да бъде приложена, за да се провери, че наборите от данни съдържат достатъчно широко разпределение, за да се избегне отклонение в AI модела. AI отчетността може да бъде приложена от външни одити за проверка за потенциални етични пропуски.
Сътрудничество и решения с отворен код
Разработването на етично снабден AI изисква сътрудничество и решения с отворен код. Чрез споделяне на набори от данни, методологии и най-добри практики, изследователите и разработчиците могат да ускорят напредъка и колективно да се справят с предизвикателствата на етичното AI развитие. Инициативите с отворен код също могат да дадат възможност на по-малки организации и физически лица да участват в AI революцията, гарантирайки, че ползите от тази технология се споделят по-справедливо.
Обещанието за по-светло бъдеще
Създаването на AI модел, обучен изцяло на етично снабдени данни, представлява крайъгълен камък в стремежа към отговорен и полезен AI. Това новаторско постижение не само доказва, че етичното AI dеvelopment е възможно, но и предоставя пътна карта за другите да следват. Чрез прегръщане на прозрачността, сътрудничеството и ангажимента към етичните принципи, можем да отключим пълния потенциал на AI, като същевременно защитаваме човешките ценности и насърчаваме по-справедливо и равноправно бъдеще.