Kazi Kubwa ya Kupata Data ya Kimaadili
Safari ya kupata AI hii ya kimaadili haikuwa rahisi. Watafiti wanakiri kwamba kikwazo kikubwa haikuwa nguvu ya kompyuta, bali ni juhudi za kibinadamu. Mchakato wa kukusanya Common Pile v0.1, hifadhi data kubwa inayozidi terabaiti nane, ulihitaji usafishaji na urekebishaji wa kimatumbo ili kuifanya ifae mafunzo ya AI. Hebu fikiria kuchuja rundo kubwa la habari za kidijitali, ukitafuta aina yoyote ya hitilafu ambayo inaweza kuharibu hifadhi ya data.
Lakini changamoto halisi ilikuwa katika ukaguzi wa kina wa hali ya hakimiliki. Katika ulimwengu wa mtandao wenye machafuko, utoaji leseni usio sahihi umeenea, na kufanya uthibitishaji wa hakimiliki kuwa kazi ngumu.
"Hili si jambo ambalo unaweza kuongeza tu rasilimali ulizo nazo," mwandishi mwenza wa utafiti Stella Biderman aliiambia WaPo. "Tunatumia zana za kiotomatiki, lakini vitu vyetu vyote viliwekwa alama kwa mikono mwishoni mwa siku na kukaguliwa na watu. Na hilo ni gumu sana."
Mchakato wa kuchunguza data nyingi za terabaiti ili kutafuta masuala ya hakimiliki si rahisi. Watafiti hawakuweza tu kuongeza chipsi zaidi za kompyuta kwenye mchakato na kutegemea kupata suluhisho. Badala yake, walihitaji kuthibitisha na kuweka alama kwa mikono data yote.
Ushindi Dhidi ya Matatizo: Kuzaliwa kwa AI ya Kimaadili
Licha ya vizuizi vikali, Biderman na timu yake walivumilia. Mara tu kazi ngumu ya kuunda Common Pile ilipokamilika, walitumia uwezo wake kufunza Large Language Model (LLM) ya vigezo bilioni saba. AI iliyotokana na hayo haikushindana tu na viwango vya sekta kama Llama 1 na Llama 2 7B za Meta, lakini pia ilifanya hivyo kwa dhamiri safi ya kimaadili.
Lakini mandhari ya utafiti wa AI inabadilika haraka kama risasi inayosonga. Ni muhimu kukumbuka kwamba Meta ilitoa Llama 1 na Llama 2 miaka michache iliyopita, umilele jamaa katika ulimwengu wa AI.
Ukweli kwamba timu ndogo na iliyojitolea inaweza kupata matokeo yanayolingana na rasilimali chache ni ushuhuda wa ustadi wao. Utafutaji mmoja uliotiwa moyo hasa ulikuwa hazina ya zaidi ya vitabu 130,000 vya lugha ya Kiingereza katika Maktaba ya Congress ambayo hapo awali ilikuwa imepuuzwa.
Maji Machafu ya AI na Hakimiliki
Hakimiliki inasalia kuwa suala gumu la kimaadili na kisheria katika enzi ya AI. Makampuni makubwa kama vile OpenAI na Google yamekusanya hifadhi data kubwa kwa kumeza kila kitu kinachoonekana, kutoka makala za habari hadi machapisho ya mitandao ya kijamii ya kibinafsi. Tabia hii imevutia ukosoaji kutoka pande zote. Waandishi hata wamefungua kesi, wakidai utumiaji haramu wa vitabu vyenye hakimiliki kufunza miundo ya AI.
Sekta ya teknolojia inasema kwamba mbinu kama hizo zinajumuisha utumiaji mzuri, ikisema kwamba uundaji wa AI "isingewezekana" bila upatikanaji usiozuiliwa wa data. Utafiti huu wa hivi punde unatoa jibu kali kwa simulizi hilo la Silicon Valley.
Ingawa mafanikio haya yanaashiria hatua muhimu mbele, hayaondoi masuala yote ya kimaadili. Miundo mikubwa ya lugha, yenye uwezo wake wa kuwahamisha wafanyakazi wa kibinadamu, bado inazua maswali ya kimsingi kuhusu mustakabali wa kazi. Zaidi ya hayo, utumiaji wa kazi katika eneo la umma unaweza usiwafurahishe kila mtu, hasa wale ambao michango yao ya ubunifu sasa inatolewa tena na AI.
Hata katika mustakabali wa nadharia ambapo makampuni ya AI yanalazimika kutafuta ruhusa au kutoa fidia kwa utumiaji wa data, wamiliki wa hakimiliki wanaweza bado kukabili shinikizo lisilofaa kuruhusu mafunzo ya AI. Rasilimali kubwa ambazo zinaweza kutumika wakati wa kufunza miundo ya AI inamaanisha kuwa wamiliki wengi wa hakimiliki hawataweza kustahimili shinikizo kutoka kwa makampuni makubwa ya AI kuwaruhusu kutumia data.
Kuelekea Uwazi na Uwajibikaji katika AI
Biderman, hata hivyo, anasalia kuwa mtu wa vitendo. Hana udanganyifu kwamba kampuni kama OpenAI zitakumbatia ghafla utoaji data wa kimaadili. Badala yake, anatumai kwamba kazi yake itahimiza uwazi zaidi katika utumiaji wa data. Seti zipi za data zilitumiwa kufunza bidhaa zipi za AI? Kujua jibu la swali hilo kunaweza kuwa na athari kubwa kwa mustakabali wa AI.
"Hata uwazi wa sehemu una thamani kubwa ya kijamii na kiasi cha wastani cha thamani ya kisayansi," aliiambia WaPo.
Hivi sasa seti halisi za data zinazotumiwa kufunza AI iliyopewa ni siri zilizohifadhiwa kwa karibu. Njia pekee ya kuiga muundo wa AI ni ama kuambiwa haswa jinsi muundo wa sasa wa AI ulivyoundwa, au kubadilisha uhandisi muundo wa AI ambao unaweza kuchukua muda na juhudi nyingi.
Mabadiliko ya Paradigimu katika Ukuzaji wa AI
Athari za utafiti huu zinaenea zaidi ya uwanja wa maadili ya AI. Inaashiria mabadiliko ya kimsingi katika jinsi AI inaweza kuundwa, ikionyesha kuwa mazingatio ya kimaadili na maendeleo ya kiteknolojia hayahitaji kutengana. Kwa kuweka kipaumbele uwazi, utoaji data unaowajibika, na usimamizi wa kibinadamu, tunaweza kuunda mustakabali ambapo AI inatumikia ubinadamu, badala ya kinyume chake.
Kushughulikia Wasiwasi wa Kimaadili na Athari za Kijamii
Hoja ya sekta ya teknolojia kwamba utumiaji wa data wa kimaadili ni kikwazo kisichoweza kushindwa sasa imepingwa kwa nguvu. Mafanikio ya mradi huu yanaangazia uwezekano wa kujenga miundo ya AI kwenye msingi thabiti wa kimaadili. Hata hivyo, vipimo vya kimaadili vya uundaji wa AI vinaenea zaidi ya masuala ya hakimiliki. Athari za kijamii na kiuchumi za AI, ikiwa ni pamoja na uhamishaji wa kazi na upendeleo wa algorithmic, zinahitaji kuzingatiwa kwa makini.
Mazingatio ya kimaadili ambayo yanaathiri miundo ya AI huenda zaidi ya tu chanzo. Lazima pia tuhakikishe kwamba data haisababishi miundo ya AI kupendelea au kupinga sehemu yoyote ya idadi ya watu.
Kukuza Uwazi na Uwajibikaji
Ili kukuza uaminifu na kuhakikisha uvumbuzi unaowajibika, sekta ya AI lazima ikumbatie uwazi na uwajibikaji. Makampuni yanapaswa kuwa wazi kuhusu vyanzo vya data vinavyotumiwa kufunza miundo yao na mbinu zinazotumiwa kupunguza upendeleo. Ukaguzi huru na usimamizi wa nje unaweza kuongeza zaidi uwajibikaji na kuzuia makosa ya kimaadili.
Uwazi wa AI unaweza kutekelezwa ili kuthibitisha kuwa hifadhi za data zina usambazaji mpana wa kutosha ili kuepuka upendeleo katika muundo wa AI. Uwajibikaji wa AI unaweza kutekelezwa kwa ukaguzi wa nje ili kuangalia makosa yanayoweza kutokea ya kimaadili.
Ushirikiano na Suluhu za Chanzo Huria
Uundaji wa AI iliyotolewa kwa njia ya kimaadili inahitaji ushirikiano na suluhu za chanzo huria. Kwa kushiriki hifadhi za data, mbinu, na mbinu bora, watafiti na waandaaji wanaweza kuharakisha maendeleo na kushughulikia kwa pamoja changamoto za uundaji wa AI wa kimaadili. Mipango ya chanzo huria pia inaweza kuwawezesha mashirika madogo na watu binafsi kushiriki katika mapinduzi ya AI, kuhakikisha kuwa faida za teknolojia hii zinashirikiwa kwa usawa zaidi.
Ahadi ya Mustakabali Mwema
Uundaji wa muundo wa AI uliofunzwa kabisa kuhusu data iliyotolewa kwa njia ya kimaadili unawakilisha hatua muhimu katika jitihada za AI inayowajibika na yenye manufaa. Mafanikio haya ya msingi hayathibitishi tu kwamba uundaji wa AI wa kimaadili unawezekana lakini pia hutoa ramani kwa wengine kufuata. Kwa kukumbatia uwazi, ushirikiano, na kujitolea kwa kanuni za kimaadili, tunaweza kufungua uwezo kamili wa AI huku tukilinda maadili ya kibinadamu na kukuza mustakabali ulio sawa na wenye usawa zaidi.