Den konstanta utvecklingen av artificiell intelligens och språkmodeller kan bara beskrivas som teknisk alkemi. Nyliga experiment där basmodeller sammanfogas med anpassade finjusteringar för att ge förbättrade resultat, verkar som en hämtning från en magisk bok snarare än en vetenskaplig publikation. Dessa praktiker, som tidigare gränsade till fantasi, är inte bara realistiska utan utförs regelbundet och med imponerande resultat. Diskussioner bland AI-utvecklare och entusiaster tyder på en kombination av vördnad och oro över denna nya metod för att ‘blanda’ intelligenser från olika källor till en sammanhängande och högpresterande modell.
Processen med att sammanfoga olika AI-modeller är uppenbarligen mer konst än vetenskap. Den här typen av modellblandning har jämförts med den medeltida alkemin; där varje mix experimentellt bestämmer sin egen potens och effektivitet. Som använt i ett praktexempel, en utvecklare lyckades naivt sammanslå två olika instanser av Mistral-modeller och uppnådde överlägsna prestandamätningar än varje modell individuellt. Denna metod, trots sin praktiska framgång, kastar fortfarande en lång skugga av osäkerhet. Den grundläggande frågan kvarstår – om vi inte helt förstår de underliggande processerna och dynamikerna, hur kan vi då garantera konsekvens och pålitlighet?
En större oro som uttrycks i gemenskapen är hur sammanfogning av modellerna påverkar den underliggande ‘magin’. Differentialkrafterna som styr dessa AIs liknar de kaotiska system som beskrivs av differential ekvationer. Medan matematiken kan framstå som strömlinjeformad och enkel, är de resultat de producerar ofta oförutsägbara och komplexa. Detta ger till en viss osäkerhet kring användningen av dessa modeller inom kritiska områden som medicin och lag där reslutatens pålitlighet är av yttersta vikt. Även AI-kunniga individer, som är väl medvetna om systemens begränsningar, är försiktiga med att fullt ut lita på dessa system utan mänsklig översyn.
Frågan om ‘probabilistisk UX’ eller användarupplevelse dyker ofta upp i debatter kring användningen av AI. Förespråkare för traditionell mjukvaruutveckling argumenterar för att det finns en substantiell skillnad mellan mänsklig interaktion och interaktioner underlättade av AI. Motståndare till bred användning av AI i konsumentprodukter och tjänster pekar på de problem och den frustration som kan uppstå när man interagerar med en oförutsägbar digital assistent jämfört med en traditionell, deterministisk programvara. Det argumenteras att medan historiskt människor har hanterat oförutsägbara interaktioner ’i tusentals år’, som med ridning, är den tid och insats som krävs för att ‘tämja’ och effektivt använda AI mycket större och inte alltid uppenbar för slutanvändaren.
Denna nya tidsålder av teknisk alkemi inom AI kastar ljus över både potentialen och fallgroparna med avancerade modellblandningstekniker. Som vi ser med allt från grundläggande applikationer till djupare integreringar som självkörande fordon, är det kritiskt att vi fortsätter diskutera, testa och utmana de gränser och etiska överväganden som kommer med denna teknik. Vår framtid som en teknologiskt avancerad civilisation kanske hänger på balansen mellan att omfamna AI:s magi och att möta de realiteter som sådan kraft medför.
Leave a Reply