Jo vairāk AI izplatās ikdienas dzīvē, jo vairāk viena lieta man izceļas
lielākā daļa cilvēku koncentrējas uz to, ko AI tagad spēj darīt labāk: rakstīt ātrāk, meklēt ātrāk, diagnosticēt ātrāk, ģenerēt ātrāk
bet es domāju, ka dziļāka pārmaiņa notiek kaut kur pavisam citur
AI vairs nav tikai atkārtojošu darbu aizvietotājs
tā sāk absorbēt specializētu spriedumu, un veselības aprūpe var kļūt par vienu no skaidrākajiem šīs pārejas piemēriem
ārsts šodien dara daudz vairāk nekā tikai simptomu iegaumēšanu; īsta diagnoze nāk no gadiem ilgas paraugu atpazīšanas, maziem signāliem, neparastām reakcijām, maldīgiem gadījumiem, sīkiem sīkumiem, kas atkārtojas tūkstošiem pacientu, līdz instinkts pats kļūst par ekonomiski vērtīgu
tagad iedomājieties miljoniem šādu lēmumu, kas nepārtraukti baro intelektuālās sistēmas
laika gaitā mākslīgais intelekts pārstāj darboties kā statisks programmatūras rīks un sāk darboties vairāk kā nepārtraukti apmācīta sistēma, kas reāllaikā mācās tieši no kolektīvas pieredzes.
un, godīgi sakot, tieši tur spiedienu kļūst arvien grūtāk ignorēt.
jo tie paši eksperti, kas palīdz uzlabot šīs sistēmas, iespējams, arī palīdz automatizēt daļu no zināšanām, kas tās kādreiz padarīja vērtīgas.
ne uzreiz, ne pilnībā
bet pakāpeniski tas rada pretrunu, ko ir vērts nosaukt vārdā
Ekonomiskā pašaizvietošana
Jo precīzāka kļūst sistēma, jo mazāk tirgus atkarīgs no viena un tā paša darba manuālas atkārtošanas katru reizi.
un es nedomāju, ka vairums cilvēku pilnībā apzinās, kādas ekonomiskas pārmaiņas tas varētu radīt visā sabiedrībā
jo vēsturiski zināšanas pieauga lēni, zināšanas palika piesaistītas laikam
Mākslīgais intelekts pārtrauc šīs attiecības
Kad infrastruktūra ir izveidota, apgūtā spriestspēja var vienlaikus aptvert miljoniem mijiedarbību.
kas maina kaut ko daudz lielāku nekā produktivitāte
tas maina ekonomiku, kas ir pašas ekspertīzes pamatā
jo, ja spriestspēja kļūst bezgalīgi mērogojama, izmantojot infrastruktūru, tad pats trūkums sāk vājināties daudzās augstas kvalifikācijas profesijās.
sistēmas mērogs, līdzstrādnieki parasti to nedara
un tajā pašā laikā parādās vēl viens spiediens
Ja eksperti aktīvi palīdz apmācīt šīs sistēmas, vai visai ilgtermiņa vērtībai vajadzētu nonākt tikai pie uzņēmumiem, kas pārvalda modeļus?
tieši tajā brīdī @OpenLedger man sāka šķist interesanti nevis tāpēc, ka sistēma būtu maģiski perfekta
bet gan tāpēc, ka tā cenšas atrisināt strukturālu spiedienu, kas, šķiet, jau veidojas pašā mākslīgajā intelektā
jo, ja mākslīgais intelekts turpina mērogoties bez mehānismiem, kas savieno ieguldītājus ar vērtību, ko viņi palīdz radīt, tad galu galā modeļi sāk sabrukt.
cilvēki, kas nodrošina zināšanu slāni, lēnām kļūst savstarpēji aizvietojami
Lielākā daļa diskusiju par mākslīgo intelektu joprojām gandrīz pilnībā koncentrējas uz rezultātiem
gudrāki modeļi, ātrākas atbildes, labāki aģenti
bet OpenLedger šķiet koncentrējies uz kaut ko daudz dziļāku atribūciju
spēja izsekot koordinēt un potenciāli atalgot ieguldījumu slāni, palīdzot laika gaitā uzlabot mākslīgā intelekta sistēmas
jo šobrīd lielākā daļa zināšanu pazūd apmācību kanālos pēc tam, kad vērtība ir absorbēta
Modeļi sasaista cilvēkus aiz tiem, kas parasti to nedara
OpenLedger “Payable AI” modelis mēģina to risināt citādi.
Ja medicīnas eksperti sniegtu datu kopas, diagnostikas precizējumus, korelācijas vai specializētas atziņas, kas uzlabotu mākslīgā intelekta uzvedību nākotnē, pats ieguldījums varētu kļūt ekonomiski izsekojams, nevis neredzams pēc apmācības.
un, ja šādas sistēmas patiešām darbosies plašā mērogā, tās varētu palīdzēt radīt veselīgākas attiecības starp mākslīgā intelekta sistēmām un cilvēkiem, kas tās nepārtraukti uzlabo.
un, godīgi sakot, es domāju, ka tā ir vissvarīgākā daļa
jo nākamo mākslīgā intelekta ekonomiku, iespējams, nenoteiks tikai tas, kam pieder gudrākie modeļi
to var definēt pēc tā, vai līdzstrādnieki joprojām ir ekonomiski saistīti ar sistēmām, kuru veidošanā viņi ir palīdzējuši.
jo īpaši tāpēc, ka internetā ir daudz sintētiska satura un kļūst arvien grūtāk atrast uzticamas reālās pasaules zināšanas.
un veselības aprūpe var būt tikai sākums
izglītība, finanses, zinātniskā pētniecība, tiesību sistēmas
katra nozare, kurā spriestspēja trenē intelektuālās sistēmas, galu galā var saskarties ar to pašu jautājumu.
Kas gūst vērtību, kad zināšanas kļūst par mašīnu infrastruktūru?
jo nākotnes ieguvēji mākslīgā intelekta jomā var būt ne tikai uzņēmumi, kas veido viedākos modeļus
tās var būt arī sistēmas, kas izdomā, kā nodrošināt līdzstrādnieku ekonomisko saikni ar intelektu, ko viņi palīdz radīt.