Phương pháp tiếp cận tâm huyết của IBM là bản thiết kế lớn duy nhất mà các startup trí tuệ nhân tạo nên theo đuổi

IBM đã sử dụng chỉ viết tắt của mình trong thời gian dài đến mức nhiều người trong chúng ta phải dừng lại và nghĩ về những chữ cái đó đứng cho cái gì. International Business Machines.

Tôi nhớ lại sự tập trung độc đáo của tập đoàn trong tuần trước trong khuôn khổ Hội nghị TNW 2022 khi Seth Dobrin, Giám đốc Trí tuệ Nhân tạo đầu tiên của IBM, đứng lên để nói về trí tuệ nhân tạo.

Theo Dobrin, IBM “không tạo ra trí tuệ nhân tạo cho người tiêu dùng.” Bạn sẽ không tải xuống trợ lý ảo của IBM cho điện thoại thông minh của bạn trong thời gian sớm nhất. Big Blue sẽ không tham gia vào trò chơi bộ lọc trí tuệ nhân tạo ảnh tự sướng.

Đơn giản là, IBM ở đây để cung cấp giá trị cho khách hàng và đối tác của mình và tạo ra các mô hình trí tuệ nhân tạo giúp cuộc sống con người trở nên dễ dàng, tốt đẹp hơn hoặc cả hai.

Nhìn chung, điều này khá dễ nói. Nhưng một công ty không tập trung vào việc tạo ra sản phẩm và dịch vụ cho người tiêu dùng cá nhân thực sự làm thế nào để thực hiện điều đó?

Theo Dobrin, điều này không khó: quan tâm đến cách mô hình bạn thương mại hóa sẽ ảnh hưởng đến từng con người cá nhân:

Chúng tôi rất nghiêm túc về loại dữ liệu chúng tôi sẽ tiếp thu và kiếm tiền từ đó.

Trong cuộc thảo luận với Tim Bradshaw của Financial Times trong khuôn khổ hội nghị, Dobrin đã sử dụng ví dụ về các mô hình có số tham số lớn như GPT-3 và DALL-E 2 để mô tả cách tiếp cận của IBM.

Anh mô tả những mô hình đó như “đồ chơi,” và có lý do: chúng thú vị để chơi, nhưng cuối cùng chúng không hữu ích. Chúng dễ dàng gây sự không dự đoán được dưới dạng vô nghĩa, lời nói căm tử và khả năng đầu ra thông tin cá nhân riêng tư. Điều này làm cho chúng nguy hiểm khi triển khai ngoài các phòng thí nghiệm.

Tuy nhiên, Dobrin cho biết với Bradshaw và khán giả rằng IBM cũng đang làm việc trên một hệ thống tương tự. Anh ấy gọi những tác nhân này là “mô hình cơ sở,” có nghĩa là chúng có thể được sử dụng cho nhiều ứng dụng sau khi được phát triển và đào tạo.

Sự khác biệt của IBM, tuy nhiên, là công ty đang áp dụng một phương pháp tập trung vào con người trong quá trình phát triển các mô hình cơ sở của mình.

Dưới sự lãnh đạo của Dobrin, công ty này đang lựa chọn các bộ dữ liệu từ nhiều nguồn khác nhau và sau đó áp dụng các điều khoản và điều kiện nội bộ cho chúng trước khi tích hợp vào các mô hình hoặc hệ thống.

Việc GPT-3 vô tình phát ra điều gì đó phản cảm không phải là vấn đề, những điều như vậy là điều dự kiến trong các phòng thí nghiệm. Nhưng đó là một tình huống hoàn toàn khác khi, như một ví dụ giả định, một ngôn ngữ mô hình sản xuất của ngân hàng bắt đầu đưa ra lời nói vô nghĩa hoặc thông tin cá nhân cho khách hàng.

May mắn thay, IBM (một công ty làm việc với các tập đoàn trên một loạt các ngành công nghiệp bao gồm ngân hàng, vận tải và năng lượng) không tin vào việc chèn một cơ sở dữ liệu lớn của dữ liệu chưa được kiểm tra vào một mô hình và hy vọng vào điều tốt nhất.

Điều này đưa chúng ta đến điều có lẽ là nhận định thú vị nhất từ cuộc trò chuyện giữa Dobrin và Bradshaw: “chuẩn bị cho các quy định.”

Như câu nói cũ đi, rác vào, rác ra. Nếu bạn không kiểm soát được dữ liệu bạn đang đào tạo, cuộc sống sẽ trở nên khó khăn cho start-up AI của bạn khi đến lúc quy định.

Và thời kỳ hỗn loạn của các thương vụ AI sẽ sớm kết thúc khi ngày càng có nhiều cơ quan quy định tìm cách bảo vệ công dân khỏi các công ty AI và sự thụ động của doanh nghiệp.

Nếu start-up AI của bạn tạo ra các mô hình mà không thể hoặc không thể tuân thủ đúng hạn để sử dụng ở EU hoặc US sau khi các quy định đặt ra, khả năng bán chúng hoặc được một tập đoàn quốc tế mua lại là rất ít hoặc không.

Dù bạn nhìn nhận nó như thế nào đi chăng nữa, IBM là một ngoại lệ. Nó và Dobrin rõ ràng thích ý tưởng cung cấp các giải pháp sẵn sàng tuân thủ giúp bảo vệ quyền riêng tư của mọi người.

Trong khi phần còn lại của công nghệ lớn chi tỷ đô xây dựng các mô hình gây hại cho môi trường chỉ để đạt được các chỉ số đánh giá tùy ý, IBM quan tâm hơn đến kết quả hơn là dự đoán.

Và đó chỉ là điều kỳ lạ. Đó không phải là cách mà đa số ngành công nghiệp làm kinh doanh.

IBM và Dobrin đang cố gắng định nghĩa lại vị thế của công nghệ lớn trong ngành AI. Và, hóa ra, khi lợi nhuận không phụ thuộc vào doanh thu quảng cáo, số lượng đăng ký, hoặc sự hứa hẹn trong tương lai, bạn có thể xây dựng các giải pháp hiệu quả và có đạo đức.

Và điều đó đặt ra nhiều câu hỏi cho đa số những người trong thế giới start-up AI.

Start-up của bạn đã sẵn sàng cho tương lai chưa? Bạn có đào tạo mô hình một cách đạo đức, xem xét kết quả cho con người, và có thể giải thích các độ chệch tích hợp vào hệ thống của bạn không? Mô hình của bạn có thể tuân thủ GDPR, AI của EU, và BIPA của Illinois không?

Nếu sự tự do hiện tại chấm dứt và các nhà đầu tư ngừng đổ tiền vào các mô hình dự đoán và các sản phẩm khác dựa trên ảo ảnh hoặc phép thuật, liệu mô hình của bạn vẫn có thể mang lại giá trị kinh doanh không?

Có lẽ vẫn còn một ít tiền để kiếm được đối với các công ty và start-up nảy lên chiếc tàu hype, nhưng có thể có nhiều hơn cho những người sản phẩm thực sự có thể chịu được mùa đông của trí tuệ nhân tạo.

Công nghệ trí tuệ nhân tạo tập trung vào con người không chỉ là một ý tưởng tốt vì nó làm cuộc sống tốt hơn cho con người, mà còn vì đó là những ứng dụng học máy duy nhất đáng cược trong thời gian dài.

Khi bụi bặm giảm bớt, và chúng ta không còn ấn tượng bởi phép màu và mánh khéo mà công nghệ lớn đang chi tỷ đô, IBM vẫn sẽ ở đây sử dụng nguồn năng lượng hạn chế của hành tinh chúng ta để phát triển giải pháp với kết quả cụ thể cho từng cá nhân.

Đó chính là định nghĩa cơ bản của "bền vững", và là tại sao IBM sẽ trở thành người dẫn đầu công nghệ mỹ thuật tổ chức toàn cầu dưới sự lãnh đạo chuyên nghiệp của Dobrin cho đến nay.