Термин “зима ИИ” означает период сокращения финансирования исследований и разработок в области ИИ, который часто наступает после чрезмерно завышенных ожиданий, не оправдавших себя.
С недавними системами генеративного ИИ, не оправдавшими надежд инвесторов – от GPT-4o от OpenAI до обзоров Google на основе ИИ – эта картина кажется сегодня слишком знакомой.
Search Engine Land сообщает, что исторически зимы ИИ сменялись циклами восторгов и разочарований. Первая из них, в 1970-х годах, произошла из-за неутешительных результатов амбициозных проектов, направленных на создание машинного перевода и распознавания речи. Учитывая, что вычислительных мощностей не хватало, а ожидания того, что компьютеры могут достичь в этой области, были нереалистичными, финансирование было заморожено.
Экспертные системы 1980-х годов подавали надежды, но наступила вторая зима ИИ, когда эти системы не справились с неожиданными входными данными. Дополнительными факторами, способствовавшими замедлению темпов роста, стали упадок машин LISP и провал японского проекта “Пятое поколение”. Многие исследователи дистанцировались от ИИ, предпочитая называть свою работу информатикой или машинным обучением, чтобы избежать негативного клейма.
Устойчивость ИИ в зимний период
В 1990-е годы ИИ продвигался вперед, хотя и медленно и болезненно, и в основном был непрактичным. Несмотря на то что IBM Watson должен был совершить революцию в лечении болезней, его внедрение в реальную медицинскую практику сталкивалось с трудностями на каждом шагу. Машина с искусственным интеллектом не могла интерпретировать записи врачей и учитывать потребности местного населения. Другими словами, ИИ оказывался в деликатных ситуациях, требующих деликатного подхода.
В начале 2000-х годов исследования и финансирование ИИ вновь активизировались благодаря достижениям в области машинного обучения и больших данных. Однако репутация ИИ, запятнанная прошлыми неудачами, заставила многих провести ребрендинг технологий ИИ. Такие термины, как блокчейн, автономные транспортные средства и устройства с голосовым управлением, вызвали интерес инвесторов, но большинство из них угасли, когда не оправдали завышенных ожиданий.
Уроки прошлых “зим ИИ
Каждая зима ИИ проходит в знакомой последовательности: ожидания приводят к шумихе, затем следуют разочарования в технологиях и финансах. Исследователи ИИ отходят от дел и посвящают себя более целенаправленным проектам.
Однако эти проекты не способствуют развитию долгосрочных исследований, отдавая предпочтение краткосрочным усилиям и заставляя всех пересмотреть потенциал ИИ. Это не только оказывает нежелательное воздействие на технологию, но и влияет на персонал, чьи таланты в конечном итоге делают технологию нежизнеспособной. Некоторые судьбоносные проекты также оказываются заброшенными.
Тем не менее, эти периоды дают ценные уроки. Они напоминают нам о необходимости реалистично оценивать возможности ИИ, сосредоточиться на фундаментальных исследованиях и прозрачно общаться с инвесторами и общественностью.
Неужели нас ждет очередная зима ИИ?
После бурного 2023 года темпы развития ИИ, похоже, замедлились; прорывы в области генеративного ИИ происходят все реже. В разговорах с инвесторами все реже упоминается ИИ, а компании с трудом добиваются повышения производительности, которое изначально обещали такие инструменты, как ChatGPT.
Использование моделей генеративного ИИ ограничено из-за трудностей, таких как наличие галлюцинаций и отсутствие истинного понимания. Кроме того, при обсуждении реальных приложений распространение контента, созданного ИИ, и многочисленные проблемы, связанные с использованием данных, также представляют собой проблемы, которые могут замедлить прогресс.
Тем не менее, возможно, удастся избежать полноценной зимы ИИ. Модели с открытым исходным кодом быстро догоняют закрытые альтернативы, а компании переходят к внедрению различных приложений в разных отраслях. Не прекращаются и денежные инвестиции, особенно в случае с Perplexity, где ниша в поисковом пространстве может быть найдена, несмотря на общий скептицизм по отношению к заявлениям компании.
Будущее ИИ и его влияние на бизнес
Трудно с уверенностью сказать, что будет с ИИ в будущем. С одной стороны, прогресс, скорее всего, продолжится, и будут разработаны более совершенные системы ИИ, что повысит производительность труда в отрасли поискового маркетинга. С другой стороны, если технология не сможет решить текущие проблемы, включая этичность существования ИИ, безопасность используемых данных и точность систем, падение доверия к ИИ может привести к сокращению инвестиций и, как следствие, к более существенному замедлению развития отрасли.
В любом случае для внедрения ИИ бизнесу потребуются подлинность, доверие и стратегический подход. Поисковые маркетологи и специалисты по ИИ должны быть хорошо информированы и понимать пределы возможностей инструментов ИИ. Они должны применять их ответственно и осторожно экспериментировать с ними в поисках повышения производительности, избегая при этом ловушки слишком сильного доверия к развивающейся технологии.
