Według Stanforda liczba projektów związanych ze sztuczną inteligencją przekracza obecnie 350 000
Raport z postępu sztucznej inteligencji podkreśla zwiększone wyrafinowanie, dodatkowe zatrudnienie i pewne halucynacje.
Postęp sztucznej inteligencji, a także możliwości kariery wydają się być mieszanką. Zapotrzebowanie na umiejętności zawodowe związane ze sztuczną inteligencją rośnie w praktycznie każdym sektorze przemysłu, ale nadal stanowi stosunkowo niewielką część ogólnego obrazu sytuacji kadrowej. Chociaż wiele interesujących przypadków użycia postępuje w imponującym tempie, tempo ulepszeń z roku na rok maleje.
To tylko niektóre z wniosków płynących z najnowszego indeksu AI opublikowanego przez Stanford Institute for Human-Centered Artificial Intelligence (HAI), który opublikował dane pokazujące, że liczba ofert pracy związanych ze sztuczną inteligencją wzrosła średnio z 1,7% w 2021 r. do 1,9 % w 2022 r.
Chociaż jest to wciąż niewielki ułamek ogłoszeń o pracę, możliwości i przypadki użycia, które będą wymagały bardziej utalentowanych specjalistów, stale rosną. Ponadto chociaż sztuczna inteligencja w dalszym ciągu osiągała najnowocześniejsze wyniki w ramach wdrożeń, poprawa wielu wskaźników z roku na rok „nadal jest marginalna” - dodają autorzy raportu.
Informacje przedstawione w raporcie obejmują rozwój do roku 2022, więc wpływ generatywnych modeli sztucznej inteligencji, zwłaszcza ChatGPT opublikowanego w listopadzie, nie był jeszcze odczuwalny. „W 2022 r. wypuszczono modele przetwarzania tekstu na obraz, takie jak DALL-E 2 i Stable Diffusion, systemy przetwarzania tekstu na wideo, takie jak Make-A-Video firmy [Meta], oraz chatboty, takie jak ChatGPT” - stwierdzają autorzy badania. „Mimo to systemy te mogą być podatne na halucynacje i pewnie generować niespójne lub nieprawdziwe odpowiedzi, co utrudnia poleganie na nich w krytycznych zastosowaniach”. Ponadto modele językowe, zauważają, „w dalszym ciągu doskonalą swoje możliwości generatywne, ale nowe badania sugerują, że nadal borykają się one ze złożonymi zadaniami planowania”.
Wpływ sztucznej inteligencji jest jednak odczuwalny i dokumentowany na wiele innych sposobów. Możliwości sztucznej inteligencji, które najprawdopodobniej zostały wbudowane w firmy, obejmują zrobotyzowaną automatyzację procesów (39%), widzenie komputerowe (34%), rozumienie tekstu w języku naturalnym (33%) i wirtualni agenci (33%). Najczęściej przyjmowanym przypadkiem użycia sztucznej inteligencji w 2022 r. była optymalizacja operacji serwisowych (24%), w dalszej kolejności tworzenie nowych produktów opartych na sztucznej inteligencji (20%), segmentacja klientów (19%), analityka obsługi klienta (19%) oraz nowe Ulepszanie produktów w oparciu o sztuczną inteligencję (19%).
Nastąpił także postęp w poszerzaniu możliwości systemów AI, od zadań wąskich po zadania szersze. „Tradycyjnie sztuczna inteligencja była skuteczna w wąskich zadaniach, ale nie była w stanie łatwo uogólniać jej na wiele dziedzin” - stwierdzają autorzy raportu. „Na przykład wiele klasyfikatorów obrazów jest biegłych w klasyfikowaniu obrazów, ale nie jest w stanie zrozumieć tekstu pisanego. W 2022 r. wprowadzono kilka modeli, na przykład BEiT-3 firmy Microsoft i PaLI firmy Google, które opublikowały najnowocześniejsze wyniki w różnych testach porównawczych dotyczących wzroku i języka.”
Projekty oprogramowania AI typu open source również postępują naprzód - obecnie udokumentowano ponad jedną trzecią miliona. Z raportu wynika, że od 2011 r. łączna liczba projektów GitHub związanych ze sztuczną inteligencją stale rośnie, z 1536 w 2011 r. do 347 934 w 2022 r. Największą część projektów AI w GitHub w 2022 r. wnieśli programiści z Indii (24%), następnie z Unii Europejskiej i Wielkiej Brytanii (17%), a następnie ze Stanów Zjednoczonych (14%). Autorzy badania zauważają, że udział amerykańskich projektów AI w serwisie GitHub stale spada od 2016 roku.
Ponadto narzędzia sztucznej inteligencji, takie jak dostępny w GitHub Copilot, system sztucznej inteligencji przetwarzający tekst na kod, „namacalnie pomagają pracownikom” - relacjonują autorzy raportu, cytując wyniki ankiety w serwisie GitHub, z której wynika, że 88% ankietowanych respondentów czuje się bardziej produktywnych, korzystając z systemu, a 74% uważa, że może skupić się na bardziej satysfakcjonującej pracy.
Z badania wynika również, że rozpoznawanie obrazu powoli zbliża się do poziomu 100%. „Obecnie wiele systemów rozpoznawania twarzy jest w stanie skutecznie zidentyfikować blisko 100% twarzy, nawet w przypadku trudnych zbiorów danych”. Ponadto „najlepszy system klasyfikacji obrazów w ImageNet ma najwyższy wskaźnik dokładności wynoszący 91%, ale poprawia się w marginalnym tempie 0,1 punktu procentowego rocznie”.