Umelá inteligencia ešte nie je pripravená pracovať za ľudí

Prechod od riešenia jednotlivých úloh k zvládaniu komplexných pracovných postupov so sebou prináša výrazný nárast zložitosti systémov generatívnej umelej inteligencie (AI).

Tie sú totiž často zložené z viacerých krokov, kde chyba v ktoromkoľvek z nich môže mať zásadný vplyv konečný výsledok. Riziko je obzvlášť vysoké pri zložitejších úlohách, kde sa vady môžu postupne kumulovať.

„Predstavme si, že AI má 90% pravdepodobnosť správne vykonať jednu úlohu. Z matematického hľadiska to znamená, že pri sérii viacerých úloh, ktoré sa vykonávajú postupne, presnosť systému dramaticky klesá,“ vysvetľuje Ori Eldarov, odborník na AI a generálny riaditeľ investičnej spoločnosti OffDeal, vo svojom článku k tejto téme.

„Fenomén, známy ako násobenie pravdepodobností, predstavuje jednu z hlavných prekážok pre plnohodnotnú automatizáciu komplexných procesov v podnikoch pomocou umelej inteligencie,” dopĺňa Eldarov v jednom zo svojich blogov.

Grafika: Životný cyklus inovatívnych technológií

The Hype Cycle model resembles the Tech Adoption Life Cycle but is time-shifted. At the Peak of Inflated Expectations many mistakenly believe the category is in the tornado phase, leading to massive investments just as it is about to hit the chasm. https://t.co/MlwtnWBVUq #AI pic.twitter.com/iHlFh08Nts

— Geoffrey Moore (@geoffreyamoore) August 6, 2024

Súčasne, pre dosiahnutie vyššej úrovne autonómnej umelej inteligencie, ktorá by mohla zvládať komplexné procesy, je nevyhnutný nielen vývoj sofistikovanejších algoritmov, ale aj pokročilejšej infraštruktúry.

„Očakáva sa, že vývoj hardvérových aj softvérových riešení bude prebiehať paralelne, pričom každý z týchto aspektov bude stimulovať ďalší pokrok v oblasti AI,“ tvrdí Eldarov.

Tri úrovne pokroku AI

Eldarov tiež zdôrazňuje, že na lepšie pochopenie vplyvu umelej inteligencie na trh práce je užitočné rozdeliť pracovné úlohy do troch úrovní:

Prvá úroveň: Jednoduché, jasne definované úlohy, ako napríklad napísanie e-mailu, analýza finančných údajov alebo interpretácia röntgenového snímku.
Druhá úroveň: Systémy úloh, ktoré tvoria komplexnejší proces. Príkladom môžu byť aktivity ako plánovanie a realizácia marketingovej kampane, hĺbková finančná analýza spoločnosti alebo riadenie liečebného plánu pacienta.
Tretia úroveň: Komplexné pracovné pozície, ktoré zahŕňajú viacero rôznych pracovných postupov a vyžadujú si koordináciu medzi nimi. Napríklad marketingový manažér, investičný analytik alebo lekár primárnej starostlivosti.

Zatiaľ čo jednoduché úlohy môžu byť pomerne ľahko automatizované, zvládnutie komplexných pracovných pozícií si vyžaduje pokročilé AI systémy, ktoré sú schopné nielen vykonávať viacero úloh súčasne, ale aj chápať ich vzájomné súvislosti a flexibilne sa prispôsobovať meniacim sa podmienkam. Od toho majú súčasne AI modely stále ďaleko.

Príchod ChatGPT-5 by však mohol časť vyššie zmieňovaných problémov vyriešiť, čím by sa spojenie práce a umelej inteligencie stalo čoraz reálnejším, uzatvára Eldarov.

Zdroje: fullydistributed