Для технологічних гігантів, що змагаються за панування в галузі штучного інтелекту, немає нічого ціннішого за сирі, оригінальні дані.
Щоб підтримувати великі мовні моделі, які лежать в основі наших улюблених чат-ботів зі ШІ, в актуальному стані, технологічні компанії мусять постачати їм величезні обсяги свіжої інформації. Як показало одне з досліджень, обсяг даних, що використовуються для навчання ШІ, подвоювався кожні дев’ять місяців з 2010 року — це експоненційне зростання, яке може невдовзі зіткнутися зі стіною, оскільки запаси чистих даних критично вичерпуються.
Коли немає більше оригінального контенту для “запозичення”, компанії почали платити працівникам за генерацію нових навчальних даних, пропонуючи їм низькоякісні контракти для навчання ШІ в гіперспеціалізованих завданнях, таких як ведення щотижневої заробітної плати для бродвейських музикантів. Інших найняли для зйомки себе, як вони виконують принизливі або буденні завдання, наприклад, складають білизну, або для виконання відверто дорослих дій.
Передбачувано, ця зростаюча робоча сила за бумом ШІ почала масово йти на спрощення, звертаючись до інших чат-ботів зі ШІ для постачання даних, призначених для годування чат-ботів зі ШІ. Розмовляючи з New Scientist, численні інсайдери заявили, що ця практика “ШІ-канібалізму” — методу, щодо якого експерти давно попереджали, що він може дестабілізувати LLM — є шокуюче поширеною.
«Це дуже поширене явище», — сказала NewSci працівниця, ідентифікована як Еліс. «У кожної компанії, де я працювала, були чіткі вказівки щодо цього, і вони явно намагаються спіймати людей, тому я думаю, що їм не байдуже. Але я не думаю, що вони можуть це зупинити».
Іншими словами, компанії, що займаються ШІ, засвоюють іронічний урок: після того, як вони без дозволу викрали чужий контент, щоб створити продукт, який загрожує зайнятості по всій економіці, новий прекар, який вони створили, використовує ту саму технологію, щоб виконувати ті небагато людських завдань, які їм ще потрібні, якомога лінивіше.
Хоча працівники повинні бути обережні, щоб не бути надто очевидними, Еліс каже, що неважко видати згенеровані ШІ дані за свої, якщо вона видалить нав’язливі мовні звороти чат-ботів, як-от ChatGPT, перш ніж подати їх. «Ловлять лише найлінивіших користувачів», — сказала NewSci підрядниця ШІ. «Будь-хто, хто хоч трохи обізнаний з ознаками ШІ, може викласти свій результат так, щоб їх не використовувати, і в цей момент, що ви можете зробити?»
«Якщо ці компанії хочуть якісних даних, тоді вони повинні запропонувати якісні контракти», — продовжила Еліс. «Натомість вони пропонують мізерні ставки людям, що опинилися в скрутному становищі, наймаючи їх на найкоротший можливий час і викидаючи їх, як тільки проєкти завершуються, без попередження».
Інші підрядники розповіли NewSci, що вони використовують LLM, щоб уникнути помилок і не втратити свою роботу.
«Я боялася залишитися без джерела доходу, а потім це просто стало легше пропускати все через LLM», — пояснив один з них. «Для багатьох проєктів, які я зараз роблю, це створення сценаріїв, тому я використовую один LLM, щоб допомогти мені створити сценарій, а потім я використовую інший LLM, щоб допомогти мені створити файли, які супроводжують сценарій. Я відчуваю провину, але, як я вже казала, спочатку це було більше про те, щоб переконатися, що я не роблю жодних помилок».
Незалежно від причини, зрозуміло, що працівники не проти дати компаніям ШІ спробувати їхню ж «сміття» — ситуація, яка може мати серйозні наслідки для гонки ШІ в цілому.
Джерело новини: futurism.com