هذا الأسبوع في الذكاء الاصطناعي: الذكاء الاصطناعي التوليدي يلوث المجلات الأكاديمية

مرحبًا أيها الأصدقاء، ومرحبًا بكم في النشرة الإخبارية المنتظمة للذكاء الاصطناعي الخاصة بـ TechCrunch.

هذا الأسبوع في الذكاء الاصطناعي، الذكاء الاصطناعي التوليدي وبدأت في تلويث المنشورات الأكاديمية ــ وهو تطور جديد محبط على جبهة المعلومات المضللة.

في نشر على مراقبة التراجعمدونة تتتبع عمليات التراجع عن الدراسات الأكاديمية الأخيرة، كتب الأستاذان المساعدان في الفلسفة توماس شورادزك وليزك فروسكي عن ثلاث مجلات نشرتها دار نشر أدلتون الأكاديمية والتي يبدو أنها تتكون بالكامل من مقالات تم إنشاؤها بواسطة الذكاء الاصطناعي.

تحتوي المجلات على مقالات تتبع نفس النمط، مليئة بالكلمات الطنانة مثل “سلسلة الكتل”، و”ميتافيرس”، و”إنترنت الأشياء”، و”التعلم العميق”. يستشهدون بنفس هيئة التحرير – التي توفي 10 من أعضائها – وعنوان غير موصوف في كوينز، نيويورك، يبدو أنه منزل.

إذا ما هي المشكلة ؟ ربما تسال. أليس التمرير عبر المحتوى غير المرغوب فيه الذي تم إنشاؤه بواسطة الذكاء الاصطناعي هو مجرد تكلفة ممارسة الأعمال التجارية على الإنترنت هذه الأيام؟

نعم. لكن المراجعات المزيفة تُظهر مدى سهولة التلاعب بالأنظمة المستخدمة لتقييم الباحثين من أجل الترقيات والتوظيف، ويمكن أن تكون بمثابة مقياس للعاملين في مجال المعرفة في القطاعات الأخرى.

في نظام تصنيف واحد على الأقل مستخدم على نطاق واسع، CiteScore، تُصنف المجلات ضمن أفضل 10 مجلات لأبحاث الفلسفة. كيف هذا ممكن؟ يقتبسون بعضهم البعض على نطاق واسع. (يأخذ موقع CiteScore الاستشهادات في الاعتبار في حساباته.) وجد Żuradzk وWroński أنه من بين 541 استشهادًا في إحدى مجلات Addleton، جاء 208 منها من منشورات مزيفة أخرى للناشر.

“(هذه التصنيفات) غالبًا ما تكون بمثابة مؤشرات للجامعات ووكالات التمويل لجودة الأبحاث”، كما كتب شورادزك وفرونسكي. “إنهم يلعبون دورًا حاسمًا في القرارات المتعلقة بالجوائز الأكاديمية، والتوظيف، والترقية، وبالتالي يمكنهم التأثير على استراتيجيات النشر الخاصة بالباحثين. »

يمكن القول أن CiteScore هو المشكلة – فمن الواضح أنه مقياس معيب. وهذه ليست حجة سيئة. ولكن ليس من الخطأ أيضا أن نقول إن الذكاء الاصطناعي التوليدي وإساءة استخدامه يعملان على تعطيل الأنظمة التي تعتمد عليها سبل عيش الناس بطرق غير متوقعة ــ وربما ضارة للغاية.

هناك مستقبل سيقودنا فيه الذكاء الاصطناعي إلى إعادة التفكير وإعادة هندسة أنظمة مثل CiteScore لتكون أكثر إنصافًا وشمولية وشمولية. أما البديل الأكثر قتامة ــ وهو البديل الذي يتجلى حاليا ــ فهو المستقبل الذي يستمر فيه الذكاء الاصطناعي التوليدي في الفوضى، وإحداث الفوضى وتدمير الحياة المهنية.

وآمل بالتأكيد أن نصحح المسار قريبا.

أخبار

مولد الموسيقى التصويرية لـ DeepMind: يدعي DeepMind، مختبر أبحاث الذكاء الاصطناعي التابع لشركة Google، أنه يقوم بتطوير تقنية الذكاء الاصطناعي لإنشاء مقاطع صوتية لمقاطع الفيديو. يأخذ الذكاء الاصطناعي الخاص بـ DeepMind وصفًا للموسيقى التصويرية (على سبيل المثال، “قنديل البحر ينبض تحت الماء، والحياة البحرية، والمحيط”) مقترنًا بمقطع فيديو لإنشاء موسيقى ومؤثرات صوتية وحتى حوار يتطابق مع شخصيات ونبرة الفيديو.

سائق روبوت: قام باحثون في جامعة طوكيو بتطوير وتدريب “إنسان عضلي هيكلي” يسمى موساشي لقيادة سيارة كهربائية صغيرة على مسار اختبار. وباستخدام كاميرتين تحلان محل العين البشرية، يستطيع موساشي “رؤية” الطريق أمامه بالإضافة إلى المناظر المنعكسة في المرايا الجانبية للسيارة.

محرك بحث جديد يعمل بالذكاء الاصطناعي: تعمل Genspark، وهي منصة بحث جديدة تعمل بالذكاء الاصطناعي، على الاستفادة من الذكاء الاصطناعي التوليدي لكتابة ملخصات مخصصة استجابةً لاستعلامات البحث. وقد جمعت حتى الآن 60 مليون دولار من مستثمرين بما في ذلك Lanchi Ventures؛ قدرت الجولة التمويلية الأخيرة للشركة قيمتها بـ 260 مليون دولار بعد المال، وهو رقم محترم حيث تواجه Genspark منافسين مثل Perplexity.

كم تكلفة ChatGPT؟: ما هي تكلفة ChatGPT، منصة chatbot القائمة على الذكاء الاصطناعي والمتوسعة باستمرار في OpenAI؟ هذا سؤال أصعب للإجابة مما تعتقد. لتتبع خيارات اشتراك ChatGPT المختلفة المتاحة، قمنا بتجميع دليل محدث لتسعير ChatGPT.

ورقة بحثية للأسبوع

تواجه المركبات ذاتية القيادة مجموعة لا حصر لها من الحالات الطارئة، اعتمادًا على الموقع والحالة. إذا كنت على طريق مكون من مسارين وقام شخص ما بتشغيل إشارة الانعطاف إلى اليسار، فهل يعني ذلك أنه سيغير المسار؟ أو أنه يجب عليك تمريرها؟ قد تعتمد الإجابة على ما إذا كنت على I-5 أو الطريق السريع.

أظهر مجموعة من الباحثين من Nvidia وUSC وUW وStanford في ورقة بحثية نُشرت مؤخرًا في CVPR أنه يمكن حل العديد من الظروف الغامضة أو غير العادية، إذا كنت تستطيع تصديق ذلك، من خلال مطالبة الذكاء الاصطناعي بقراءة دليل السائق المحلي.

هُم مساعد القيادة باللغة الكبيرة، أو LLaDa، يمنح LLM إمكانية الوصول إلى دليل القيادة الخاص بالولاية أو البلد أو المنطقة – بدون تعديل. توجد قواعد أو عادات أو إشارات محلية في الأدبيات، وعندما تحدث ظروف غير متوقعة مثل إطلاق بوق أو ضوء طريق أو قطيع من الأغنام، يتم إنشاء الإجراء المناسب (توقف، توقف عن الدوران، بوق الرجوع للخلف).

إنه ليس بأي حال من الأحوال نظام قيادة شاملاً، ولكنه يظهر مسارًا بديلاً لنظام قيادة “عالمي” لا يزال يواجه المفاجآت. وربما أيضًا وسيلة لبقيتنا لمعرفة سبب تعرضنا للتصفيق عندما نزور مناطق غير مألوفة.

نموذج الاسبوع

الإثنين، مسارشركة تعمل على تطوير أدوات ذكاء اصطناعي إبداعية لمنشئي محتوى الأفلام والصور، تم الكشف عن Gen-3 Alpha. بعد تدريبه على عدد كبير من الصور ومقاطع الفيديو من المصادر العامة والداخلية، يستطيع Gen-3 إنشاء مقاطع فيديو من الأوصاف النصية والصور الثابتة.

يدعي Runway أن Gen-3 Alpha يقدم تحسينًا “كبيرًا” في سرعة التوليد وإخلاصه مقارنةً بنموذج الفيديو الرئيسي السابق لـ Runway، الجيل 2، بالإضافة إلى عناصر التحكم الدقيقة في بنية وأسلوب وحركة مقاطع الفيديو التي ينشئها. يمكن أيضًا تخصيص Gen-3 للسماح بمزيد من “التحكم الأسلوبي” والشخصيات المتسقة، كما يقول Runway، مستهدفًا “متطلبات فنية وسردية محددة”.

Gen-3 Alpha له حدوده، بما في ذلك حقيقة أن إطاراته تصل إلى 10 ثوانٍ كحد أقصى. ومع ذلك، يعد Anastasis Germanidis، المؤسس المشارك لـ Runway، بأن هذا هو الأول فقط في سلسلة من نماذج جيل الفيديو القادمة في عائلة من نماذج الجيل التالي المدربة على البنية التحتية المحسنة لـ Runway.

يعد Gen-3 Alpha أحدث أنظمة الفيديو التوليدية العديدة التي ظهرت على الساحة في الأشهر الأخيرة. وتشمل الآخرين OpenAI سوراآلة الأحلام من لوما وجوجل فيو. ويهددون معاً بقلب صناعة السينما والتلفزيون كما نعرفها رأساً على عقب، شريطة أن يتمكنوا من التغلب عليها تحديات حقوق النشر.

خذ الحقيبة

لن يأخذ الذكاء الاصطناعي طلبك التالي من ماكدونالدز.

ماكدونالدز هذا الاسبوع إعلان أنها ستزيل تقنية تلقي الطلبات الآلية، والتي كانت سلسلة الوجبات السريعة تختبرها منذ ما يقرب من ثلاث سنوات، من أكثر من 100 من مطاعمها. وقد انتشرت هذه التكنولوجيا – التي تم تطويرها بالاشتراك مع شركة IBM وتم تركيبها في مطاعم المطاعم – بسرعة كبيرة في العام الماضي بسبب ميلها إلى سوء فهم العملاء وارتكاب الأخطاء.

حديثا قطعة في Takeout يشير إلى أن الذكاء الاصطناعي يفقد قبضته على مشغلي الوجبات السريعة بشكل عام، الذين أعربوا مؤخرًا عن حماسهم للتكنولوجيا وقدرتها على تحسين الكفاءة (وخفض تكاليف العمالة). فقدت شركة Presto، وهي لاعب رئيسي في ممرات القيادة المدعومة بالذكاء الاصطناعي، مؤخرًا عميلًا رئيسيًا، وهو Del Taco، وتواجه خسائر متزايدة.

المشكلة هي عدم الدقة.

كريس كيمبكزينسكي، الرئيس التنفيذي لشركة ماكدونالدز قال CNBC في يونيو 2021 أن تقنية التعرف على الصوت الخاصة بها كانت دقيقة في حوالي 85٪ من الوقت، ولكن كان على الموظفين البشريين المساعدة في حوالي واحد من كل خمسة طلبات. وفي الوقت نفسه، فإن أفضل إصدار من نظام Presto يعالج فقط حوالي 30% من الطلبات دون مساعدة بشرية، وفقًا لـ Takeout.

لذلك، حتى لو كان الذكاء الاصطناعي كذلك أهلك في بعض قطاعات اقتصاد الأعمال المؤقتة، يبدو أن بعض الوظائف، وخاصة تلك التي تتطلب فهم مجموعة واسعة من اللهجات واللهجات، لا يمكن أتمتتها. في الوقت الحالي على الأقل.