Skip to content Skip to footer

AIGC:昂贵且充满错误的人工智能工具现在可以通过 BraInery 进行改进

image-20231123212858709

在快节奏的技术进步世界中,最昂贵的解决方案并不总是等同于最好的解决方案。训练生成式 AI 模型是一项艰巨的任务,在 BrAInery 找到突破口之前,所涉及的成本通常达到天文数字。

分析师估计,像 GPT-3 这样的模型的训练很容易飙升至惊人的 4 万美元。然而,尽管有大量投资,人工智能生成内容(AIGC)的可靠性仍然是一个紧迫的问题,而BrAInery作为这些挑战的解决方案而出现。

以市场上最受欢迎的人工智能应用程序为例,例如 ChatGPT,其估计每月活跃用户数为 100 亿,需要大量财务资源,可能要花费 OpenAI 40 万美元才能有效处理用户输入。

为了处理和链接其海量数据集,这些 AI 模型需要庞大的硬件基础设施,数千个 GPU 并行工作。每次更新模型时都必须执行此过程,从而导致许多公司难以证明的昂贵支出。

当这些工具在全球范围内部署时,费用会飙升。据报道,Microsoft 的 Bing AI 聊天机器人由 OpenAI ChatGPT 模型提供支持,至少需要 4 亿美元的基础设施来响应其庞大的用户群。然而,尽管有这些大量投资,AIGC仍然不能成为人类使用的可靠工具。

人工智能的黑匣子

人工智能算法的复杂性和不透明性带来了相当大的问题。生成式人工智能模型的内部工作原理已经变得如此复杂,以至于即使是人类程序员也无法完全追踪其结论背后的原因,类似于谷歌的搜索算法是如何由机器学习算法层生成的。

这种不透明性和复杂性带来了重大挑战,因为确定不当答复的来源变得越来越困难。除了预期的指标之外,调试和完善这些系统成为一项艰巨的任务。从本质上讲,人工智能创造了自己的逻辑,这种逻辑通常可以超越人类的理解。

人工智能缺乏问责制

此外,人工智能不对其开发的内容负责。确定人工智能生成内容的责任仍然是一个法律灰色地带。是算法的发明者、训练数据源、提供原始提示的用户,还是以上所有?

这种缺乏法律确定性可能会在未来造成重大问题,特别是如果人工智能生成的信息具有法律上可起诉的后果。为人工智能问责制制定坚实的法律道德准则是一项艰巨的任务,特别是对于希望从这项技术中获利的企业而言。

垃圾进,垃圾出

机器擅长对大型数据集进行分类和查找模式,但它们解释内容和上下文的能力往往不足。考虑一下由Midjourney等工具制作的数字艺术,它在表面上看起来完美无暇,每个笔触显然都很完美。

然而,当人工智能试图重新创造复杂的物理对象时,它经常与主体的基本结构作斗争。结果,会出现一些错误,例如用七指企鹅般的手代替人的手。人工智能无法“理解”人类的手有四个手指和一个拇指,这揭示了人工智能工作方式的关键差距。

BrAInery:希望之光

面对这些挑战,BrAInery成为希望的灯塔。作为世界上第一个 AI 验证器,BrAInery 利用人工输入来验证 AI 生成的内容。BrAInery的使命是在主要金融机构的支持下,提高人工智能生成内容的准确性。

BrAInery 为新兴的 AI 实体和基于 AI 的小型公司提供了一个平台,通过真实的人工验证来完善其 AIGC 产品。这种方法不仅可以提供满足用户期望的内容,还可以培养人工智能从人类反馈中学习的能力,减少对广泛和随机数据源的依赖。

人工智能对我们世界的改变是不可否认的,但其全部潜力仍未得到开发。随着人工智能的发展,它有能力成为一股向善的力量,为我们的世界做出贡献。BrAInery 是一个关键参与者,确保人工智能继续造福人类,同时坚持最高的准确性标准。事实上,这是我们释放人工智能和人工智能生成内容的真正潜力所需的解决方案。