Цей цикл штучного інтелекту одночасно дивовижний і часом дуже розчаровує. Я запитав 250 засновників, що їх найбільше дратує в цей момент в ШІ. Ось що вони розповіли: 1. Занадто багато шуму – «Там занадто багато, важко оцінити якість проти сміття». 2. Надмірні обіцянки – «Рівень ажіотажу ускладнює розуміння того, що насправді корисно». 3. Перевантаження – «Просто занадто багато відбувається; важко встигнути, важко зрозуміти, на що робити ставку, замість того, щоб чекати до наступної ітерації». 4. AI for AI – «Нам потрібен штучний інтелект, який оцінює інші інструменти штучного інтелекту для проблеми, яку ви намагаєтеся вирішити, і пропонує вам найкраще рішення». 5. Універсальне мислення – «Я ненавиджу обговорення штучного інтелекту як однієї єдиної речі». 6. Відволікання уваги самим собою – «Зараз у мене є можливість робити НАБАГАТО більше, але моя увага всюди». 7. Ризики конфіденційності та безпеки – «Нещодавній витік ключів API та PR-даних із ChatGPT показав, наскільки крихкою є екосистема». 8. Шахрайство та шахрайство на основі штучного інтелекту – «Зростання шахрайства на основі штучного інтелекту, імітації та шахрайства... буде тільки гірше». 9. Ігнорування фундаменту – «Всі женуться за черговою блискучою річчю, але ніхто не лагодить фундамент». 10. Етика проти швидкості – «Великі лабораторії штучного інтелекту говорять про етику та безпеку, але змагаються, щоб випустити нові моделі». 11. AI vertigo – «Публікації про «цілі маркетингові команди зі штучним інтелектом» дають FOMO, навіть якщо вони є vaporware». 12. Розрив між демо та реальністю – «Існує великий розрив між створенням демоверсії та інтеграцією штучного інтелекту в бізнес». 13. Ілюзія срібної кулі – «Багато хто думає, що штучний інтелект стане срібною кулею, але їхня стратегія побудована на поганому фундаменті». 14. Швидкий темп змін – «Захоплююче, але відчувається, ніби п'єш з пожежного шланга і будуєш на піску». 15. Перевантаження інструментів – «Йти в ногу з величезною кількістю різних інструментів і пробувати їх усі». 16. Поверхневі програми – «Більшість програм зі штучним інтелектом є новинками, які рідко вирішують основну проблему». 17. Приховані витрати – «Агенти штучного інтелекту часто вимагають стільки повторюваних дзвінків, що витрати перевищують людську працю». 18. Відставання в освіті – «Школи не пристосовуються до невпізнанного майбутнього ринку праці». 19. Недетерміновані виходи – «ЛМ непередбачувані; Доставляти системи, готові до виробництва, важко». 20. Нехтування затримкою – «Мало моделей віддають перевагу низькій затримці; Більшість з них не готові до виробництва». 21. Спонукальна крива навчання – «Навчитися говорити з LLM важче, ніж я думав — це все одно, що іноді розмовляти з підлітком». 22. Розрив між ажіотажем і реальністю – «Маркетинг на роки випереджає те, що технології можуть надійно забезпечити». 23. Головний біль контекстної інженерії – «Контекстна інженерія є найважливішим і в той же час найбільш розчаровуючим аспектом розробки хороших продуктів штучного інтелекту». 24. Проблеми якості останньої милі – «Штучний інтелект кодування може діяти як старший інженер, але в 10-20% випадків вони сходять з рейок – впевнено». 25. Надмірна впевненість у неправильних відповідях – «Мій старший рецензент штучного інтелекту випадково змінив файл, додавши «якщо неправда && ...» щоб щось «виправити». 26. Незавершені рішення – «Це як у стажиста: 80% там, потім ти виправляєш і оптимізуєш». 27. Продуктивність падає разом зі складністю – «Вона розвалюється, коли проекти ускладнюються, якщо вони не побудовані модульно». 28. Відсутність талантів у сфері штучного інтелекту старшого рівня – «Рідко можна зустріти когось, хто поєднує далекоглядну стратегію з глибокими технічними здібностями». 29. Непостійна надійність коду – «Ми далекі від того, щоб штучний інтелект змушував молодших кодувати як сеньйори». 30. Фрагментація інструментів – «Нам доводиться заклеїти занадто багато інструментів штучного інтелекту, щоб отримати надійний робочий процес». 31. Швидке старіння – «Як тільки ми зупиняємося на стеку штучного інтелекту, нова модель змушує переосмислити». 32. Низька точність для конкретної предметної області – «Загальні моделі борються зі знаннями про нішу навіть з великою кількістю контексту». 33. Ризик галюцинацій – «Ви не можете повністю довіряти результатам без людського огляду, що вбиває приріст швидкості». 34. Обмежена глибина міркування – «Це боротьба з багатоступінчастим міркуванням, де кожен крок будується на попередньому». 35. Обмеження контекстного вікна – «Ми досягаємо лімітів токенів і втрачаємо важливий контекст під час виконання завдання». 36. Дорогі експерименти – «Тестування нових моделей у масштабі швидко стає дорогим, особливо коли більшість з них не працює». 37. Біль інтеграції – «Змусити інструменти штучного інтелекту добре працювати з нашими існуючими системами складніше, ніж це повинно бути». 38. Непостійна стабільність API – «Одного дня API працює ідеально, наступного дня він видає випадкові помилки». 39. Поверхнева персоналізація – «Штучний інтелект персоналізується до рис поверхневого рівня, але пропускає глибші поведінкові моделі». 40. Повільне впровадження на підприємствах – «Переконати великих клієнтів довіряти процесам, керованим штучним інтелектом, все ще важка боротьба». 41. Спокуса надмірної довіри – «Командам легко стати лінивими та сліпо довіряти результатам штучного інтелекту». 42. Невизначеність відповідності – «Регулювання є рухомою метою, що ускладнює довгострокове планування на основі штучного інтелекту». * 43. Занадто багато шуму на ринку – «Щодня з'являється новий інструмент, який стверджує, що вирішує все – більшість із них – це vaporware». 44. Круті криві навчання – «Інструменти потужні, але не інтуїтивно зрозумілі – адаптація команд – це важка робота». 45. Затримка у випадках використання в реальному часі – «Навіть незначні затримки вбивають користувацький досвід для взаємодії на основі штучного інтелекту».