В Калифорнии собрались ведущие исследователи AI, чтобы обсудить нынешние проблемы академических исследований. Текущая ситуация важна для научного сообщества: в университете UC Berkeley один из профессоров сравнил работу ученого по AI с позицией биолога, у которого нет доступа к инструментам редактирования генов.
Мир AI-исследований и частные компании
За последние четыре года исследование AI изменилось, сместив акцент на большие языковые модели, которые находятся под контролем частных компаний. Это затрудняет доступ университетов к необходимым вычислительным ресурсам. Ученые не могут позволить себе GPU, необходимые для работы с передовыми моделями, а крупные компании, такие как OpenAI и Anthropic, не делятся внутренней информацией о своих разработках.
Программа AI2050 предоставляет исследователям некоторую финансовую поддержку для приобретения GPU. Однако многие участники выражают обеспокоенность из-за сокращения федерального финансирования в США и высокой стоимости использования моделей OpenAI и Google. Некоторые исследователи предпочитают использовать альтернативные подходы без акцента на прибыль.
Являясь не на переднем фронте, они создают свои модели
Множество исследователей, не работающих с LLM, обращаются к специализированным AI-моделям. Например, команда, разработавшая модель AlphaFold для предсказания структуры белков, была распущена, подчеркнув вызовы, с которыми сталкиваются исследователи в условиях дефицита на рынке. Участники конференции отметили, что распространенное заблуждение о том, что AI связано только с энергозатратными LLM, мешает их работе.
Академики отмечают, что значительные закрытые исследования могут вести к игнорированию важных тем, таких как влияние моделей на различные группы населения. Например, недавняя работа профессора Джонса Хопкинса показала, что языковые модели дают менее качественные ответы на вопросы, более характерные для женщин. Эти сферы часто остаются вне поля зрения крупного бизнеса, потому что из них сложно сделать коммерческий продукт.
Практические выводы для исследователей
Для исследователей AI в России данный контекст показывает важность поиска грантов и поддержки. При отсутствии подходящего финансирования, доступных ресурсов и коммуникативных платформ, работа над эффективными проектами может оказаться под угрозой. Учитывая высокие затраты на внедрение технологий, потенциально меньшие команды могут производить качественные научные работы, придавая значимость интеграции устойчивых AI-решений.
Следующие шаги для исследователей AI — активнее искать новые партнерства с частными инновационными лабораториями и организовывать грантовые программы для поддержки некоммерческих проектов. Без этой адаптивности, академические роли могут продолжать подвергаться угрозе.