Datele analizate de WSJ, citat de sursă, arată că numărul aplicațiilor care folosesc AI e mai mic decât cel așteptat de piață deoarece costurile de dezvoltare sunt enorme. Noi modele de inteligență artificială concurente apar constant, dar este nevoie de mult timp pentru ca acestea să aibă un impact semnificativ asupra modului în care majoritatea oamenilor lucrează efectiv.

Citește și: Studiu: Inteligența Artificială, folosită pentru a dezinforma în Moldova și Ucraina

Acești factori ridică semne de întrebare cu privire la posibilitatea ca IA să devină un produs de larg consum, la potențialul său de a produce venituri și, mai ales, profituri. WSJ a descoperit o similitudine cu boom-ului fibrei optice de la sfârșitul anilor 1990 – o creștere explozivă care a dus la unele dintre cele mai mari prăbușiri ale companiilor de tehnologie.

Cele mai multe dintre îmbunătățirile modelelor mari de inteligență artificială, cum ar fi ChatGPT de la OpenAI și Gemini de la Google se reduc la introducerea a tot mai multe date în acestea.

Aceste modele funcționează prin analizarea unor volume uriașe de text. Însă o barieră majoră este faptul că firmele nu mai au date suplimentare pe care să le absoarbă. Pentru a antrena următoarea generație de inteligență artificială, inginerii apelează la „date sintetice”, adică date generate de alte inteligențe artificiale. Această abordare nu a funcționat pentru a crea o tehnologie mai bună de autoconducere a vehiculelor și există numeroase dovezi că nu va fi mai bună nici pentru modelele lingvistice mari, spune Gary Marcus, un om de știință care a vândut un startup de IA către Uber în 2016.

Inteligența artificială, cum ar fi ChatGPT, s-a îmbunătățit rapid la începuturile sale, dar ceea ce am văzut în ultimele 14 luni și jumătate reprezintă doar câștiguri minore, spune Marcus. „Capacitățile de bază ale acestor sisteme fie au atins un platou, fie cel puțin au încetinit în îmbunătățirea lor”, adaugă el.

O dovadă suplimentară a încetinirii progresului AI poate fi găsită în cercetările care arată că diferențele dintre performanțele diferitelor modele de IA se reduc. Toate marile modele de inteligență artificială converg către aproximativ aceleași scoruri la testele de evaluare a abilităților lor și chiar și modelele gratuite, cu sursă deschisă, precum cele de la Meta și Mistral, recuperează distanța.