Глава Hugging Face: Мы в пузыре больших языковых моделей, но не искусственного интеллекта

Клем Деланг, CEO Hugging Face, считает, что хайп вокруг LLM преувеличен, и настоящий потенциал AI лежит в других областях, таких как биология и обработка изображений.

📋 Обзор

В последнее время много говорят о пузыре искусственного интеллекта, особенно в контексте кругового финансирования компаний вроде OpenAI и Anthropic. Однако Клем Деланг, генеральный директор хаба машинного обучения Hugging Face, утверждает, что пузырь касается исключительно больших языковых моделей (LLM), которые являются лишь одним из применений AI.

Опасения CEO Hugging Face

«Я думаю, что мы находимся в пузыре LLM, и, возможно, этот пузырь лопнет в следующем году», — заявил Деланг на мероприятии Axios, о чем сообщило издание TechCrunch. Он подчеркнул, что LLM — это лишь подмножество AI, когда речь идет о применении искусственного интеллекта в биологии, химии, обработке изображений, аудио и видео. Деланг уверен, что мы находимся только в начале этого пути и в ближайшие годы увидим гораздо больше прорывов.

Перегрев рынка LLM?

В последнее время действительно наблюдается повышенное внимание к компаниям, чьим основным продуктом являются большие языковые модели, или к центрам обработки данных, предназначенным для их поддержки. Особенно это касается универсальных чат-ботов, которые претендуют на то, чтобы быть всем для всех. В России, как и во всем мире, наблюдается ажиотаж вокруг подобных разработок. Многие компании стремятся внедрить чат-ботов на базе LLM для автоматизации клиентской поддержки, маркетинга и других задач. Однако, как отмечает Деланг, важно не забывать о других, не менее перспективных направлениях развития AI.

Перспективы для России

Для российского рынка это означает необходимость диверсификации инвестиций в сферу AI. Вместо того чтобы сосредотачиваться исключительно на LLM, стоит обратить внимание на другие области, такие как компьютерное зрение, анализ данных, автоматизация промышленных процессов и разработка новых материалов. Например, в России уже есть успешные проекты в области применения AI в медицине для диагностики заболеваний по снимкам, в сельском хозяйстве для оптимизации урожайности и в энергетике для прогнозирования потребления электроэнергии. Развитие этих направлений может принести гораздо больше пользы для российской экономики, чем слепое копирование западных трендов в области LLM.

Заключение

Клем Деланг призывает к более сбалансированному подходу к развитию AI. Важно не упускать из виду другие перспективные направления, которые могут принести гораздо больше пользы обществу, чем просто создание все более совершенных чат-ботов. Для России это означает необходимость инвестировать в развитие собственных компетенций в различных областях AI и не зависеть от импорта технологий, связанных с LLM.