Czy bańka na rynku AI pęknie? Eksperci ostrzegają przed rozbuchanymi oczekiwaniami

W świecie sztucznej inteligencji coraz głośniej słychać głosy ostrzegające przed rozdmuchanymi oczekiwaniami. Stuart Russell, jeden z czołowych badaczy w tej dziedzinie, wyraża obawy, że obecny entuzjazm może przerodzić się w bańkę, która pęknie z dnia na dzień.

Russell przestrzega, że jeśli tempo rozwoju AI spowolni, inwestorzy i firmy mogą masowo wycofywać swoje środki. „Wszyscy rzucą się do ucieczki, jak najszybciej się da” – powiedział Russell w rozmowie z Financial Times. „Wtedy wszystko zawali się naprawdę, naprawdę szybko”. Naukowiec przypomina o „zimie AI” z lat 80., kiedy systemy AI nie generowały zysków i brakowało wartościowych zastosowań.

Ironią losu jest fakt, że sam Russell przyczynił się do rozbudzenia oczekiwań w branży. W 2023 roku podpisał list wzywający do tymczasowego wstrzymania rozwoju AI ze względu na obawy o bezpieczeństwo. Wtedy obawiano się, że postęp jest zbyt szybki. Teraz wydaje się, że Russell widzi przeciwne zagrożenie: przegrzanie branży przez nierealne oczekiwania, które mogą nagle runąć.

Symbolem zmiany nastrojów w branży AI stał się GPT-5. Spekulacje o spowolnieniu w generatywnej AI nasiliły się po jego premierze, która dla wielu okazała się rozczarowująca. Rozczarowanie nie wynika z samych parametrów technicznych modelu – GPT-5 wprowadza przewidywalne ulepszenia i jest bardziej opłacalny – ale z dysproporcji między miesiącami napompowanych obietnic a rzeczywistością, która wydaje się o wiele bardziej zwyczajna.

„Ludzie oczekiwali, że w GPT-5 odkryją coś zupełnie nowego. A tutaj tego nie było” – mówi Thomas Wolf, współzałożyciel Hugging Face. Nawet Sam Altman, szef OpenAI, przyznał niedawno, że branża może być w bańce.

Yann LeCun, główny naukowiec Meta ds. AI, również zwraca uwagę na ograniczenia obecnych modeli językowych (LLM). Twierdzi, że postępy osiągane dzięki samym LLM trenowanym na tekście zaczynają zwalniać, co podkreśla od lat. Widzi potencjał w multimodalnych modelach głębokiego uczenia się, które mogą uczyć się z filmów i innych rodzajów danych.

Ostrzeżenie Russella pojawia się w kluczowym momencie. Branża potrzebuje realnych, komercyjnych sukcesów i zrównoważonych, płatnych zastosowań, aby uzasadnić miliardy już zainwestowane i potencjalne kolejne tryliony. Bez tego nagła zmiana nastrojów może doprowadzić do załamania się całego hype’u, niezależnie od tego, jak przydatna okaże się technologia w życiu codziennym.

Wiele emocji budzą obecnie systemy AI oparte na agentach, które mają wykonywać złożone zadania przez dłuższy czas. Nie jest jednak jasne, czy nowe architektury są wystarczająco niezawodne, aby uzasadnić wysokie ceny, które firmy takie jak OpenAI proponują za ich wykorzystanie – niekiedy nawet 20 000 dolarów miesięcznie – obiecując, że ich systemy są warte tej inwestycji. Agent-based AI nadal stoi w obliczu poważnych wyzwań związanych z niezawodnością i cyberbezpieczeństwem.