Während ChatGPT die Verbraucher mit seiner Fähigkeit verzaubert hat, alles zu generieren, von Sonetten im Shakespeare-Stil bis hin zu Hausarbeiten für Studenten, hat seine Neigung, fehlerhafte Informationen zu "halluzinieren", die meisten Bereiche der Industrie bisher davon abgehalten, sie zu revolutionieren, sagten sie.
"Was wir gelernt haben, ist die Kluft zwischen der Fähigkeit, etwas einigermaßen zu tun, und der Fähigkeit, es für einen bestimmten Zweck gut genug zu tun", sagte Anthony Aguirre, Gründer und Geschäftsführer des Future of Life Institute, einer gemeinnützigen Organisation, deren Ziel es ist, katastrophale Risiken durch fortgeschrittene künstliche Intelligenz zu verringern.
Aguirre nannte selbstfahrende Autos als Beispiel für eine Technologie, die um den Übergang zum vollen Einsatz kämpft. Die Autos "funktionieren im Moment auf einem gewissen Niveau, aber sie sind nicht zuverlässig genug, um den Menschen zu ersetzen. Das hat sich als viel, viel schwieriger erwiesen als erwartet."
Sherry Marcus, Direktorin für angewandte Wissenschaft bei Amazons AWS, sagte, die Kunden befänden sich in unterschiedlichen Stadien des Fortschritts. Ich habe viele generative KI-Anwendungen beobachtet, die bereits in Produktion sind, während andere Kunden erst am Anfang ihrer Reise stehen.
Eine Möglichkeit, wie generative KI bereits in großem Umfang eingesetzt wird, wurde von Rednern aus verschiedenen Branchen hervorgehoben: das Schreiben von Computercode.
Auf Microsofts Github, einer Online-Plattform zum Speichern von Code, wurde etwa die Hälfte der Programmierungen mit Hilfe eines KI-Tools namens Copilot geschrieben, das automatisch Codezeilen vorschlägt, sagte Lili Cheng, Corporate Vice President von Microsoft.
Wenn wir mit Entwicklern sprechen, haben sie wirklich das Gefühl, dass sie mit Copilot produktiver sind", so Cheng. "Ich denke, es ist ein großartiges Beispiel für die Verwendung eines generativen Modells in Verbindung mit den Daten von GitHub, um den Menschen das Gefühl zu geben, effektiver zu arbeiten und die Programmierung für mehr Menschen zugänglich zu machen.
Sie nannte KI-generierte Zusammenfassungen von Besprechungsprotokollen als weiteres Beispiel dafür, wie die Technologie ihren Nutzen unter Beweis stellt.
Auch Finanzdienstleister erklärten gegenüber Reuters, dass sie aktiv KI-Modelle in ihren Unternehmen für Aufgaben wie die Programmierung, die Erstellung von Dokumentationen und die effizientere Bereitstellung von Kapital einsetzen, obwohl sie aufgrund des regulierten Charakters von Finanzdienstleistungen vorsichtig vorgehen würden.
Gary Marcus, Professor an der New York University, sagte, dass generative KI bei der Programmierung genauso fehleranfällig sei wie in anderen Bereichen, aber dass das Problem im Technologiesektor weniger hinderlich sei, weil die Programmierer wüssten, wie man es behebt.
"Der Bereich, den sie wirklich revolutioniert, ist die Programmierung, und das geht einfach am schnellsten, weil die Programmierer wissen, wie sie die Fehler dieser Systeme beheben können", sagte Marcus. "Aber in fast allen anderen Geschäftsbereichen sind die Halluzinationen ein ernsthaftes Problem."
Unternehmen sollten bei der Integration der Technologie in Anwendungen, bei denen es auf Genauigkeit ankommt, langsam und bedächtig vorgehen, betonten die Führungskräfte.
Vijoy Pandey von Cisco sagte, er glaube, dass KI ihre Nützlichkeit für die "niedrig hängenden Früchte" bewiesen habe, für die "die Kosten eines Fehlers ziemlich niedrig waren". Die Herausforderung bestehe nun darin, die Technologie in eine neue Phase für sensiblere "geschäftskritische Anwendungsfälle" wie Recht und Sicherheit zu bringen.
"Wir sollten einfach davon ausgehen, dass die Menschen dumme Dinge tun werden" und uns in den kommenden Jahren darauf konzentrieren, Technologien, Richtlinien und Rahmenwerke zu entwickeln, "um alle vor dummen Handlungen zu schützen", so Pandey. Die Live-Übertragung der World Stage finden Sie auf der Reuters NEXT Nachrichtenseite: (Berichterstattung durch Katie Paul; Bearbeitung durch David Gregorio)
