Тайното оръжие на Зукърбърг за AI са данните от Facebook

Близостта на тези събития трябва да напомня: Пътят на Facebook към богатството е наранил мнозина. Това може да се случи и по пътя му към създаването на мощен изкуствен интелект.

Звучи чудесно и Meta е добре позиционирана да го направи, но милиардите му потребители в крайна сметка може да платят цената с личните си данни и не само.

Парми Олсън е колумнист на Bloomberg, който пише мнения за технологиите. Бивш репортер на Wall Street Journal и Forbes, тя е автор на книгата "Ние сме анонимни".

Според последните финансови резултати на Meta Platforms Inc. за много хора Facebook е интернет, а броят на потребителите му продължава да расте. Но Марк Зукърбърг не само празнува този непрекъснат растеж. Той иска да се възползва от него, като използва данните от Facebook и Instagram за създаване на мощен изкуствен интелект с общо предназначение.

Ако Зукърбърг иска да създаде по-мощен чатбот, купчината данни, върху които седи, е особено ценна, защото голяма част от тях идват от теми за коментари. Всеки текст, който представлява човешки диалог, е от решаващо значение за обучението на т.нар. разговорни агенти, поради което OpenAI усилено експлоатира интернет форума Reddit Inc. за създаването на свой собствен популярен чатбот.

Все пак, ако има нещо, което знаем за Зукърбърг, то е, че той има мания за победа и доминация, подобна на тази на Цезар. Миналата седмица, около 24 часа след като се изправи пред тълпа от родители във Вашингтон, които го обвиниха, че води децата им към самонараняване или дори самоубийство, той обяви едно от най-успешните финансови тримесечия на Meta и се закани как ще използва данните на хората, за да създаде мощен изкуствен интелект.

Въпросът, който Зукърбърг прави тук за "Common Crawl", изненадва наблюдателите в технологичната преса, защото този архив вече е огромен: 250 милиарда уеб страници за период от 17 години. Това е едно от най-големите и популярни хранилища на публичния интернет, което днес се използва за обучение на системи за изкуствен интелект. Когато OpenAI стартира своя езиков модел GPT-3 през 2020 г., близо 60% от текста, използван за обучение на системата, идваше от Common Crawl.

Макар че софтуерът за модериране на съдържанието на Facebook е станал по-добър в блокирането на речта на омразата и конспиративните теории, той не е съвършен и има тенденция да се влошава в страни извън САЩ. Част от съдържанието във Facebook, което се маркира като токсично, вече не се преглежда от човек и остава на сайта. Още по-лошо: Когато Зукърбърг каза, че данните на Meta са по-големи от тези на Common Crawl, той вероятно е включил историческия архив на компанията, който ще включва цялото хиперболично политическо съдържание и фалшиви новини, които са били на сайта, преди Зукърбърг да се погрижи да ги изчисти.

Странно е, че в същото съобщение, в което Зукърбърг казва, че екипът му за изкуствен интелект работи по изграждането на общ интелект "повече от десетилетие", той казва също, че Facebook едва сега ще се обърне към данните на своите потребители, за да изгради модели като "следващата ключова част от нашия наръчник". Защо Мета вече не го е направила? Може би защото използването на всички тези данни не е толкова просто. От една страна, това би представлявало още едно нарушение на неприкосновеността на личния живот на 3 млрд. потребители на Facebook и 1,5 млрд. потребители на Instagram. По същия начин, по който OpenAI беше подложена на критики за това, че е използвала защитените с авторски права данни на художници и писатели, за да обучава своите модели, Facebook може да се сблъска с негативни последици за репутацията си, ако отново използва данните на хората. Това не само повдига сложни етични въпроси, но и може да изисква строги практики за обработка на данни и спазване на глобалните закони за защита на данните, което може да предизвика недоволството на европейските регулатори.