Man Group keskustelee generatiivisen tekoälyn tulevaisuudesta
Sijoitusyhtiö Man Group järjesti asiantuntijat keskustelemaan generatiivisen tekoälyn kehityksestä, mahdollisuuksista ja riskeistä.

Sijoitusyhtiö Man Group PLC on isännöinyt akateemisten ja alan asiantuntijoiden keskustelua generatiivisen tekoälyn (AI) nykytilasta, kehityksestä ja tulevaisuuden näkymistä. Tilaisuudessa professori Neil Lawrence Cambridgesta, professori Nicholas Barberis Yalen yliopistosta ja professori Campbell R. Harvey Duken yliopistosta jakoivat näkemyksiään teknologian vaikutuksista.
Keskustelussa käsiteltiin tekoälyn kehityskaarta, joka on siirtynyt aiempaa dataohjautuvampaan ja laajamittaisempaan lähestymistapaan. Vaikka tekoälymallit kykenevät toisintamaan ihmismäistä päättelyä valtavien datamäärien perusteella, on epäselvää, milloin ja miten sen todellinen taloudellinen vaikutus ilmenee. Historian valossa teknologioiden käyttöönotto ja laaja hyödyntäminen vie usein vuosikymmeniä, mutta AI:n nopea kehitys saattaa muuttaa tätä dynamiikkaa.
Asiantuntijat pohdiskelivat myös AI:n vaikutusta työmarkkinoihin. Vaikka tekoäly voi tehostaa monia ammatteja, ihmisen asiantuntemus ja päätöksentekokyky säilyvät olennaisina. Esimerkiksi ChatGPT:n tehokas käyttö vaatii syvällistä alan tuntemusta, jota ilman mallit voivat tuottaa virheellistä tietoa. Keskusteluun nousi myös LLM-mallien kyky kehittyä edelleen, mahdollisesti hyödyntämällä itseopiskelutekniikoita ja vuorovaikutusta todellisen maailman kanssa.
Erityistä huomiota kiinnitettiin AI-mallien vinoumiin ja harhoihin, kuten taipumukseen yliyleistää historiallista dataa tai tuottaa uskottavalta kuulostavaa mutta virheellistä tietoa (hallusinointi). Toisin kuin aiemmat koneoppimismallit, LLM-mallit voivat ilmentää erilaisia vinoumia ohjaussyötteiden perusteella, mikä voi tarjota tietoa mallin epävarmuudesta. Tulevaisuuden kehityssuuntia ovat energiatehokkuuden parantaminen ja erikoistuneempien mallien luominen. Lisäksi tunnistettiin merkittäviä riskejä liittyen tekoälyn väärinkäyttöön ja luottamuksen heikkenemiseen digitaalisessa tiedonvälityksessä.