Группа исследователей из Массачусетского технологического института и IBM недавно опубликовала исследование, которое может развеять некоторые опасения, связанные с возможным захватом рабочих мест искусственным интеллектом (ИИ).
Эксперты уже давно предполагают, что ИИ может (и, скорее всего, заменит) людей в некоторых областях деятельности. По оценкам одного недавнего исследования, около половины всех работ, выполняемых в настоящее время людьми, могут быть автоматизированы.
Но новое исследование, проведенное лабораторией искусственного интеллекта Watson MIT-IBM, показывает, что такая автоматизация может потребовать дополнительных затрат, которые работодатели могут не захотеть оплачивать.
«Представляем нашу новую статью, которая выходит за рамки «Воздействия на искусственный интеллект» и рассматривает, какие задачи было бы экономически привлекательно автоматизировать. Мы обнаружили, что компании хотели бы использовать ИИ только для четверти задач, которые можно автоматизировать», – пишет в анонсе статьи на X (ранее Twitter) Нил Томпсон (@ProfNeilT) 22 января 2024 г.
Согласно рабочему документу команды под названием «Помимо воздействия искусственного интеллекта: какие задачи экономически эффективно автоматизировать с помощью компьютерного видения?» Автоматизировать большую часть должностей, ранее определенных в других исследованиях как кандидатов на использование ИИ, в условиях нынешней экономики будет экономически неэффективно.
Оборудование для майнинга криптовалюты включает в себя различные устройства, предназначенные для выполнения вычислительных задач, необходимых для добычи криптовалют. Майнинг — это процесс, при котором транзакции в блокчейне подтверждаются, и новые монеты создаются с помощью решения сложных математических задач. В зависимости от типа криптовалюты и требований к вычислительной мощности, существует несколько типов оборудования для майнинга.
«Предыдущая литература по «Воздействию ИИ» не может предсказать такие темпы автоматизации, поскольку она пытается измерить общий потенциал воздействия ИИ на определенную область, а не техническую осуществимость и экономическую привлекательность создания таких систем».
Экономическая целесообразность
Одним из основных препятствий на пути внедрения, выявленных в исследовании, является высокая стоимость обучения и внедрения. Хотя такие системы, как ChatGPT, можно настроить для конкретных целей, их общий характер делает их далеко не идеальными для многих приложений.
Это означает, что многим работодателям придется либо развернуть собственную систему искусственного интеллекта, либо доверить свои собственные данные и внутренние процессы поставщику. По мнению исследователей, затраты в любом случае часто превышают статус-кво.
«При сегодняшних затратах, — пишут исследователи, — только 23% заработной платы работников, выплачиваемых за задачи машинного видения, было бы привлекательно автоматизировать».
Однако исследователи подчеркивают, что это не обязательно означает, что работникам-людям не о чем беспокоиться. Тон статьи указывает на то, что переход работы, возглавляемой людьми, к деятельности, наполненной искусственным интеллектом, не произойдет в одночасье. Но это вполне вероятно.
В настоящее время переход к автоматизации происходит постепенно. Многие предприятия все еще находятся на исследовательской и экспериментальной стадиях внедрения ИИ. Но быстрый прогресс затруднил прогнозирование того, какие рабочие места будут заменены ИИ, а какие могут или должны быть заменены, поскольку как краткосрочные, так и долгосрочные экономические факторы играют большую роль в процессе принятия решений.
В конечном счете, как говорят исследователи, «принятие правильных политических и бизнес-решений зависит от понимания того, насколько быстро произойдет автоматизация задач ИИ».
ASIC-майнеры
ASIC (Application-Specific Integrated Circuit) — это устройства, предназначенные для решения одной конкретной задачи, обычно связанной с криптовалютой. Эти майнеры максимально эффективны для добычи монет с определённым алгоритмом хеширования (например, Bitcoin и его алгоритм SHA-256).
Пример: Bitmain Antminer S21 XP для добычи Bitcoin.
GPU-фермы
GPU-майнинг использует видеокарты, которые могут выполнять параллельные вычисления, что делает их идеальными для алгоритмов, таких как Ethash (Ethereum). Эти фермы состоят из нескольких видеокарт, объединённых в одну систему.
Пример: NVIDIA GeForce RTX 3080 для добычи Ethereum.
CPU-майнинг
CPU-майнинг использует мощности центральных процессоров для добычи криптовалют. Это один из самых простых способов начать майнинг, так как для этого достаточно обычного компьютера. Однако производительность таких устройств значительно ниже по сравнению с GPU или ASIC-майнерами.
Пример: использование AMD Ryzen 9 для добычи Monero.
HDD/SSD-майнинг
HDD/SSD-майнинг использует жёсткие диски или твердотельные накопители для добычи криптовалют, таких как Chia, которые используют алгоритм Proof of Space. Этот метод потребляет гораздо меньше энергии, чем традиционный майнинг с ASIC или GPU.
Пример: Seagate Expansion 14TB для добычи Chia.
Облачный майнинг
Облачный майнинг — это аренда вычислительных мощностей у сторонних провайдеров, которые предоставляют доступ к майнинговым фермам. Это решение позволяет избежать необходимости покупки и обслуживания собственного оборудования.
Пример: Genesis Mining, NiceHash.
Комментарии