Κατασκευή προϊόντων τεχνητής νοημοσύνης στην εποχή των πιθανοτήτων

Σε ένα πρωτοποριακό δοκίμιο, ο Gian Segato αναλύει τη θεμελιώδη αλλαγή που επιφέρει η γενική τεχνητή νοημοσύνη (AI) στον τρόπο με τον οποίο σχεδιάζουμε, αναπτύσσουμε και λειτουργούμε τις τεχνολογικές επιχειρήσεις. Σύμφωνα με τον συγγραφέα, βρισκόμαστε σε μια «περαστική στιγμή» (liminal moment), όπου τα εργαλεία μας έχουν υπερβεί τα πλαίσια μας για να τα κατανοήσουμε, ωθώντας μας από έναν κόσμο ντετερμινιστικού λογισμικού σε μια νέα, «κβαντική» πραγματικότητα.

 
Η παλιά «κλασική» τάξη των πραγμάτων

Για δεκαετίες, η τεχνολογική βιομηχανία βασίστηκε στη φύση του λογισμικού: μια ντετερμινιστική συνάρτηση όπου συγκεκριμένες είσοδοι οδηγούν σε προβλέψιμα αποτελέσματα, F: X→Y3333. Σε αυτόν τον κόσμο:

• Η μηχανική λογισμικού στοχεύει σε απόλυτη αξιοπιστία. Η εργασία των μηχανικών είναι να διασφαλίζουν ότι κάθε ενέργεια παράγει πάντα το αναμενόμενο αποτέλεσμα, με στόχο το 100%. Οι διαδικασίες, όπως το test-driven development (ανάπτυξη με γνώμονα τις δοκιμές), έχουν ως στόχο να εγγυηθούν αυτήν την αξιοπιστία.
• Το product management και ο σχεδιασμός λειτουργούν με παρόμοιο τρόπο. Οι ομάδες καθορίζουν εκ των προτέρων συγκεκριμένους στόχους και πειράματα ανάπτυξης, με στόχο την επίτευξη 100% επιτυχίας στη διοχέτευση των χρηστών μέσα από συγκεκριμένες «διοχετεύσεις αξίας» (value funnels). Έννοιες όπως η μετατροπή (conversion), η ενεργοποίηση (activation) και η διατήρηση (retention) βασίζονται σε μετρήσιμες, προκαθορισμένες εισόδους και εξόδους.

Σε αυτό το περιβάλλον, οι μετρήσεις απόδοσης, όπως οι στόχοι αξιοπιστίας (SLOs) για τους μηχανικούς και τα ποσοστά μετατροπής για τους product managers, αποτελούν τον «οδηγό» για τη λήψη στρατηγικών και τακτικών αποφάσεων.

 
Η νέα «κβαντική» πραγματικότητα

Η εμφάνιση της γενικής τεχνητής νοημοσύνης έχει αλλάξει ριζικά αυτό το πλαίσιο. Πλέον, τα μοντέλα AI δεν είναι «στενοί ειδικοί» αλλά «ικανοί γενικευτές». Διδάσκονται τη θεμελιώδη δομή ενός ολόκληρου τομέα, όπως η γλώσσα, και αποκτούν γενικές ικανότητες που τους επιτρέπουν να εκτελούν «απροσδόκητες» εργασίες. Αυτή η αλλαγή έχει οδηγήσει σε δύο βασικές, ριζοσπαστικές συνέπειες:

1. Απροσδιόριστος χώρος εισόδου: Οι χρήστες μπορούν να ρωτήσουν τα μοντέλα AI κυριολεκτικά οτιδήποτε. Ο χώρος εισόδου, F(x), έχει γίνει πλέον F’(?). Η πολλαπλότητα των εισόδων είναι πρακτικά άπειρη, καθιστώντας αδύνατη την πρόβλεψη του τι θα κάνουν οι χρήστες με το προϊόν.
2. Πιθανοτικότητα της εξόδου: Η έξοδος ενός μοντέλου AI δεν είναι πλέον ντετερμινιστική. Το αποτέλεσμα είναι μια εκτίμηση, που μπορεί μερικές φορές να είναι μια «παραίσθηση» (hallucination). Ακόμα και με την ίδια ακριβώς είσοδο, το μοντέλο μπορεί να δώσει δύο διαφορετικά αποτελέσματα, επειδή η έξοδος προέρχεται από μια στατιστική κατανομή. Αυτή η «στοχαστικότητα» είναι μια θεμελιώδης ιδιότητα της τεχνολογίας και επιτρέπει στους χρήστες να εξερευνήσουν πολύπλοκους χώρους προβλημάτων.

Αυτή η μετάβαση μετατρέπει τις «διοχετεύσεις» σε «άπειρα πεδία». Σε αντίθεση με το παραδοσιακό λογισμικό, όπου κάθε σφάλμα έχει μια γνωστή αιτία, τα μοντέλα AI «ανακαλύπτονται», δεν «κατασκευάζονται». Ακόμα και οι δημιουργοί τους δεν γνωρίζουν πλήρως τι μπορούν να κάνουν.

 
Από μηχανική σε εμπειρισμό

Οι παλαιοί τρόποι μέτρησης και διαχείρισης αποδεικνύονται αναποτελεσματικοί. Η προσπάθεια να επιβληθούν παραδοσιακοί κανόνες αξιοπιστίας στα πιθανοτικά μοντέλα οδηγεί σε «νερφάρισμα» (nerf) της ευφυΐας και της ευελιξίας τους. Ο στόχος δεν είναι πλέον η τελειότητα, αλλά η διαχείριση της αβεβαιότητας. Οι εταιρείες πρέπει να καθορίσουν το «Ελάχιστο Βιώσιμο Επίπεδο Ευφυΐας» (Minimum Viable Intelligence).

Αυτή η νέα προσέγγιση απαιτεί τη μετάβαση από την κουλτούρα της μηχανικής στην κουλτούρα του εμπειρισμού. Η «παλιά σοφία» της σταδιακής ανάπτυξης δεν ισχύει πλέον. Όταν κυκλοφορεί ένα νέο μοντέλο, όλες οι προηγούμενες παραδοχές πρέπει να απορριφθούν, και ενδέχεται να χρειαστεί ακόμα και να ξαναγραφτεί ολόκληρο το σύστημα από την αρχή. Ο Segato αναφέρει το παράδειγμα της Replit, όπου ο πρόεδρος της εταιρείας, Michele, έκανε την εταιρεία να ξαναγράψει το προϊόν σε λιγότερο από τρεις εβδομάδες για να εκμεταλλευτεί πλήρως τις δυνατότητες ενός νέου μοντέλου, με αποτέλεσμα την εκρηκτική αύξηση των εσόδων.

 
Τα δεδομένα ως νέο λειτουργικό σύστημα

Σε αυτόν τον κόσμο της αβεβαιότητας, τα δεδομένα γίνονται το πιο κρίσιμο στοιχείο. Η παραδοσιακή δοκιμή, όπως το test-driven development, δεν είναι επαρκής, καθώς ο άπειρος χώρος εισόδου καθιστά αδύνατη τη συγγραφή όλων των πιθανών περιπτώσεων. Είναι απαραίτητο να υπάρχει ένα σύστημα που να συλλέγει συνεχώς νέες περιπτώσεις δοκιμής από την πραγματική χρήση του προϊόντος.

Επιπλέον, οι παραδοσιακές μετρήσεις, όπως η A/B testing, δυσκολεύονται να ορίσουν την «επιτυχία», καθώς οι χρήστες δεν κινούνται σε συγκεκριμένες διοχετεύσεις, αλλά «περιπλανώνται σε πεδία δυνατοτήτων». Η λύση βρίσκεται στην ανάλυση των «διαδρομών χρηστών» (user trajectories).

Τα δεδομένα από τις αλληλεπιδράσεις με την τεχνητή νοημοσύνη είναι ο νέος «χρυσός». Η ανάλυσή τους επιτρέπει σε όλες τις λειτουργίες της εταιρείας, από το marketing και την ανάπτυξη προϊόντων έως τα οικονομικά, να κατανοήσουν τη συμπεριφορά των χρηστών. Για παράδειγμα, η γνώση ότι οι χρήστες από το TikTok κατασκευάζουν πιο συχνά παιχνίδια—μια πιο ακριβή λειτουργία—επιτρέπει στις ομάδες να προσαρμόσουν τη στρατηγική τους.

Σε αυτή τη νέα εποχή, η ανάλυση δεδομένων δεν είναι πλέον μια ξεχωριστή λειτουργία, αλλά το «κοινό λειτουργικό σύστημα» της επιχείρησης, η κοινή γλώσσα που περιγράφει την πραγματικότητα και καθοδηγεί τις αποφάσεις.

 
Μια διαφορετική εποχή

Ο Segato υποστηρίζει ότι αυτή τη φορά η αλλαγή είναι θεμελιώδης, «οντολογικά διαφορετική». Αφήνουμε πίσω μας έναν κόσμο τέλειας γνώσης και σχεδιασμού και μπαίνουμε σε έναν κόσμο αναδυόμενων, άγνωστων συμπεριφορών, όπου αντί για μηχανική, εφαρμόζουμε παρατήρηση και υποθέσεις.

Οι οργανισμοί που θα ευδοκιμήσουν είναι αυτοί που θα υιοθετήσουν μια εμπειρική προσέγγιση, θα σκέφτονται με όρους πιθανοτήτων και θα μετρούν σύνθετες διαδρομές. Αυτοί θα καθορίσουν την επόμενη εποχή της τεχνολογίας, καλωσορίζοντάς μας στην «Εποχή των Πιθανοτήτων».

 
Με πληροφορίες από giansegato.com

mywaypress.gr –Περιεχόμενο αξίας με την υποστήριξη  υβριδικής νοημοσύνης.

Για  αναγνώστες με μεγάλο εύρος προσοχής.