Mahojiano ya AI Yaliyobadilisha Mjadala

Mwisho wa Enzi ya Demo za Bidhaa

Mazungumzo kuhusu artificial intelligence yamehama kutoka uwezekano wa kiufundi hadi hitaji la kisiasa. Kwa miaka mingi, umma uliona tu demo zilizong’arishwa na hotuba zilizopangwa kwa uangalifu. Hilo lilibadilika wakati viongozi wa maabara zenye nguvu zaidi walipoanza msururu wa mahojiano marefu. Mazungumzo haya na waandishi wa habari na watayarishaji wa podcast hayakuwa mazoezi ya masoko tu. Yalikuwa ishara kwa wawekezaji na wadhibiti kuhusu nani atadhibiti mustakabali wa kompyuta. Hatubishani tena ikiwa teknolojia inafanya kazi. Tunabishana ni nani anayeruhusiwa kumiliki akili inayoendesha ulimwengu wetu. Mabadiliko haya yanaonekana katika jinsi watendaji wanavyohamia kutoka kwenye vipengele vya bidhaa kuelekea utawala. Wanatoka kuwa wahandisi na kuanza kufanya kazi kama wakuu wa nchi. Mpito huu unaashiria awamu mpya ambapo bidhaa kuu si modeli yenyewe tena, bali ni imani ya umma na idhini ya serikali.

Kufafanua Script ya Watendaji

Ili kuelewa hali ya sasa ya AI lazima uangalie kile kisichosemwa. Katika mahojiano ya hivi karibuni ya hadhi ya juu, CEO wa OpenAI na Anthropic wameunda njia maalum ya kujibu maswali magumu. Wanapoulizwa kuhusu data ya mafunzo, mara nyingi hutaja matumizi ya haki (fair use) bila kuelezea vyanzo maalum. Wanapoulizwa kuhusu matumizi ya nishati, wanaashiria nguvu ya fusion ya baadaye badala ya msongo wa gridi ya sasa. Hii ni mbinu ya kukwepa iliyoundwa ili kuweka umakini kwenye siku zijazo za mbali ambapo matatizo yanatatuliwa na teknolojia ile ile wanayojenga leo. Inaunda mantiki ya mzunguko ambapo hatari za AI zinatumiwa kama uhalali wa kujenga AI yenye nguvu zaidi ili kudhibiti hatari hizo.

Mahojiano hayo pia yanafunua mgawanyiko unaokua kati ya wahusika wakuu. Kambi moja inatetea mbinu iliyofungwa ili kuzuia watendaji wabaya kutumia modeli hizo. Kambi nyingine inadokeza kuwa open weights ndiyo njia pekee ya kuhakikisha upatikanaji wa kidemokrasia. Hata hivyo, pande zote mbili haziko wazi kimakusudi kuhusu hatua ambayo modeli inakuwa hatari sana kushirikiwa. Utata huu si wa bahati mbaya. Unaruhusu makampuni kubadilisha malengo kadiri uwezo wao unavyokua. Kwa kutazama nakala hizi kama hati za kimkakati badala ya mazungumzo rahisi, tunaona muundo wazi wa ujumuishaji. Lengo ni kufafanua masharti ya mjadala kabla ya umma kuelewa kikamilifu hatari zilizopo. Hii ndiyo sababu umakini umehamia kutoka kwa kile modeli zinaweza kufanya hadi jinsi zinapaswa kudhibitiwa. Ni jaribio la kunasa mchakato wa udhibiti mapema.

Kwa nini Miji Mikuu ya Kigeni Inasikiliza

Athari za mahojiano haya zinaenea mbali zaidi ya Silicon Valley. Serikali barani Ulaya na Asia zinatumia taarifa hizi za umma kuandaa mifumo yao ya usalama wa AI. Wakati CEO anapotaja hatari maalum katika podcast, mara nyingi huishia kwenye muhtasari wa sera huko Brussels wiki moja baadaye. Hii inaunda mzunguko wa maoni ambapo sekta inajitungia sheria zake kwa kuweka ajenda ya kile kinachochukuliwa kuwa tishio. Hadhira ya kimataifa haitafuti tu spec za teknolojia. Wanatafuta vidokezo kuhusu mahali ambapo vituo vya data (data centers) vitajengwa na lugha zipi zitapewa kipaumbele. Utawala wa Kiingereza katika modeli hizi ni hatua kuu ya mvutano ambayo mara nyingi hupuuzwa katika mahojiano ya Marekani. Utoaji huu unaashiria umakini unaoendelea kwenye masoko ya Magharibi huku ukipuuza nuances za kitamaduni za ulimwengu wote.

Pia kuna suala la sovereign AI. Mataifa yanatambua kuwa kutegemea makampuni machache binafsi kwa miundombinu yao ya utambuzi ni hatari. Mahojiano ya hivi karibuni yamedokeza ushirikiano na serikali za kitaifa ambao unazidi mikataba rahisi ya cloud. Ishara hizi zinaashiria mustakabali ambapo maabara za AI hufanya kazi kama huduma za umma au wakandarasi wa ulinzi. Vidokezo vya kimkakati vilivyotolewa katika mazungumzo haya vinapendekeza kuwa enzi ya startup ya teknolojia inayojitegemea imekwisha. Tunaingia katika kipindi cha ujumuishaji wa kina kati ya big tech na maslahi ya kitaifa. Hii ina athari kubwa kwa biashara ya kimataifa na mgawanyiko wa kidijitali kati ya mataifa yanayoweza kumudu modeli hizi na yale yasiyoweza. Rhetoric ya kidemokrasia ya upatikanaji mara nyingi inapingwa na ukweli wa gharama kubwa na leseni zenye vikwazo zilizotajwa katika pumzi moja.

Kuishi katika Uamsho wa Podcast ya CEO

Fikiria meneja wa bidhaa katika kampuni ya software ya ukubwa wa kati. Kila wakati kiongozi mkuu wa AI anapotoa mahojiano ya saa tatu, ramani ya kampuni nzima inaweza kubadilika. Ikiwa CEO atadokeza kuwa kipengele maalum kitaunganishwa kwenye modeli kuu mwaka ujao, startup inayojenga kipengele hicho inapoteza thamani yake mara moja. Huu ndio ukweli wa soko la sasa. Watengenezaji hawajengi tu juu ya APIs. Wanajaribu kutabiri matakwa ya watu wachache wanaodhibiti miundombinu ya msingi. Maisha ya kila siku ya mfanyakazi wa teknolojia wa kisasa yanahusisha kuchunguza mahojiano haya kwa kutaja mabadiliko yoyote yajayo ya rate limits au context windows. Sentensi moja kuhusu mabadiliko ya umakini kutoka maandishi kwenda video inaweza kusababisha mabadiliko yanayogharimu mamilioni ya dola katika muda wa maendeleo.

Kwa mtumiaji wa kawaida, athari ni ndogo lakini ni kubwa vilevile. Unaweza kugundua kuwa msaidizi wako wa AI anakuwa mwangalifu zaidi au mrefu zaidi baada ya tangazo kubwa la usalama. Mabadiliko haya mara nyingi ni matokeo ya moja kwa moja ya shinikizo la umma linalotokana na mahojiano haya. Wakati kiongozi anapozungumza kuhusu hitaji la guardrails, timu za uhandisi husonga haraka kuzitekeleza. Hii mara nyingi husababisha uzoefu wa mtumiaji ulioshuka ambapo chombo kinakataa kujibu maswali yasiyo na madhara. Mvutano kati ya kuwa msaidizi muhimu na aliye salama ni mada ya mara kwa mara katika mazungumzo ya hivi karibuni.

Watumiaji kimsingi wanashiriki katika jaribio la moja kwa moja ambapo vigezo vinarekebishwa kulingana na mzunguko wa hivi karibuni wa PR. Hii inafanya teknolojia kuhisi kutokuwa na utulivu na isiyotabirika licha ya uwezo wake wa kuvutia. Watu huwa wanazidisha makadirio ya uhuru wa sasa wa mifumo hii huku wakipunguza kiasi cha uingiliaji wa binadamu unaohitajika ili kuiweka sawa na malengo ya shirika. Hoja inahisi kuwa ya kweli unapoona chombo kama ChatGPT kikibadilisha utu wake au mifumo yake ya kukataa ndani ya saa chache baada ya utata wa umma. Hii si code tu. Ni kioo cha hali ya kisiasa wakati wa mahojiano.

Makampuni pia yanajitahidi kuendana na matarajio yanayobadilika. Biashara iliyowekeza sana katika usanifu maalum wa AI inaweza kujikuta imepitwa na wakati ikiwa sekta itahamia kwenye kiwango tofauti. Mahojiano mara nyingi hutoa vidokezo vya kwanza vya mabadiliko haya. Kwa mfano, umakini wa hivi karibuni kwenye agents badala ya chatbots tu umesababisha kila kampuni ya enterprise software kuharakisha kusasisha matoleo yao. Hii inaunda mazingira ya shinikizo kubwa ambapo uwezo wa kutafsiri lugha ya watendaji ni wa thamani kama uwezo wa kuandika code. Matokeo ni ya kweli kwa watayarishi pia. Waandishi na wasanii wanatazama mahojiano haya kuona ikiwa kazi zao zitalindwa au ikiwa zitatumika kama mafuta kwa kizazi kijacho cha modeli. Ukwepaji kuhusu hakimiliki katika mazungumzo haya ni chanzo cha wasiwasi wa mara kwa mara kwa tabaka la ubunifu.

Maswali Yasiyojibiwa ya AI Boom

Lazima tutumie kiwango cha mashaka kwa madai yaliyotolewa katika mabaraza haya ya umma. Mojawapo ya maswali magumu zaidi ni kuhusu gharama iliyofichika ya data. Ikiwa mtandao unamalizika kwa maandishi ya ubora wa juu, token trilioni zijazo zitatoka wapi? Mahojiano hayajadili mara chache maadili ya kutumia data binafsi au athari za mazingira za kupoza vituo vikubwa vya data vinavyohitajika kwa mafunzo. Kuna tabia ya kuzungumza kuhusu AI kama nguvu safi na ya angani wakati kwa kweli ni mchakato mzito wa viwanda. Nani analipia mabilioni ya galoni za maji zinazotumiwa kupoza seva? Nani anamiliki mali ya kiakili inayozalishwa na modeli iliyofunzwa kwa maarifa ya pamoja ya ubinadamu? Haya si matatizo ya kiufundi tu. Ni maswali ya msingi kuhusu ugawaji wa rasilimali na umiliki.

Eneo lingine la wasiwasi ni ukosefu wa uwazi kuhusu majaribio ya ndani. Mara nyingi tunaambiwa kuwa modeli imefanyiwa red teaming kwa miezi kadhaa lakini mara chache tunaonyeshwa matokeo ya majaribio hayo. Faragha ya mtumiaji pia ni doa kubwa la upofu. Wakati makampuni yanadai kutokujulikana kwa data, ukweli wa usindikaji wa data kwa kiwango kikubwa hufanya kutokujulikana kwa kweli kuwa vigumu kufikiwa. Lazima tuulize ikiwa urahisi wa zana hizi unastahili mmomonyoko wa faragha yetu ya kidijitali. Nguvu ya kushawishi mawazo ya binadamu kwa kiwango cha kimataifa ni jukumu ambalo halipaswi kuachiwa kundi la watendaji wasiochaguliwa. Mjadala wa sasa umeegemea sana kwenye faida za teknolojia huku gharama za muda mrefu kwa jamii zikichukuliwa kama masuala ya pili. Tunahitaji kusukuma kwa majibu madhubuti zaidi kuhusu jinsi makampuni haya yanavyopanga kushughulikia kushindwa kwa mifumo yao bila kuepukika.

Una hadithi ya AI, zana, mwelekeo, au swali unalofikiri tunapaswa kushughulikia? Tutumie wazo lako la makala — tungependa kulisikia.

Usanifu na Latency Nyuma ya Hype

Tukihamia kwenye maelezo ya kiufundi, ni wazi kuwa sekta inafikia mipaka fulani ya kimwili. Wakati mahojiano yakizingatia uwezekano wa ukuaji usio na kikomo, ukweli unatawaliwa na upatikanaji wa GPU na vikwazo vya nguvu. Kwa watumiaji wa nguvu, vipimo muhimu zaidi si saizi ya modeli tu, bali latency ya API na kuegemea kwa matokeo. Tunaona mabadiliko kuelekea modeli ndogo na bora zaidi zinazoweza kufanya kazi ndani ya kifaa (locally). Hii ni majibu ya moja kwa moja kwa gharama kubwa ya cloud inference na hitaji la faragha bora ya data. Uhifadhi wa ndani wa weights unakuwa kipaumbele kwa watumiaji wa enterprise ambao hawawezi kuhatarisha kutuma data nyeti kwa seva ya mtu wa tatu. Mwenendo huu mara nyingi hupuuzwa katika vyombo vya habari kuu lakini ni mada kuu ya majadiliano katika duru za watengenezaji.

Ujumuishaji wa mtiririko wa kazi (workflow integration) ndio kikwazo kikubwa kijacho. Ni jambo moja kuwa na interface ya gumzo lakini ni jambo lingine kuwa na AI inayoweza kuingiliana na suites ngumu za software. Vikwazo vya sasa vya API ni kikwazo kikubwa kwa ajili ya kujenga agents wa kisasa. Rate limits na gharama za token hufanya iwe ghali kuendesha kazi za recursive zinazohitaji wito nyingi kwa modeli. Pia tunaona kuibuka kwa mbinu mpya kama retrieval augmented generation kusaidia modeli kusalia zimesasishwa bila kuhitaji mafunzo ya mara kwa mara. Mbinu hii inaruhusu modeli kutafuta habari katika database ya ndani ambayo inapunguza uwezekano wa hallucinations. Kwa sehemu ya geek, hadithi ya kweli ni kuhama kutoka kwa modeli za monolithic na kuelekea usanifu wa msimu zaidi. Hii inaruhusu iteration ya haraka na zana maalum zaidi zinazoweza kuzidi modeli za jumla katika kazi maalum. Mvutano kati ya falsafa ya