AIのインフレーション：常に多い方がいいのか？

「AIのインフレーション：常に多い方がいい？それとも？」

新しい機械学習モデルが毎時のように現れますが、この速いペースには欠点があります。仮説駆動型の開発は、それらを軽減するのに役立ちます。

私たちはAIの時代に生きています！毎日、多くの新しいAIツールや機械学習モデルが作成され、訓練され、リリースされ、そしてしばしば宣伝されています。例えば、Hugging Faceを見ると、今日（2023年11月06日）には約400,000のモデルが利用可能です（図1を参照）。2022年11月と比較して、モデルの数は約470%増加しています。覚えておいてください、Hugging Faceは唯一の機械学習モデルプラットフォームではありません。さらに、多くのモデルはオープンソースではありません。したがって、利用可能な機械学習モデルの実際の数ははるかに多いと言えます。

本当にそんなに多くのモデルが必要なのでしょうか？

AIに対する興奮は非常に大きく、それはまず第一に良いことです。AIは、気候変動やパンデミックなど、いくつかの深刻な世界的課題の解決策を見つける可能性があります、または少なくともそれらを軽減することができます。さらに、AIは日常のタスクを効率化し、私たちの仕事と生活のバランスを改善することができます。したがって、AIの研究開発と機械学習モデルをコミュニティに提供することは、正しいかつ必要なステップです！ただし、AIコミュニティの開発速度と興奮を考えると、本当にそんなに多くのモデルが必要なのでしょうか？最終的に、誰がこのことで利益を得るのでしょうか？

モデルインフレーションの潜在的なリスク

「興奮」や「ハイプ」による特定のトピックへの動機づけと作業が具体的な目標に向けられず、より浅く広範になるという共通の欠点の1つは、「浅薄なモデルの多さ」から利益が得られないということです。上記のAIの潜在的な利点は、困難な問題に対処する専門のモデルから得られます。

• データは「何を」教えてくれますが、私たちは常に「なぜ」を追求します
• 「データパイプラインについての考え方が変わってきています」
• 逆戻り、個人化、そしてKaggle症候群

さらに、現在のモデル開発、展開、および宣伝の速度は、私たち全員が既に遭遇しているいくつかのデメリットとともにやってきます。将来の最良の結果を保証するために、これらの問題に対処することが重要です。現在のAI開発の速度による潜在的なデメリットのいくつか：

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!