Què ens pot dir ChatGPT sobre l'evolució de la intel·ligència artificial?

En l'última dècada, la intel·ligència artificial (IA) ha provocat tant els somnis d'una transformació massiva a la indústria tecnològica com una profunda ansietat al voltant de les seves possibles ramificacions. Elon Musk, una veu líder en la indústria tecnològica, ha demostrat aquesta dualitat. Al mateix temps, promet un món de cotxes autònoms amb intel·ligència artificial avisant-nos dels riscos associats a la IA, fins i tot demanant una pausa en el desenvolupament de la IA. Això és especialment irònic tenint en compte que Musk va ser un dels primers inversors d'OpenAI, fundat el 2015.

Un dels avenços més emocionants i preocupants de l'actual onada de recerca en IA és la IA autònoma. Els sistemes d'IA autònoms poden realitzar tasques, prendre decisions i adaptar-se a noves situacions per si mateixos, sense una supervisió humana contínua ni programació tasca per tasca. Un dels exemples més coneguts del moment és ChatGPT, una fita important en l'evolució de la intel·ligència artificial. Vegem com va sorgir ChatGPT, cap a on es dirigeix ​​i què ens pot dir la tecnologia sobre el futur de la IA.

Construint cap a una IA autònoma

La història de la intel·ligència artificial és captivadora de progrés i col·laboració entre disciplines. Va començar a principis del segle XX amb els esforços pioners de Santiago Ramón y Cajal, un neurocientífic que va utilitzar la seva comprensió del cervell humà per crear el concepte de xarxes neuronals, una pedra angular de la IA moderna. Les xarxes neuronals són sistemes informàtics que emulen l'estructura del cervell humà i del sistema nerviós per produir intel·ligència basada en màquines. Un temps després, Alan Turing estava ocupat desenvolupant l'ordinador modern i proposant la prova de Turing, un mitjà per avaluar si una màquina podia mostrar un comportament intel·ligent semblant a un humà. Aquests desenvolupaments van provocar una onada d'interès per la IA.

Com a resultat, la dècada de 1950 va veure John McCarthy, Marvin Minsky i Claude Shannon explorar les perspectives de la IA, i Frank Rosenblatt va encunyar el terme "intel·ligència artificial". Les dècades següents van veure dos grans avenços. El primer va ser els sistemes experts, que són sistemes d'IA dissenyats individualment per realitzar tasques específiques de nínxol de la indústria. La segona eren aplicacions de processament de llenguatge natural, com els primers chatbots. Amb l'arribada de grans conjunts de dades i la millora constant de la potència de càlcul als anys 2000 i 2010, les tècniques d'aprenentatge automàtic van florir, i ens van portar a una IA autònoma.

Aquest pas significatiu permet als sistemes d'IA realitzar tasques complexes sense necessitat de programar cas per cas, obrint-los a una àmplia gamma d'usos. Per descomptat, un d'aquests sistemes autònoms, el Chat GPT d'OpenAI, s'ha fet molt conegut recentment per la seva increïble capacitat d'aprendre de grans quantitats de dades i generar respostes coherents i semblants a les humanes.

Què va fer possible la IA autònoma?

Aleshores, quina és la base de ChatGPT? Els humans tenim dues capacitats bàsiques que ens permeten pensar. Tenim coneixement, tant si es tracta d'objectes físics com de conceptes, i tenim una comprensió d'aquestes coses en relació amb estructures complexes com el llenguatge, la lògica, etc. Ser capaços de transferir aquest coneixement i comprensió a les màquines és un dels reptes més difícils de la IA. .

Només amb coneixements, el model GPT-4 d'OpenAI no podia gestionar més d'una informació. Només amb el context, la tecnologia no podia entendre res dels objectes o conceptes que contextualitzava. Però combina les dues coses i passa alguna cosa notable. El model pot arribar a ser autònom. Pot entendre i aprendre. Apliqueu-ho al text i teniu ChatGPT. Apliqueu-lo als cotxes, i teniu conducció autònoma, etc.

OpenAI no és l'únic en el seu camp, i moltes empreses han estat desenvolupant algorismes d'aprenentatge automàtic i utilitzant xarxes neuronals per produir algorismes que puguin gestionar tant el coneixement com el context durant dècades. Aleshores, què va canviar quan ChatGPT va sortir al mercat? Algunes persones han assenyalat la sorprenent quantitat de dades proporcionades per Internet com el gran canvi que va impulsar ChatGPT. Tanmateix, si això fos tot el que calgués, és probable que Google hagués vençut OpenAI a causa del domini de Google sobre totes aquestes dades. Llavors, com ho va fer OpenAI?

Una de les armes secretes d'OpenAI és una nova eina anomenada aprenentatge de reforç a partir de la retroalimentació humana (RLHF). OpenAI va utilitzar RHLF per entrenar l'algorisme OpenAI per entendre tant el coneixement com el context. OpenAI no va crear la idea de RLHF, però l'empresa va ser de les primeres a confiar-hi tan totalment per al desenvolupament d'un gran model de llenguatge (LLM) com ChatGPT.

RLHF simplement va permetre que l'algoritme s'autocorregi en funció de la retroalimentació. Així, mentre que ChatGPT és autònom en com produeix una resposta inicial a una indicació, té un sistema de retroalimentació que li permet saber si la seva resposta va ser precisa o d'alguna manera problemàtica. Això vol dir que pot millorar constantment sense canvis significatius de programació. Aquest model va donar lloc a un sistema de xat d'aprenentatge ràpid que va agafar ràpidament el món per asalto.

La IA autònoma substituirà els treballadors humans?

La nova era de la IA autònoma ha començat. En el passat, teníem màquines que podien entendre diversos conceptes fins a cert punt, però només en dominis i indústries molt específics. Per exemple, el programari d'IA específic de la indústria s'utilitza en medicina des de fa temps. Però la recerca d'IA autònoma o general, és a dir, una IA que podria funcionar per si sola per realitzar una gran varietat de tasques en diversos camps amb un grau d'intel·ligència semblant a l'ésser humà, finalment va produir resultats notables a nivell mundial el 2022, quan el Chat GPT de manera fàcil i decidida. va superar la prova de Turing.

És comprensible que algunes persones comencen a témer que la seva experiència, els seus llocs de treball i, fins i tot, les seves qualitats exclusivament humanes puguin ser substituïts per sistemes intel·ligents d'IA com ChatGPT. D'altra banda, la superació de la prova de Turing no és un indicador ideal de com pot ser "humà" un sistema d'IA en particular.

Per exemple, Roger Penrose, que va guanyar el Premi Nobel de Física el 2020, argumenta que la superació de la prova de Turing no indica necessàriament la veritable intel·ligència o consciència. Argumenta que hi ha una diferència fonamental entre la manera com els ordinadors i els humans processen la informació i que les màquines mai podran replicar el tipus de processos de pensament humà que donen lloc a la consciència.

Per tant, passar la prova de Turing no és una veritable mesura de la intel·ligència, perquè només prova la capacitat d'una màquina d'imitar el comportament humà, en lloc de la seva capacitat d'entendre i raonar realment sobre el món. La veritable intel·ligència requereix consciència i la capacitat d'entendre la naturalesa de la realitat, que no pot ser replicada per una màquina. Això vol dir que, lluny de substituir-nos, ChatGPT i un altre programari semblant simplement proporcionaran eines per ajudar-nos a millorar i augmentar l'eficiència en diversos camps.

Reflexions finals

Així, les màquines podran realitzar moltes tasques de manera autònoma, d'una manera que mai pensàvem possibles, des d'entendre i escriure contingut, fins a assegurar grans quantitats d'informació, realitzar cirurgies delicades i conduir els nostres cotxes. Però, de moment, almenys en aquesta era actual de la tecnologia, els treballadors capaços no han de témer per la seva feina. Fins i tot els sistemes d'IA autònoms no tenen intel·ligència humana. Simplement poden entendre i actuar millor que nosaltres els humans en determinades tasques. En general, no són més intel·ligents que nosaltres i no representen una amenaça significativa per a la nostra forma de vida; almenys, no en aquesta onada de desenvolupament de la IA.