Mitä ChatGPT voi kertoa tekoälynhistoriasta?

Viime vuosikymmenen aikana tekoäly (AI) on herättänyt sekä suuria odotuksia teknologiateollisuuden muutoksesta että syvää ahdistusta sen mahdollisista seurauksista. Elon Musk, teknologiateollisuuden johtava ääni, on osoittanut tämän kaksinaisuuden. Hän lupailee yhtäältä maailmaa, jossa tekoälyvoimaiset autot ovat autonomisia, mutta varoittaa toisaalta tekoälyn riskeistä ja vaatii tekoälyn kehityksen keskeyttämistä. Tämä on erityisen ironista, koska Musk oli yksi OpenAI:n varhaisista sijoittajista, joka perustettiin vuonna 2015.

Yksi jännittävimmistä ja huolestuttavimmista kehityksistä nykyisessä tekoälytutkimuksessa on autonominen tekoäly. Autonomiset tekoälyjärjestelmät voivat suorittaa tehtäviä, tehdä päätöksiä ja sopeutua uusiin tilanteisiin ilman jatkuvaa ihmisen valvontaa tai tehtävän mukaista ohjelmointia. Yksi parhaiten tunnetuista esimerkeistä tällä hetkellä on ChatGPT, joka on merkittävä väyläysaskele tekoälyn evoluutiossa. Tarkastellaan, miten ChatGPT syntyi, mihin se on menossa ja mitä teknologia voi kertoa tekoälyn tulevaisuudesta.

Autonomisen tekoälyn rakentamista

Tekoälyn tarina on viehättävä tarina edistymisestä ja yhteistyöstä eri tieteenaloilla. Se alkoi 1900-luvun alussa neurotieteilijä Santiago Ramón y Cajalin uraauurtavilla töillä, joka käytti aivokuoren ymmärtämistään luomaan neuroverkkojen käsitteen, joka on modernin tekoälyn kulmakivi. Neuroverkot ovat tietokonejärjestelmiä, jotka jäljittelevät aivokuoren ja hermoston rakennetta tuottamaan konepohjaista älykkyyttä. Jonkin ajan kuluttua Alan Turing kehitti modernin tietokoneen ja ehdotti Turingin testiä, joka on keino arvioida, voiko kone näyttää ihmismäistä älykästä käyttäytymistä. Nämä kehitykset herättivät aallonmielen kiinnostusta tekoälyä kohtaan.

Tuloksena 1950-luvulla John McCarthy, Marvin Minsky ja Claude Shannon tutkivat tekoälyn mahdollisuuksia, ja Frank Rosenblatt keksi termejä “tekoäly”. Seuraavat vuosikymmenet näkivät kaksi merkittävää läpimurtoa. Ensimmäinen oli asiantuntijajärjestelmät, jotka ovat tekoälyjärjestelmiä, jotka on suunniteltu suorittamaan erityisiä, alakohtaisia tehtäviä. Toinen olivat luonnollisen kielen prosessointisovellukset, kuten varhaiset chatbotit. Suurten tietokantojen ja jatkuvasti paranevan laskentakapasiteetin saapumisella 2000- ja 2010-luvuilla koneoppimismenetelmät kukoistivat, mikä johti meidät autonomiseen tekoälyyn.

Tämä merkittävä askel mahdollistaa tekoälyjärjestelmien suorittaa monimutkaisia tehtäviä ilman kohderyhmäkohtaisen ohjelmoinnin tarvetta, avaten ne laajalle valikoimalle käyttötapauksia. Yksi tällainen autonominen järjestelmä – OpenAI:n Chat GPT – on tullut tunnetuksi hämmästyttävistä kyvyistään oppia laajoista tietomääristä ja tuottaa koherentteja, ihmismäisiä vastauksia.

Mikä mahdollisti autonomisen tekoälyn?

Mitä siis on ChatGPT:n perusta? Meillä ihmisillä on kaksi perustavaa kykyä, jotka mahdollistavat ajattelun. Meillä on tietoa, olipa se fyysisistä esineistä tai konsepteista, ja meillä on ymmärrys näistä asioista suhteessa monimutkaisiin rakenteisiin, kuten kieliin, logiikkaan jne. Tiedon ja ymmärryksen siirtäminen koneisiin on yksi tekoälyn haasteellisimmista osa-alueista.

Tiedolla yksin OpenAI:n GPT-4-malli ei voinut käsitellä enempää kuin yhtä tietoa kerrallaan. Kontekstilla yksin teknologia ei voinut ymmärtää mitään siitä, mitä se kontekstualisoi. Mutta yhdistämällä molemmat, tapahtuu jotain merkittävää. Malli voi tulla autonomiseksi. Se voi ymmärtää ja oppia. Soveltaa tätä tekstiin, ja sinulla on ChatGPT. Soveltaa tätä autoihin, ja sinulla on autonominen ajo, ja niin edelleen.

OpenAI ei ole ainoa alallaan, ja monet yritykset ovat kehittäneet koneoppimisalgoritmeja ja hyödyntäneet neuroverkkoja tuottamaan algoritmeja, jotka voivat käsitellä sekä tietoa että kontekstia vuosikymmenien ajan. Mitä siis muuttui, kun ChatGPT tuli markkinoille? Jotkut ovat viitanneet hämmästyttävään määrään internetistä saatavaa dataa suureksi muutokseksi, joka mahdollisti ChatGPT:n. Mutta jos se olisi ainoa asia, jota tarvitaan, on todennäköistä, että Google olisi voittanut OpenAI:n johtuen Googleen hallitsevasta asemasta kaiken tämän datan osalta. Mitä siis OpenAI teki?

Yksi OpenAI:n salaisista aseista on uusi työkalu nimeltä vahvistusoppiminen ihmisten palautteesta (RLHF). OpenAI käytti RLHF:ää kouluttamaan OpenAI-algoritmi ymmärtämään sekä tietoa että kontekstia. OpenAI ei keksinyt RLHF:n ideaa, mutta se oli yksi ensimmäisistä, jotka riippuvat siitä täysin suuren kielen mallin (LLM) kehittämisessä, kuten ChatGPT.

RLHF mahdollisti algoritmille itsekorjaantumisen palautteen perusteella. Joten vaikka ChatGPT on autonominen siinä, miten se tuottaa alkuperäisen vastauksensa kysymyksiin, sillä on palauttejärjestelmä, joka kertoo, oliko vastaus tarkka vai jollain tavoin ongelmallinen. Se voi jatkuvasti parantua ilman merkittäviä ohjelmistomuutoksia. Tämä malli johti nopeaan oppimisjärjestelmään, joka nopeasti valloitti maailman.

korvaako autonominen tekoäly ihmistyöntekijöitä?

Uusi aikakausi autonomiselle tekoälylle on alkanut. Menneisyydessä meillä oli koneita, jotka voivat ymmärtää eri konsepteja tiettyyn asti, mutta ainoastaan hyvin spesifeissä aloissa ja teollisuudessa. Esimerkiksi alakohtaisia tekoälyohjelmistoja on käytetty lääketieteessä jo jonkin aikaa. Mutta etsintä autonomiselle tai yleiselle tekoälylle – tarkoittaen tekoälyä, joka voi toimia itsenään suorittaakseen laajan valikoiman tehtäviä eri aloilla ihmismäisen älykkyyden asteella – lopulta tuotti maailmanlaajuisesti merkittäviä tuloksia vuonna 2022, kun Chat GPT helposti ja ratkaisevasti läpäisi Turingin testin.

Ymmärrettävästi jotkut ihmiset alkavat pelätä, että heidän asiantuntemuksensa, työnsä ja jopa ainutlaatuiset inhimilliset ominaisuutensa voivat korvata älykkäillä tekoälyjärjestelmillä, kuten ChatGPT:llä. Toisaalta Turingin testin läpäisy ei ole ihanteellinen mittari siitä, kuinka “ihmismäinen” tietty tekoälyjärjestelmä on.

Esimerkiksi Roger Penrose, joka voitti Nobelin fysiikanpalkinnon vuonna 2020, väittää, että Turingin testin läpäisy ei välttämättä osoita todellista älykkyyttä tai tietoisuutta. Hän väittää, että on perustavanlaatuinen ero siinä, miten tietokoneet ja ihmiset prosessoi tietoa, ja että koneet eivät koskaan pysty replikoimaan sellaista inhimillistä ajatteluprosessia, joka antaa syntyä tietoisuudelle.

Joten Turingin testin läpäisy ei ole todellinen älykkyyden mittari, koska se testaa ainoastaan koneen kykyä jäljitellä ihmisen käyttäytymistä, eikä sen kykyä todella ymmärtää ja päätteli maailmasta. Todellinen älykkyys vaatii tietoisuutta ja kykyä ymmärtää todellisuuden luonnetta, mitä kone ei voi replikoida. Se tarkoittaa, että sen sijaan, että korvaisimme meitä, ChatGPT ja muut samanlaiset ohjelmistot tarjoavat vain työkaluja, jotka auttavat meitä parantamaan ja lisäämään tehokkuutta monilla aloilla.

Lopputajat

Joten koneet pystyvät suorittamaan monia tehtäviä autonomisesti, tapaamme, joita emme olleet ajatelleet mahdollisiksi – ymmärtämällä ja kirjoittamalla sisältöä, turvallisesti varastoimalla suuria määriä tietoa, suorittamalla hienostuneita leikkauksia ja ajamalla autojamme. Mutta toistaiseksi, ainakin tässä teknologian nykyisessä vaiheessa, kykenevät työntekijät eivät tarvitse pelätä työttömyyttä. Vaikka autonomiset tekoälyjärjestelmät eivät omaa inhimillistä älykkyyttä, ne voivat ymmärtää ja suoriutua tietyistä tehtävistä paremmin kuin ihmiset. Ne eivät ole yleisesti ottaen älykkäämpiä kuin me, eivätkä ne ole merkittävä uhka elämänmuodollemme – ainakin tällä tekoälyn kehitysvaiheessa.