Co może powiedzieć nam ChatGPT o ewolucji sztucznej inteligencji?

W ostatniej dekadzie sztuczna inteligencja (AI) wywołała zarówno marzenia o ogromnej transformacji w branży technologicznej, jak i głębokie obawy dotyczące jej potencjalnych konsekwencji. Elon Musk, jeden z czołowych głosów w branży technologicznej, zademonstrował tę dwuznaczność. Jednocześnie obiecuje świat samochodów zasilanych AI, jednocześnie ostrzega nas przed ryzykiem związanym z AI, nawet wzywając do wstrzymania rozwoju AI. Jest to szczególnie ironiczne, biorąc pod uwagę, że Musk był wczesnym inwestorem w OpenAI, założonym w 2015 roku.

Jednym z najbardziej ekscytujących i niepokojących rozwojów w aktualnej fali badań nad AI jest autonomiczna AI. Systemy AI autonomiczne mogą wykonywać zadania, podejmować decyzje i adaptować się do nowych sytuacji bez ciągłego nadzoru ludzkiego lub programowania zadania po zadaniu. Jednym z najlepiej znanych przykładów w tej chwili jest ChatGPT, ważny kamień milowy w ewolucji sztucznej inteligencji. Zobaczmy, jak ChatGPT powstał, dokąd zmierza i co ta technologia może nam powiedzieć o przyszłości AI.

Budowanie w kierunku autonomicznej AI

Opowieść o sztucznej inteligencji to fascynująca historia postępu i współpracy między dziedzinami. Zaczęła się na początku XX wieku od pionierskich wysiłków Santiago Ramón y Cajala, neurobiologa, który wykorzystał swoje zrozumienie ludzkiego mózgu do stworzenia pojęcia sieci neuronowych, kamienia węgielnego nowoczesnej AI. Sieci neuronowe to systemy komputerowe, które naśladują strukturę ludzkiego mózgu i układu nerwowego w celu wytworzenia opartego na maszynie inteligentnego zachowania. Nieco później Alan Turing zajmował się rozwijaniem nowoczesnego komputera i proponowaniem testu Turinga, środka oceny, czy maszyna może wykazać się zachowaniem inteligentnym podobnym do ludzkiego. Te rozwoje wywołały falę zainteresowania AI.

W efekcie lata 50. XX wieku przyniosły Johna McCarthy’ego, Marvina Minsky’ego i Claude’a Shannona, którzy badali perspektywy AI, a Frank Rosenblatt wymyślił termin “sztuczna inteligencja”. Następne dekady przyniosły dwa główne przełomy. Pierwszym były systemy eksperckie, które są systemami AI zaprojektowanymi indywidualnie do wykonywania specyficznych zadań branżowych. Drugim były aplikacje przetwarzania języka naturalnego, takie jak wczesne czatboty. Z nadejściem dużych zbiorów danych i coraz lepszej mocy obliczeniowej w latach 2000. i 2010. techniki uczenia maszynowego kwitły, prowadząc nas do autonomicznej AI.

Ten znaczący krok umożliwia systemom AI wykonywanie złożonych zadań bez potrzeby programowania przypadku po przypadku, otwierając je na szeroki zakres zastosowań. Jednym z takich autonomicznych systemów – Chat GPT od OpenAI – jest oczywiście ostatnio szeroko znany ze swojej zdolności do uczenia się z ogromnych ilości danych i generowania spójnych, podobnych do ludzkich odpowiedzi.

Czym jest podstawa autonomicznej AI?

Co więc jest podstawą ChatGPT? Ludzie mają dwie podstawowe zdolności, które umożliwiają nam myślenie. Posiadamy wiedzę, niezależnie od tego, czy jest to wiedza o obiektach fizycznych, czy pojęciach, oraz posiadamy zrozumienie tych rzeczy w odniesieniu do złożonych struktur, takich jak język, logika itp. Przeniesienie tej wiedzy i zrozumienia na maszyny jest jednym z najtrudniejszych wyzwań w AI.

Z samą wiedzą model GPT-4 OpenAI nie mógłby obsłużyć więcej niż jednej informacji. Z samym kontekstem technologia nie mogłaby zrozumieć nic o obiektach lub pojęciach, które kontekstualizowała. Ale połącz obie, i coś niezwykłego się dzieje. Model może stać się autonomiczny. Może zrozumieć i nauczyć się. Zastosuj to do tekstu, a masz ChatGPT. Zastosuj to do samochodów, a masz autonomiczne prowadzenie, itd.

OpenAI nie jest jedyną firmą w swojej dziedzinie, a wiele firm rozwijało algorytmy uczenia maszynowego i wykorzystywało sieci neuronowe do produkcji algorytmów, które mogą obsłużyć zarówno wiedzę, jak i kontekst przez dziesięciolecia. Co więc się zmieniło, gdy ChatGPT wszedł na rynek? Niektórzy wskazali na olbrzymią ilość danych dostarczonych przez Internet jako główną zmianę, która napędziła ChatGPT. Jednak gdyby to było wszystko, co było potrzebne, prawdopodobnie Google wyprzedziłby OpenAI ze względu na dominację Google’a nad tymi danymi. Jak więc OpenAI to zrobił?

Jedną z tajnych broni OpenAI jest nowy narzędzie zwany wzmocnieniem uczenia się z ludzkiej opinii (RLHF). OpenAI wykorzystał RLHF do szkolenia algorytmu OpenAI, aby zrozumieć zarówno wiedzę, jak i kontekst. OpenAI nie stworzył pomysłu RLHF, ale firma była jedną z pierwszych, które w całości oparły się na nim podczas tworzenia dużego modelu językowego (LLM) jak ChatGPT.

RLHF po prostu pozwolił algorytmowi samokorygować się na podstawie opinii. Więc podczas gdy ChatGPT jest autonomiczny w generowaniu początkowej odpowiedzi na podstawie podpowiedzi, ma system opinii, który informuje go, czy jego odpowiedź była dokładna, czy w jakiś sposób problematyczna. To oznacza, że może ciągle się poprawiać i stawać lepszym bez znaczących zmian w programowaniu. Ten model doprowadził do szybko uczącego się systemu czatu, który szybko zdobył świat.

Czy autonomiczna AI zastąpi pracowników?

Nowa era autonomicznej AI się zaczęła. W przeszłości mieliśmy maszyny, które mogły zrozumieć różne pojęcia w pewnym stopniu, ale tylko w wyspecjalizowanych dziedzinach i branżach. Na przykład oprogramowanie AI branżowe było używane w medycynie od dłuższego czasu. Ale poszukiwanie autonomicznej lub ogólnej AI – czyli AI, która mogłaby funkcjonować samodzielnie, aby wykonywać szeroki zakres zadań w różnych dziedzinach z ludzką inteligencją – wreszcie dało na świecie godne uwagi wyniki w 2022 roku, kiedy Chat GPT zdecydowanie przeszedł test Turinga.

Zrozumiałe jest, że niektórzy ludzie zaczynają obawiać się, że ich ekspertyza, praca i nawet unikalne cechy ludzkie mogą zostać zastąpione przez inteligentne systemy AI, takie jak ChatGPT. Z drugiej strony, przejście testu Turinga nie jest idealnym wskaźnikiem tego, jak “ludzka” jest konkretny system AI.

Na przykład Roger Penrose, który otrzymał Nagrodę Nobla w dziedzinie fizyki w 2020 roku, twierdzi, że przejście testu Turinga nie oznacza koniecznie prawdziwej inteligencji lub świadomości. Twierdzi, że istnieje fundamentalna różnica między tym, jak komputery i ludzie przetwarzają informacje, i że maszyny nigdy nie będą w stanie odtworzyć rodzaju ludzkich procesów myślowych, które dają początek świadomości.

Więc przejście testu Turinga nie jest prawdziwą miarą inteligencji, ponieważ testuje tylko zdolność maszyny do naśladownictwa ludzkiego zachowania, a nie jej zdolność do prawdziwego zrozumienia i rozumowania świata. Prawdziwa inteligencja wymaga świadomości i zdolności do zrozumienia natury rzeczywistości, co nie może być odtworzone przez maszynę. To oznacza, że zamiast nas zastąpić, ChatGPT i podobne oprogramowanie po prostu zapewnią nam narzędzia, które pomogą nam poprawić i zwiększyć wydajność w różnych dziedzinach.

Końcowe myśli

Więc maszyny będą w stanie wykonywać wiele zadań w sposób autonomiczny, na sposoby, których nie sądziliśmy możliwymi, od zrozumienia i pisania treści, poprzez zabezpieczanie ogromnych ilości informacji, wykonywanie delikatnych operacji i prowadzenie naszych samochodów. Ale na razie, przynajmniej w tej obecnej erze technologicznej, zdolni pracownicy nie muszą obawiać się o swoje miejsca pracy. Nawet autonomiczne systemy AI nie posiadają ludzkiej inteligencji. Mogą po prostu zrozumieć i wykonywać lepiej niż ludzie pewne zadania. Nie są bardziej inteligentne niż my ogólnie, i nie stanowią znaczącego zagrożenia dla naszego stylu życia; przynajmniej nie w tej fali rozwoju AI.