Что ChatGPT может рассказать нам об эволюции искусственного интеллекта?

В последнее десятилетие искусственный интеллект (ИИ) вызывал как мечты о массовых преобразованиях в технологической отрасли, так и глубокую тревогу по поводу его возможных последствий. Илон Маск, лидер технологической индустрии, продемонстрировал эту двойственность. Он одновременно обещает мир автономных автомобилей с искусственным интеллектом. предупреждая нас рисков, связанных с ИИ, даже призывая к паузе в развитии ИИ. Это особенно иронично, учитывая, что Маск был одним из первых инвесторов OpenAI, основанной в 2015 году.

Автономный ИИ — одна из самых захватывающих и волнующих разработок на текущей волне исследований в области ИИ. Автономные системы ИИ могут выполнять задачи, принимать решения и адаптироваться к новым ситуациям самостоятельно, без постоянного надзора со стороны человека или пошагового программирования. Одним из самых известных примеров на данный момент является ChatGPT, важная веха в эволюции искусственного интеллекта. Давайте посмотрим, как появился ChatGPT, куда он движется и что эта технология может рассказать нам о будущем ИИ.

Развитие автономного ИИ

История искусственного интеллекта — это увлекательная история прогресса и сотрудничества между дисциплинами. Все началось в начале 20-го века с новаторских усилий Сантьяго Рамона-и-Кахаля, нейробиолога, который использовал свое понимание человеческого мозга для создания концепции нейронных сетей, краеугольного камня современного искусственного интеллекта. Нейронные сети — это компьютерные системы, которые имитируют структуру человеческого мозга и нервной системы для создания машинного интеллекта. Некоторое время спустя Алан Тьюринг был занят разработкой современного компьютера и предложил тест Тьюринга — средство оценки того, может ли машина демонстрировать разумное поведение, подобное человеческому. Эти разработки вызвали волну интереса к ИИ.

В результате в 1950-е годы Джон Маккарти, Марвин Мински и Клод Шеннон исследовали перспективы искусственного интеллекта, а Фрэнк Розенблатт ввёл термин «искусственный интеллект». В последующие десятилетия произошло два крупных прорыва. Первыми были экспертные системы, представляющие собой системы искусственного интеллекта, индивидуально разработанные для выполнения нишевых, специфичных для отрасли задач. Вторыми были приложения для обработки естественного языка, такие как ранние чат-боты. С появлением больших наборов данных и постоянно растущей вычислительной мощностью в 2000-х и 2010-х годах методы машинного обучения процветали, что привело нас к автономному искусственному интеллекту.

Этот важный шаг позволяет системам ИИ выполнять сложные задачи без необходимости индивидуального программирования, открывая их для широкого спектра использования. Одна из таких автономных систем — Chat GPT от OpenAI — конечно же, недавно стала широко известна благодаря своей удивительной способности учиться на огромных объемах данных и генерировать согласованные ответы, подобные человеческим.

Что сделало возможным автономный ИИ?

Так что же лежит в основе ChatGPT? У людей есть две основные способности, которые позволяют нам думать. Мы обладаем знаниями, будь то физические объекты или понятия, и мы понимаем эти вещи в отношении сложных структур, таких как язык, логика и т. д. Способность передавать эти знания и понимание машинам — одна из самых сложных задач в области искусственного интеллекта. .

С одним только знанием модель OpenAI GPT-4 не могла обрабатывать более одного фрагмента информации. Только с контекстом технология ничего не могла понять об объектах или понятиях, которые она контекстуализировала. Но объедините и то, и другое, и произойдет нечто замечательное. Модель может стать автономной. Он может понять и научиться. Примените это к тексту, и вы получите ChatGPT. Примените это к автомобилям, и вы получите автономное вождение и так далее.

OpenAI не одинок в своей области, и многие компании десятилетиями разрабатывают алгоритмы машинного обучения и используют нейронные сети для создания алгоритмов, которые могут обрабатывать как знания, так и контекст. Так что же изменилось, когда ChatGPT вышел на рынок? Некоторые люди указывали на ошеломляющее количество данных, предоставляемых Интернетом, как на большое изменение, которое подпитывало ChatGPT. Однако, если бы это было все, что нужно, вполне вероятно, что Google превзошел бы OpenAI из-за доминирования Google над всеми этими данными. Так как же OpenAI сделал это?

Одним из секретных орудий OpenAI является новый инструмент под названием обучение с подкреплением на основе отзывов людей (РЛХФ). OpenAI использовал RHLF для обучения алгоритма OpenAI понимать как знания, так и контекст. OpenAI не создал идею RLHF, но компания была одной из первых, кто полностью положился на нее при разработке большой языковой модели (LLM), такой как ChatGPT.

RLHF просто позволял алгоритму самокорректироваться на основе обратной связи. Таким образом, хотя ChatGPT независим в том, как он производит первоначальный ответ на приглашение, у него есть система обратной связи, которая позволяет ему узнать, был ли его ответ точным или каким-то образом проблематичным. Это означает, что он может постоянно улучшаться и улучшаться без существенных изменений в программировании. Результатом этой модели стала быстро обучаемая система чата, которая быстро покорила мир.

Заменит ли автономный ИИ людей?

Началась новая эра автономного ИИ. В прошлом у нас были машины, которые могли в определенной степени понимать различные концепции, но только в очень специфических областях и отраслях. Например, отраслевое программное обеспечение ИИ уже некоторое время используется в медицине. Но поиски автономного или общего ИИ — то есть ИИ, который мог бы функционировать самостоятельно для выполнения широкого круга задач в различных областях со степенью интеллекта, подобного человеческому, — наконец, привели к глобальным примечательным результатам в 2022 году, когда Chat GPT ловко и решительно прошел тест Тьюринга.

Понятно, что некоторые люди начинают опасаться, что их опыт, работа и даже уникальные человеческие качества могут быть заменены интеллектуальными системами искусственного интеллекта, такими как ChatGPT. С другой стороны, прохождение теста Тьюринга не является идеальным показателем того, насколько «человекоподобной» может быть конкретная система ИИ.

Например, Роджер Пенроуз, получивший Нобелевскую премию по физике в 2020 году, утверждает, что прохождение теста Тьюринга не обязательно указывает на истинный интеллект или сознание. Он утверждает, что существует фундаментальная разница между тем, как компьютеры и люди обрабатывают информацию, и тем, что машины никогда не смогут воспроизвести тип человеческих мыслительных процессов, порождающих сознание.

Таким образом, прохождение теста Тьюринга не является истинным показателем интеллекта, потому что он просто проверяет способность машины имитировать человеческое поведение, а не ее способность по-настоящему понимать и рассуждать о мире. Истинный интеллект требует сознания и способности понимать природу реальности, которую не может воспроизвести машина. Это означает, что ChatGPT и другое подобное программное обеспечение вовсе не заменят нас, а просто предоставят инструменты, которые помогут нам улучшить и повысить эффективность в различных областях.

Заключение

Таким образом, машины смогут выполнять многие задачи автономно способами, которые мы никогда не считали возможными, от понимания и написания контента до защиты огромных объемов информации, выполнения деликатных операций и вождения наших автомобилей. Но пока, по крайней мере, в нынешний век технологий, способным работникам не нужно бояться за свою работу. Даже автономные системы искусственного интеллекта не обладают человеческим интеллектом. Они могут просто понимать и выполнять определенные задачи лучше, чем мы, люди. В целом они не умнее нас и не представляют серьезной угрозы для нашего образа жизни; по крайней мере, не на этой волне развития ИИ.