Что может рассказать нам ChatGPT о развитии искусственного интеллекта?

В последнее десятилетие искусственный интеллект (ИИ) вызвал как мечты о массовом преобразовании в технологической отрасли, так и глубокую тревогу по поводу его потенциальных последствий. Илон Маск, ведущий голос в технологической отрасли, продемонстрировал эту двойственность. Он одновременно обещает мир автономных ИИ-поддерживаемых автомобилей, а также предупреждает нас о рисках, связанных с ИИ, даже призывая к паузе в разработке ИИ. Это особенно иронично, учитывая, что Маск был одним из первых инвесторов в OpenAI, основанную в 2015 году.

Одним из наиболее интересных и тревожных направлений в текущей волне исследований ИИ является автономный ИИ. Автономные системы ИИ могут выполнять задачи, принимать решения и адаптироваться к новым ситуациям самостоятельно, без постоянного человеческого надзора или программирования задача за задачей. Одним из наиболее известных примеров на данный момент является ChatGPT, значительный этап в развитии 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. Она началась в начале 20-го века с пионерских усилий Сантьяго Рамон-и-Кахаля, нейробиолога, который использовал свое понимание человеческого мозга для создания концепции нейронных сетей, краеугольного камня современного ИИ. Нейронные сети – это компьютерные системы, которые имитируют структуру человеческого мозга и нервной системы для производства машинного интеллекта. Некоторое время спустя Алан Тьюринг разрабатывал современный компьютер и предлагал тест Тьюринга, средство оценки способности машины демонстрировать интеллектуальное поведение, подобное человеческому. Эти разработки вызвали волну интереса к ИИ.

В 1950-е годы Джон Маккарти, Марвин Минский и Клод Шеннон исследовали перспективы ИИ. Английский оригинал приписывает введение термина «искусственный интеллект» Фрэнку Розенблатту; это историческое утверждение исходной статьи, а не установленный в ходе перевода факт. Последующие десятилетия увидели два значительных прорыва. Первым были экспертные системы, которые являются системами ИИ, индивидуально разработанными для выполнения специфических, отраслевых задач. Вторым были приложения обработки естественного языка, такие как ранние чат-боты. С появлением больших наборов данных и все улучшаемой вычислительной мощности в 2000-х и 2010-х годах техники машинного обучения процветали, что привело нас к автономному ИИ.

Этот значительный шаг позволяет системам ИИ выполнять сложные задачи без необходимости программирования задача за задачей, открывая им широкий спектр применения. Одна такая автономная система – Chat GPT от OpenAI – недавно стала широко известной благодаря своей удивительной способности учиться на огромных объемах данных и генерировать связные, подобные человеческим ответы.

Что сделало возможным автономный ИИ?

Итак, на чем основан ChatGPT? У нас, людей, есть две основные способности, которые позволяют нам думать. Мы обладаем знаниями, будь то о физических объектах или понятиях, и мы обладаем пониманием этих вещей в отношении сложных структур, таких как язык, логика и т. д. Способность передать эти знания и понимание машинам является одной из самых сложных задач в ИИ.

Автор английского оригинала объясняет свою концепцию так: одних знаний модели GPT-4 от OpenAI было бы недостаточно для работы более чем с отдельным элементом информации. При наличии одного лишь контекста технология не могла понять ничего об объектах или понятиях, которые она контекстуализировала. Но объединив оба, происходит что-то замечательное. Модель может стать автономной. Она может понимать и учиться. Примените это к тексту, и у вас есть ChatGPT. Примените это к автомобилям, и у вас есть автономное вождение, и так далее.

OpenAI не единственная в своей области, и многие компании разрабатывали алгоритмы машинного обучения и использовали нейронные сети для производства алгоритмов, которые могут справиться как со знаниями, так и с контекстом, на протяжении десятилетий. Итак, что изменилось, когда ChatGPT появился на рынке? Некоторые люди указали на огромное количество данных, предоставляемых интернетом, как на значительное изменение, которое привело к ChatGPT. Однако, если бы это было все, что было нужно, вероятно, Google бы обогнал OpenAI из-за доминирования Google во всех этих данных. Итак, как OpenAI это сделал?

Одним из секретных инструментов OpenAI является новый инструмент, называемый обучением с подкреплением на основе обратной связи от людей (RLHF). OpenAI использовал RLHF для обучения алгоритма OpenAI понимать как знания, так и контекст. OpenAI не создал идею RLHF, но компания была среди первых, кто полностью полагался на него для разработки большой языковой модели (LLM), такой как ChatGPT.

Согласно объяснению автора английского оригинала, RLHF позволяет алгоритму корректировать себя на основе обратной связи. Итак, хотя ChatGPT автономен в том, как он производит первоначальный ответ на запрос, у него есть система обратной связи, которая позволяет ему знать, был ли его ответ точным или проблематичным. Это означает, что он может постоянно улучшаться и улучшаться без значительных изменений в программировании. Эта модель привела к быстро обучающейся диалоговой системе, которая быстро захватила мир.

Заменит ли автономный ИИ человеческих работников?

Новая эра автономного ИИ началась. В прошлом у нас были машины, которые могли понимать различные понятия до определенной степени, но только в высокоспецифических областях и отраслях. Например, отраслевое программное обеспечение ИИ использовалось в медицине уже некоторое время. Но поиск автономного или общего ИИ – то есть ИИ, который мог бы функционировать самостоятельно для выполнения широкого спектра задач в различных областях с уровнем интеллекта, подобного человеческому, – наконец привел к глобально заметным результатам в 2022 году, когда ChatGPT, по оценке автора исходной статьи, «легко и решительно прошел тест Тьюринга».

Понятно, что некоторые люди начинают бояться, что их экспертиза, работа и даже уникальные человеческие качества могут быть заменены интеллектуальными системами ИИ, такими как ChatGPT. С другой стороны, прохождение теста Тьюринга не является идеальным индикатором того, насколько “человеческим” может быть конкретная система ИИ.

Например, Роджер Пенроуз, который получил 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 что машины никогда не смогут воспроизвести тип человеческих мыслительных процессов, которые приводят к сознанию.

Итак, прохождение теста Тьюринга не является истинной мерой интеллекта, поскольку оно проверяет только 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, что не может быть воспроизведено машиной. По мнению автора, это означает, что вместо того, чтобы заменить нас, ChatGPT и подобные программы просто предоставят нам инструменты, чтобы помочь нам улучшить и повысить эффективность в различных областях.

Окончательные мысли

Итак, машины смогут выполнять многие задачи автономно, способами, которые мы никогда не считали возможными, – от понимания и написания контента до обеспечения огромных объемов информации, выполнения деликатных операций и вождения наших автомобилей. Но, по крайней мере, на данный момент, в этой текущей эре технологий, способные работники не должны бояться за свои рабочие места. Даже автономные системы ИИ не обладают человеческим интеллектом. Они могут просто лучше нас понимать и выполнять некоторые конкретные задачи. Они не более интеллектуальны, чем мы в целом, и они не представляют значительной угрозы нашему образу жизни; по крайней мере, не в этой волне развития ИИ.