Vad kan ChatGPT berätta för oss om utvecklingen av artificiell intelligens?

Under det senaste decenniet har artificiell intelligens (AI) väckt både drömmar om en massiv omvandling i teknikindustrin och en djup oro kring dess potentiella konsekvenser. Elon Musk, en ledande röst inom teknikindustrin, har visat denna dubbelhet. Han lovar samtidigt en värld av autonoma AI-drivna bilar varnar oss av riskerna förknippade med AI, vilket till och med kräver en paus i utvecklingen av AI. Detta är särskilt ironiskt med tanke på att Musk var en tidig investerare i OpenAI, som grundades 2015.

En av de mest spännande och oroande utvecklingarna som rider på den nuvarande vågen av AI-forskning är autonom AI. Autonoma AI-system kan utföra uppgifter, fatta beslut och anpassa sig till nya situationer på egen hand, utan kontinuerlig mänsklig tillsyn eller uppgift-för-uppgift-programmering. Ett av de mest kända exemplen för tillfället är ChatGPT, en viktig milstolpe i utvecklingen av artificiell intelligens. Låt oss titta på hur ChatGPT kom till, vart det är på väg och vad tekniken kan berätta om framtiden för AI.

Bygger mot autonom AI

Sagan om artificiell intelligens är en fängslande historia om framsteg och samarbete över discipliner. Det började i början av 20-talet med pionjärinsatserna av Santiago Ramón y Cajal, en neuroforskare som använde sin förståelse av den mänskliga hjärnan för att skapa konceptet med neurala nätverk, en hörnsten i modern AI. Neurala nätverk är datorsystem som efterliknar strukturen hos den mänskliga hjärnan och nervsystemet för att producera maskinbaserad intelligens. En tid senare var Alan Turing upptagen med att utveckla den moderna datorn och föreslå Turing-testet, ett sätt att utvärdera om en maskin kunde visa mänskligt intelligent beteende. Denna utveckling väckte en våg av intresse för AI.

Som ett resultat av 1950-talet såg John McCarthy, Marvin Minsky och Claude Shannon utforska utsikterna för AI, och Frank Rosenblatt myntade termen "artificiell intelligens." De följande decennierna såg två stora genombrott. Det första var expertsystem, som är AI-system som är individuellt designade för att utföra nischade, branschspecifika uppgifter. Den andra var naturliga språkbehandlingsapplikationer, som tidiga chatbots. Med ankomsten av stora datamängder och ständigt förbättrad datorkraft under 2000- och 2010-talen blomstrade maskininlärningstekniker, vilket ledde oss till autonom AI.

Detta viktiga steg gör det möjligt för AI-system att utföra komplexa uppgifter utan behov av programmering från fall till fall, vilket öppnar dem för en mängd olika användningsområden. Ett sådant autonomt system – Chat GPT från OpenAI – har naturligtvis nyligen blivit allmänt känt för sin fantastiska förmåga att lära av stora mängder data och generera sammanhängande, mänskliga svar.

Vad gjorde autonom AI möjlig?

Så vad är grunden för ChatGPT? Vi människor har två grundläggande förmågor som gör att vi kan tänka. Vi besitter kunskap, vare sig det handlar om fysiska objekt eller begrepp, och vi har en förståelse för dessa saker i relation till komplexa strukturer som språk, logik etc. Att kunna överföra den kunskapen och förståelsen till maskiner är en av de tuffaste utmaningarna inom AI .

Med enbart kunskap kunde OpenAI:s GPT-4-modell inte hantera mer än en enda bit av information. Med enbart sammanhang kunde tekniken inte förstå något om de objekt eller begrepp den kontextualiserade. Men kombinera båda, så händer något anmärkningsvärt. Modellen kan bli autonom. Den kan förstå och lära sig. Använd det på text så har du ChatGPT. Tillämpa det på bilar, så har du autonom körning och så vidare.

OpenAI är inte ensamma inom sitt område, och många företag har utvecklat maskininlärningsalgoritmer och använt neurala nätverk för att producera algoritmer som kan hantera både kunskap och sammanhang i decennier. Så vad förändrades när ChatGPT kom ut på marknaden? Vissa människor har pekat på den svindlande mängden data som tillhandahålls av internet som den stora förändringen som drev ChatGPT. Men om det var allt som behövdes, är det troligt att Google skulle ha slagit OpenAI på grund av Googles dominans över all denna data. Så hur gjorde OpenAI det?

Ett av OpenAI:s hemliga vapen är ett nytt verktyg som heter förstärkande lärande från mänsklig feedback (RLHF). OpenAI använde RHLF för att träna OpenAI-algoritmen för att förstå både kunskap och sammanhang. OpenAI skapade inte idén om RLHF, men företaget var bland de första att förlita sig på det så helt och hållet för utvecklingen av en stor språkmodell (LLM) som ChatGPT.

RLHF lät helt enkelt algoritmen korrigera sig själv baserat på feedback. Så medan ChatGPT är autonomt i hur det producerar ett första svar på en prompt, har den ett återkopplingssystem som låter den veta om svaret var korrekt eller på något sätt problematiskt. Det betyder att det hela tiden kan bli bättre och bättre utan betydande programmeringsförändringar. Denna modell resulterade i ett snabblärande chattsystem som snabbt tog världen med storm.

Kommer autonom AI att ersätta mänskliga arbetare?

Den nya tidsåldern av autonom AI har börjat. Tidigare hade vi maskiner som kunde förstå olika begrepp till en viss grad, men bara inom högst specifika domäner och branscher. Till exempel har branschspecifik AI-programvara använts inom medicin under en tid. Men sökandet efter autonom eller allmän AI – vilket betyder AI som skulle kunna fungera på egen hand för att utföra en mängd olika uppgifter inom olika områden med en viss grad av mänsklig intelligens – gav slutligen globalt anmärkningsvärda resultat 2022, när Chat GPT smidigt och beslutsamt klarade Turingtestet.

Förståeligt nog börjar vissa människor frukta att deras expertis, jobb och till och med unika mänskliga egenskaper kan ersättas av intelligenta AI-system som ChatGPT. Å andra sidan är att klara Turing-testet inte en idealisk indikator för hur "mänsklig" ett visst AI-system kan vara.

Till exempel, Roger Penrose, som vann Nobelpriset i fysik 2020, hävdar att ett godkänt Turingtest inte nödvändigtvis indikerar sann intelligens eller medvetande. Han menar att det finns en grundläggande skillnad mellan hur datorer och människor bearbetar information och att maskiner aldrig kommer att kunna replikera den typ av mänskliga tankeprocesser som ger upphov till medvetande.

Så att klara Turing-testet är inte ett sant mått på intelligens, eftersom det bara testar en maskins förmåga att imitera mänskligt beteende, snarare än dess förmåga att verkligen förstå och resonera om världen. Sann intelligens kräver medvetenhet och förmåga att förstå verklighetens natur, som inte kan replikeras av en maskin. Det betyder att, långt ifrån att ersätta oss, kommer ChatGPT och annan liknande programvara helt enkelt att tillhandahålla verktyg som hjälper oss att förbättra och öka effektiviteten inom en mängd olika områden.

Avslutande tankar

Så, maskiner kommer att kunna utföra många uppgifter autonomt, på sätt vi aldrig trodde var möjligt från att förstå och skriva innehåll, till att säkra stora mängder information, utföra känsliga operationer och köra våra bilar. Men för tillfället, åtminstone i den nuvarande teknikåldern, behöver kapabla arbetare inte frukta för sina jobb. Inte ens autonoma AI-system har mänsklig intelligens. De kan bara förstå och prestera bättre än vi människor vid vissa uppgifter. De är inte mer intelligenta än oss överlag, och de utgör inte ett betydande hot mot vårt sätt att leva; åtminstone inte i denna våg av AI-utveckling.