Vad kan ChatGPT berätta oss om utvecklingen av artificiell intelligens?

Under det senaste decenniet har artificiell intelligens (AI) väckt både drömmar om en massiv transformation inom tech-industrin och en djup ångest kring dess potentiella konsekvenser. Elon Musk, en ledande röst inom tech-industrin, har demonstrerat denna dualitet. Han lovar samtidigt en värld med autonoma AI-styrda bilar medan han varnar oss för riskerna med AI, och till och med kräver en paus i AI-utvecklingen. 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 inom den nuvarande AI-forskningen är autonom AI. Autonoma AI-system kan utföra uppgifter, fatta beslut och anpassa sig till nya situationer på egen hand, utan kontinuerlig mänsklig övervakning eller uppgift-för-uppgift-programmering. Ett av de mest kända exemplen just nu är ChatGPT, en stor milstolpe i utvecklingen av artificiell intelligens. Låt oss se hur ChatGPT kom till, vart den är på väg och vad tekniken kan berätta oss om AI:s framtid.

Byggande mot autonom AI

Berättelsen om artificiell intelligens är en fascinerande historia om framsteg och samarbete över disciplingränser. Den började i början av 1900-talet med de banbrytande insatserna från Santiago Ramón y Cajal, en neuroscientist som använde sin förståelse av den mänskliga hjärnan för att skapa konceptet neurala nätverk, en hörnsten i modern AI. Neuronal nätverk är datorsystem som imiterar den mänskliga hjärnans och nervsystemets struktur för att producera maskinbaserad intelligens. Lite senare var Alan Turing upptagen med att utveckla den moderna datorn och föreslog Turingtestet, ett sätt att utvärdera om en maskin kunde visa mänskligt intelligent beteende. Dessa utvecklingar utlöste en våg av intresse för AI.

Som ett resultat såg 1950-talet John McCarthy, Marvin Minsky och Claude Shannon undersöka AI:s möjligheter, 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 utformade för att utföra nischade, branschspecifika uppgifter. Det andra var naturligt språkbehandlingsapplikationer, som tidiga chatbotar. Med ankomsten av stora datamängder och alltmer förbättrad beräkningskraft i 2000- och 2010-talen, blomstrade maskinlärningstekniker, vilket ledde oss till autonom AI.

Detta betydande steg möjliggör att AI-system kan utföra komplexa uppgifter utan behov av uppgift-för-uppgift-programmering, 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 sig från stora mängder data och generera sammanhängande, mänskligt liknande svar.

Vad gjorde autonom AI möjlig?

Så vad är grunden för ChatGPT? Vi människor har två grundläggande förmågor som möjliggör för oss att tänka. Vi besitter kunskap, antingen det gäller fysiska föremål eller begrepp, och vi besitter 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 endast kunskap kunde OpenAIs GPT-4-modell inte hantera mer än en enda informationsbit. Med endast sammanhang kunde tekniken inte förstå någonting om de föremål eller begrepp den kontextualiserade. Men kombinera båda, och något anmärkningsvärt händer. Modellen kan bli autonom. Den kan förstå och lära. Tillämpa det på text, och du har ChatGPT. Tillämpa det på bilar, och du har autonoma fordon, och så vidare.

OpenAI är inte ensamt i sitt fält, och många företag har utvecklat maskinlärningsalgoritmer och använt neuronnät för att producera algoritmer som kan hantera både kunskap och sammanhang under årtionden. Så vad förändrades när ChatGPT kom till marknaden? Vissa människor har pekat på den hisnande mängden data som internet tillhandahåller som den stora förändringen som drev ChatGPT. Men om det vore allt som behövdes, är det troligt att Google skulle ha slagit OpenAI på grund av Googles dominans över all den datan. Så hur gjorde OpenAI det?

En av OpenAIs hemliga vapen är ett nytt verktyg som kallas förstärkt lärande från mänsklig återkoppling (RLHF). OpenAI använde RLHF för att träna OpenAIs algoritm att förstå både kunskap och sammanhang. OpenAI skapade inte idén om RLHF, men företaget var bland de första att förlita sig så mycket på det för utvecklingen av en stor språkmodell (LLM) som ChatGPT.

RLHF tillät enkelt algoritmen att självkorrigera baserat på återkoppling. Så medan ChatGPT är autonom i hur den producerar ett initialt svar på en prompt, har den ett återkopplingssystem som låter den veta om dess svar var korrekt eller på något sätt problematiskt. Det betyder att den kan bli bättre och bättre utan betydande programmeringsförändringar. Den här modellen resulterade i ett snabbt lärande chatsystem som snabbt erövrade världen.

Kommer autonom AI att ersätta mänskliga arbetare?

Den nya eran av autonom AI har börjat. I det förflutna hade vi maskiner som kunde förstå olika begrepp till en viss grad, men endast inom högt specialiserade domäner och branscher. Till exempel har branschspecifik AI-mjukvara använts inom medicin under en längre tid. Men jakten på autonom eller allmän AI – det vill säga AI som kan fungera på egen hand för att utföra en mängd olika uppgifter inom olika fält med en grad av mänsklig intelligens – producerade slutligen globalt noterbara resultat 2022, när Chat GPT enkelt och avgjort passerade Turingtestet.

Förståeligt nog börjar vissa människor frukta att deras expertis, jobb och till och med unikt mänskliga egenskaper kan ersättas av intelligenta AI-system som ChatGPT. Å andra sidan är att passera Turingtestet inte en idealisk indikator för hur “mänsklig” en viss AI är.

Till exempel hävdar Roger Penrose, som vann Nobelpriset i fysik 2020, att att passera Turingtestet inte nödvändigtvis indikerar sann intelligens eller medvetande. Han hävdar 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 passera Turingtestet är inte en sann måttstock på intelligens, eftersom det endast testar en maskins förmåga att imitera mänskligt beteende, snarare än dess förmåga att förstå och resonera om världen. Sann intelligens kräver medvetande och förmåga att förstå verklighetens natur, vilket inte kan replikeras av en maskin. Det betyder att, långt ifrån att ersätta oss, kommer ChatGPT och liknande programvara att enbart tillhandahålla verktyg för att hjälpa oss förbättra och öka effektiviteten inom en mängd olika fält.

Slutliga tankar

Så, maskiner kommer att kunna slutföra många uppgifter autonomt, på sätt vi aldrig trodde var möjliga, från att förstå och skriva innehåll till att säkra stora mängder information, utföra känsliga operationer och köra våra bilar. Men, för nu, åtminstone i denna nuvarande tekniska era, behöver kapabla arbetare inte frukta för sina jobb. Även autonoma AI-system har inte mänsklig intelligens. De kan bara förstå och utföra bättre än oss människor vid vissa uppgifter. De är inte mer intelligenta än oss totalt sett, och de utgör inte en betydande hot mot vår livsstil; åtminstone inte i denna AI-utvecklingsvåg.