Що може розповісти нам ChatGPT про еволюцію штучного інтелекту?

За останні десять років штучний інтелект (ШІ) викликав як мрії про величезну трансформацію в галузі технологій, так і глибоку тривогу щодо його потенційних наслідків. Ілон Маск, провідний голос у галузі технологій, продемонстрував цю двозначність. Він одночасно обіцяє світ автономних автомобілів, оснащених ШІ, та попереджає нас про ризики, пов’язані з ШІ, навіть закликаючи до призупинення розвитку ШІ. Це особливо іронічно, враховуючи, що Маск був одним із перших інвесторів у OpenAI, засновану у 2015 році.

Однією з найцікавіших і водночас найбільш тривожних розробок у рамках сучасних досліджень ШІ є автономний ШІ. Системи автономного ШІ можуть виконувати завдання, приймати рішення та адаптуватися до нових ситуацій самостійно, без постійного нагляду людини або програмування завдання за завданням. Одним з найвідоміших прикладів на даний момент є ChatGPT, значний етап у розвитку штучного інтелекту. Давайте розглянемо, як з’явився ChatGPT, куди він рухається, і що ця технологія може розповісти нам про майбутнє ШІ.

На шляху до автономного ШІ

Історія штучного інтелекту – це захоплююча історія прогресу та співробітництва між галузями. Вона розпочалася на початку 20-го століття з піонерських зусиль Сантьяго Рамона і Кахаля, нейробіолога, який використав своє розуміння людського мозку для створення концепції нейронних мереж, одного з основних елементів сучасного ШІ. Нейронні мережі – це комп’ютерні системи, які імітують структуру людського мозку та нервової системи для створення машинної інтелектуальності. Дещо пізніше Алан Тюрінг займався розробкою сучасного комп’ютера та пропонував тест Тюрінга, метод оцінки здатності машини демонструвати інтелектуальну поведінку, подібну до людської. Ці розробки спровокували хвилю інтересу до ШІ.

У результаті 1950-ті роки відзначилися дослідженнями Джона Маккарті, Марвіна Мінського та Клода Шеннона щодо перспектив ШІ, а Френк Розенблатт придумав термін “штучний інтелект”. Наступні десятиліття принесли два великих прориви. Першим стали експертні системи, які є системами ШІ, спеціально розробленими для виконання вузьких, галузевих завдань. Другим стали додатки обробки природної мови, наприклад, ранні чат-боти. З появою великих наборів даних і постійного зростання обчислювальної потужності у 2000-их та 2010-их роках техніки машинного навчання процвітали, що привело нас до автономного ШІ.

Цей значний крок дозволяє системам ШІ виконувати складні завдання без потреби програмування завдання за завданням, відкриваючи їм широкий спектр застосувань. Одна з таких автономних систем – Chat GPT від OpenAI – недавно стала широко відомою завдяки своїй здатності вивчати величезні об’єми даних і генерувати зрозумілі, подібні до людських відповіді.

Що зробило автономний ШІ можливим?

Що ж таке основа ChatGPT? У людей є дві основні здібності, які дозволяють нам думати. Ми володіємо знаннями, як щодо фізичних об’єктів, так і щодо концепцій, і ми володіємо розумінням цих речей у відношенні до складних структур, таких як мова, логіка тощо. Передача цього знання та розуміння машинам є однією з найскладніших задач у галузі ШІ.

Маючи лише знання, модель GPT-4 від OpenAI не змогла б обробляти більше одного фрагмента інформації. Маючи лише контекст, технологія не могла б зрозуміти нічого про об’єкти чи концепції, які вона контекстуалізувала. Але якщо поєднати обидва, відбувається щось дивовижне. Модель може стати автономною. Вона може розуміти й навчатися. Застосуйте це до тексту, і ви отримаєте ChatGPT. Застосуйте це до автомобілів, і ви отримаєте автономне водіння, і так далі.

OpenAI не єдина у своїй галузі, і багато компаній розробляли алгоритми машинного навчання та використовували нейронні мережі для створення алгоритмів, які можуть обробляти як знання, так і контекст, протягом десятиліть. Що ж змінилося, коли ChatGPT вийшов на ринок? Деякі люди вказують на приголомшливу кількість даних, надану інтернетом, як на велику зміну, яка сприяла ChatGPT. Однак, якби цього було достатньо, ймовірно, Google би випередив OpenAI завдяки своєму домінуванню у сфері цих даних. Як же вдалося OpenAI?

Одним з секретних інструментів OpenAI є новий інструмент під назвою навчання з підкріпленням на основі зворотного зв’язку від людей (RLHF). OpenAI використала RLHF для навчання алгоритму OpenAI розуміти як знання, так і контекст. OpenAI не створила концепцію RLHF, але компанія була однією з перших, хто так повністю поклався на неї для розробки великої мовної моделі (LLM) типу ChatGPT.

RLHF просто дозволяло алгоритму самокорегуватися на основі зворотного зв’язку. Отже, хоча ChatGPT є автономним у тому, як він генерує початкову відповідь на запит, у нього є система зворотного зв’язку, яка повідомляє йому, чи була його відповідь точною чи в якійсь мірі проблематичною. Це означає, що він може постійно покращуватися без суттєвих змін програмування. Ця модель призвела до чат-системи, що швидко навчається, яка швидко завоювала світ.

Чи замінять автономні ШІ працівників?

Нова епоха автономного ШІ розпочалася. У минулому у нас були машини, які могли розуміти різні концепції до певної міри, але лише у вузькоспеціалізованих сферах і галузях. Наприклад, галузеві програми ШІ використовувалися в медицині протягом деякого часу. Але пошук автономного або загального ШІ – тобто ШІ, який міг би функціонувати самостійно для виконання широкого спектра завдань у різних галузях з певним рівнем людської інтелектуальності – нарешті приніс глобально помітні результати у 2022 році, коли Chat GPT успішно і переконливо пройшов тест Тюрінга.

Було б зрозуміло, якщо деякі люди починають боятися, що їхні професійні знання, робочі місця та навіть унікальні людські якості можуть бути замінені інтелектуальними системами ШІ типу ChatGPT. З іншого боку, проходження тесту Тюрінга не є ідеальним індикатором того, наскільки “людським” є певна система ШІ.

Наприклад, Роджер Пенроуз, який отримав Нобелівську премію з фізики у 2020 році, стверджує, що проходження тесту Тюрінга не означає справжньої інтелектуальності чи свідомості. Він стверджує, що існує фундаментальна різниця між тим, як комп’ютери та люди обробляють інформацію, і що машини ніколи не зможуть відтворити той тип людських процесів мислення, які призводять до свідомості.

Отже, проходження тесту Тюрінга не є справжнім мірилом інтелектуальності, оскільки воно перевіряє лише здатність машини імітувати людську поведінку, а не її здатність по-справжньому розуміти і міркувати про світ. Справжня інтелектуальність вимагає свідомості та здатності зрозуміти природу реальності, чого не можна відтворити машиною. Це означає, що, далеко від того, щоб замінити нас, ChatGPT і подібне програмне забезпечення просто нададуть нам інструменти для покращення та підвищення ефективності у різних галузях.

Остаточні думки

Отже, машини зможуть виконувати багато завдань автономно, способами, яких ми раніше не могли уявити, – від розуміння та написання контенту до захисту величезних обсягів інформації, виконання тонких хірургічних операцій та водіння наших автомобілів. Але, принаймні на даний час, у цій поточній епосі технологій, здатні працівники не повинні боятися за свою роботу. Навіть автономні системи ШІ не володіють людською інтелектуальністю. Вони можуть лише зрозуміти і виконувати певні завдання краще за людей. Вони не є більш інтелектуальними за нас в цілому, і вони не становлять суттєвої загрози нашому способу життя; принаймні, не в цій хвилі розвитку ШІ.