ašVisame įnirtingame diskurse apie didelių kalbų modelius (LLM), tokius kaip GPT-4, yra vienas dalykas, dėl kurio visi sutaria: šie modeliai iš esmės yra stochastinės papūgos – būtent mašinos, kurios gerai generuoja įtikinamus sakinius, bet iš tikrųjų to nedaro. suprasti kalbos, kurią jie apdoroja, reikšmę. Jie kažkaip „perskaitė“ (t. y. įsisavino) viską, kas kada nors buvo paskelbta mašininiu būdu skaitoma forma ir kuria sakinius žodis po žodžio, kiekviename taške statistiškai spėliodami, „ko galima tikėtis, kad kažkas parašys, pamatęs, ką žmonės parašė milijardai tinklalapių ir pan. Viskas!
Nuo tada, kai praėjusį lapkritį pasirodė ChatGPT, žmones stebino šių papūgų galimybės – kokios jos atrodo žmogiškos ir pan. Tačiau paguodą iš pradžių sėmėsi mintis, kad kadangi modeliai rėmėsi tik tuo, kas jau slypi jų talpiuose prisiminimuose, tada jie negalėjo būti tikrai originalūs: jie tiesiog sugrąžins įprastą išmintį, įterptą į savo treniruočių duomenis. Vis dėlto ši paguodžianti mintis truko neilgai, nes eksperimentuotojai vis rasdavo stulbinantį ir nenuspėjamą LLM elgesį – aspektus, kurie dabar vadinami „atsirandančiais gebėjimais“.
Nuo pat pradžių daugelis žmonių naudojo LLM kaip pagalbinę smegenų šturmo priemonę. Paklauskite vieno iš jų penkių būdų, kaip sumažinti savo namų ūkio anglies pėdsaką, ir jis pateiks pagrįstų ir įgyvendinamų pasiūlymų sąrašą. Taigi aišku, kad žmogaus ir LLM derinys gali būti kūrybinė partnerystė. Bet, žinoma, mes tikrai norėtume sužinoti, ar pačios mašinos gali būti kūrybiškos?
Ak, bet ar kūrybiškumas nėra slidi sąvoka – kažkas, ką sunku apibrėžti, bet vis dėlto atpažįstame jį pamatę? Tačiau tai nesutrukdė psichologams bandyti jį išmatuoti naudojant tokias priemones kaip alternatyvaus naudojimo testas ir panašus Torrance testas. Ir pasirodo, kad vienas LLM – GPT-4 – įveikia 91% žmonių pirmąjį ir 99% antrąjį. Taigi, kaip sako įkyrus dirbtinio intelekto vartotojas Ethanas Mollickas: „Pritrūksta kūrybiškumo testų, kurių AI negali atlikti“.
Mollickas dirba verslo mokykloje (Wharton, įsikūrusi Pensilvanijos universitete) ir nuo pat pradžių buvo LLM palinkėtojas. Kai kurie jo kolegos atliko eksperimentą su GPT-4 ir 200 jų studentų, iškeldami žmonėms ir mašinoms tą patį iššūkį: sugalvojo idėją apie produktą, skirtą Amerikos koledžų studentams, kurio mažmeninė prekyba būtų mažesnė nei 50 USD.
O rezultatai? „ChatGPT-4 generavo daugiau, pigesnių ir geresnių idėjų nei studentai. Dar įspūdingiau, žvelgiant iš verslo perspektyvos, buvo tai, kad išorinių teisėjų ketinimai pirkti buvo didesni ir AI sukurtoms idėjoms! Iš 40 geriausių teisėjų įvertintų idėjų 35 buvo iš ChatGPT.
Vis dėlto išties šviečiantis tyrimo aspektas buvo mokslininkų iš jo padaryta išvada apie jo ekonomiką. „Profesionalas, dirbantis su ChatGPT-4“, rašo jie, „gali generuoti idėjas maždaug 800 idėjų per valandą greičiu. Kainojant 500 USD už valandą žmogaus pastangų, o tai yra skaičius, nurodantis visas kvalifikuoto specialisto išlaidas, idėjos generuojamos už maždaug 0,63 USD kiekviena… Tuo metu, kai naudojome „ChatGPT-4“, API mokestis. [application programming interface, which allows two or more computer programs to communicate with each other] 800 idėjų kainavo apie 20 USD. Už tuos pačius 500 USD per valandą žmogus, dirbantis vienas, be LLM pagalbos, sugeneruoja tik 20 idėjų, kurių kiekviena kainuoja maždaug 25 USD… Atliekant pačią tikslinę idėjų generavimo užduotį, žmogus, naudojantis ChatGPT-4, yra maždaug 40 kartų didesnis. produktyvesnis nei vienas dirbantis žmogus“.
Jei norėjote sužinoti, kaip korporacijos žiūrės į šią technologiją, negalėtumėte padaryti geriau. Skaitant jį prisiminė Tedo Čiango suvokimas niujorkietis esė apie tai, kaip iš tikrųjų būtų naudojamas AI. „Siūlau, – rašė jis, – apie AI galvoti kaip apie valdymo konsultavimo įmonę, panašiai kaip „McKinsey & Company“. Tokios įmonės kaip McKinsey samdomos dėl įvairių priežasčių, o dirbtinio intelekto sistemos taip pat naudojamos dėl daugelio priežasčių. Tačiau panašumai tarp McKinsey – konsultacinės įmonės, kuri dirba su 90 % „Fortune 100“ – ir AI taip pat yra aiškūs.
Chiangas cituoja buvusio McKinsey darbuotojo apibūdinimą apie konsultavimo įmonę kaip „kapitalui norinčius budelius“. Jei esate vyresnysis vadovas, kuriam tenka priimti nemalonius sprendimus, bet reikia tikėtino paneigimo, turėti galimybę pasitelkti išorinį konsultantą – ar naują technologiją? – yra geras būdas tai padaryti. Taigi, sako Chiangas, AI tampant vis galingesniam ir lankstesniam, turėtume kelti klausimą: ar yra koks nors būdas apsaugoti jį nuo kitos McKinsey versijos? Jums tereikia užduoti klausimą, kad žinotumėte atsakymą.
Ką aš skaičiau
Vokietiška drąsa
„Just for Fun“ – tai puiki Rebecca Baumgartner esė platformoje „3 Quarks Daily“ apie žmonių reakciją į žinią, kad ji mokosi vokiečių kalbos – smagu!
Hobbesas bambėdamas
AI ir Leviatanas: II dalis yra Nr. 2 nuostabioje Samuelio Hammondo esė serijoje jo antrajame geriausio tinklaraštyje.
Daug žodžių žmogus
Henrio Oliverio esė Substacko Common Reader tinklaraštyje – Samuelis Johnsonas, Opsimath – yra graži duoklė Didžiajam Chamui.
