Kalbėdamas simpoziume „Generative AI: Shaping the Future“ lapkričio 28 d., MIT Generative AI Week pradžios renginyje, pagrindinis pranešėjas ir „iRobot“ įkūrėjas Rodney Brooksas perspėjo dalyvius nekritiškai pervertinti šios besiformuojančios technologijos, kuri vis labiau remiasi, galimybių. galingi įrankiai, tokie kaip OpenAI ChatGPT ir Google Bard.
„Ažiotažas veda į pasipūtimą, o pasipūtimas veda į pasipūtimą, o pasipūtimas veda į nesėkmę“, – perspėjo Brooksas, kuris taip pat yra MIT profesorius emeritas, buvęs Kompiuterių mokslo ir dirbtinio intelekto laboratorijos (CSAIL) direktorius ir „Robust“ įkūrėjas. .AI.
„Nė viena technologija niekada nepralenkė visų kitų“, – pridūrė jis.
Simpoziumas, kuriame dalyvavo šimtai apie Instituto Kresge auditorijos dalyviams iš akademinės bendruomenės ir pramonės atstovų, buvo apipintas vilties žinutėmis apie generatyvaus AI teikiamas galimybes paversti pasaulį geresne vieta, įskaitant meną ir kūrybiškumą, įspėjamaisiais pasakojimais apie tai, kas gali suklysti, jei šie dirbtinio intelekto įrankiai nėra vystomi atsakingai.
Generatyvusis dirbtinis intelektas yra terminas, apibūdinantis mašininio mokymosi modelius, kurie mokosi generuoti naują medžiagą, kuri atrodo kaip duomenys, kuriais jie buvo mokomi. Šie modeliai pasižymi neįtikėtinomis galimybėmis, pvz., gebėjimas kurti žmogišką kūrybinį rašymą, versti kalbas, generuoti funkcinį kompiuterinį kodą arba sukurti tikroviškus vaizdus iš teksto raginimų.
Pradėdama simpoziumą, MIT prezidentė Sally Kornbluth pabrėžė keletą projektų, kurių dėstytojai ir studentai įsipareigojo naudoti generatyvųjį dirbtinį intelektą, kad padarytų teigiamą poveikį pasauliui. Pavyzdžiui, MIT ir Harvardo pradėta internetinė švietimo iniciatyva „Axim Collaborative“ apima generatyvaus AI edukacinių aspektų tyrimą, siekiant padėti nepakankamai aptarnaujamiems studentams.
Institutas taip pat neseniai paskelbė apie pradines dotacijas 27 tarpdisciplininiams fakulteto mokslinių tyrimų projektams, kurių pagrindinis tikslas – dirbtinis intelektas pakeis žmonių gyvenimus visoje visuomenėje.
Rengdama generatyviąją AI savaitę, MIT tikisi ne tik parodyti tokio tipo naujoves, bet ir sukelti „bendradarbiavimo susidūrimus“ tarp dalyvių, sakė Kornbluthas.
Bendradarbiavimas, kuriame dalyvaus akademikai, politikos formuotojai ir pramonė, bus labai svarbus, jei norime saugiai integruoti sparčiai besivystančias technologijas, tokias kaip generuojantis AI, humaniškais būdais ir padėti žmonėms spręsti problemas, – sakė ji auditorijai.
„Tiesą sakant, negaliu galvoti apie iššūkį, labiau susietą su MIT misija. Tai didžiulė atsakomybė, bet aš visiškai tikiu, kad galime su ja susidoroti, jei susidursime su ja ir kaip bendruomenė“, – sakė ji.
Nors generatyvusis dirbtinis intelektas gali padėti išspręsti kai kurias aktualiausias planetos problemas, šių galingų mašininio mokymosi modelių atsiradimas panaikino skirtumą tarp mokslinės fantastikos ir tikrovės, sakė CSAIL direktorė Daniela Rus įžanginėje kalboje. Ji sakė, kad nebėra klausimas, ar galime sukurti mašinas, kurios gamina naują turinį, o kaip galime panaudoti šias priemones verslui stiprinti ir tvarumui užtikrinti.
„Šiandien aptarsime ateities galimybę, kurioje generatyvusis dirbtinis intelektas ne tik egzistuoja kaip technologinis stebuklas, bet yra vilties šaltinis ir gėrio jėga“, – sakė Rus, kuris taip pat yra Andrew ir Erna Viterbi profesorius. Elektros inžinerijos ir informatikos katedra.
Tačiau prieš diskusiją gilinantis į generatyvaus AI galimybes, dalyvių pirmiausia buvo paprašyta apmąstyti savo žmogiškumą, nes MIT profesorius Joshua Bennett skaitė originalų eilėraštį.
Bennettas, MIT Literatūros skyriaus profesorius ir žymus humanitarinių mokslų katedros vedėjas, buvo paprašytas parašyti eilėraštį apie tai, ką reiškia būti žmogumi, ir įkvėpimo sėmėsi iš savo dukters, kuri gimė prieš tris savaites.
Eilėraštyje buvo pasakojama apie jo išgyvenimus, kai berniukas žiūrėjo Žvaigždžių kelias su tėvu ir palietė tradicijų perdavimo kitai kartai svarbą.
Savo pagrindinėse pastabose Brooksas nusprendė išsiaiškinti kai kuriuos gilius, mokslinius klausimus, susijusius su generuojamuoju AI, ir ištirti, ką ši technologija gali mums pasakyti apie mus.
Pirmiausia jis siekė išsklaidyti kai kurias paslaptį, besisukančią aplink generatyvius AI įrankius, tokius kaip „ChatGPT“, paaiškindamas šio didelio kalbos modelio veikimo pagrindus. Pavyzdžiui, „ChatGPT“ generuoja tekstą po vieną žodį, nustatydamas, koks turėtų būti kitas žodis, atsižvelgiant į tai, ką jis jau parašė. Nors žmogus gali parašyti istoriją galvodamas apie visas frazes, ChatGPT sutelkia dėmesį tik į kitą žodį, paaiškino Brooksas.
„ChatGPT 3.5“ sukurta remiantis mašininio mokymosi modeliu, kuris turi 175 milijardus parametrų ir buvo parodytas milijardai puslapių teksto žiniatinklyje mokymosi metu. (Naujausia iteracija, ChatGPT 4, yra dar didesnė.) Ji išmoksta koreliacijas tarp žodžių šiame didžiuliame teksto korpuse ir naudoja šias žinias, kad pasiūlytų, koks žodis gali būti kitas, kai bus gautas raginimas.
Modelis pademonstravo keletą neįtikėtinų gebėjimų, pavyzdžiui, sugebėjimą parašyti sonetą apie robotus garsiojo Shakespeare’o „Sonetas 18“ stiliumi. Savo pokalbio metu Brooksas demonstravo sonetą, kurio paprašė ChatGPT parašyti kartu su jo paties sonetu.
Tačiau nors mokslininkai vis dar visiškai nesupranta, kaip šie modeliai veikia, Brooksas patikino auditoriją, kad iš pažiūros neįtikėtinos generatyvinio AI galimybės nėra stebuklingos, ir tai nereiškia, kad šie modeliai gali ką nors padaryti.
Jo didžiausios baimės dėl generatyvaus AI nesisuka apie modelius, kurie kada nors galėtų pranokti žmogaus intelektą. Atvirkščiai, jis labiausiai nerimauja dėl tyrėjų, kurie gali išmesti dešimtmečius atliktą puikų darbą, kuris artėjo prie proveržio, kad galėtų pasinaudoti nuostabiomis naujomis generatyvaus AI pažanga; rizikos kapitalo įmonės, kurios aklai veržiasi link technologijų, kurios gali duoti didžiausią pelną; arba galimybė, kad visa inžinierių karta pamirš kitas programinės įrangos ir AI formas.
Galų gale, tie, kurie tiki, kad generatyvus AI gali išspręsti pasaulio problemas, ir tie, kurie tiki, kad jis sukurs tik naujas problemas, turi bent vieną bendrą bruožą: abi grupės yra linkusios pervertinti technologiją, sakė jis.
„Koks yra generatyvaus AI pasipūtimas? Sumanymas yra tas, kad tai kažkaip paskatins dirbtinį bendrą intelektą. Pati savaime taip nėra“, – sakė Brooksas.
Po Brookso pranešimo, MIT dėstytojų grupė papasakojo apie savo darbą naudojant generatyvųjį AI ir dalyvavo diskusijoje apie ateities pažangą, svarbias, bet nepakankamai ištirtas tyrimų temas ir AI reguliavimo ir politikos iššūkius.
Grupę sudarė Jacob Andreas, MIT Elektros inžinerijos ir kompiuterių mokslų katedros (EECS) docentas ir CSAIL narys; Antonio Torralba, EECS Delta elektronikos profesorius ir CSAIL narys; Ev Fedorenko, smegenų ir pažinimo mokslų docentas ir MIT McGovern smegenų tyrimų instituto tyrėjas; ir Armando Solar-Lezama, nusipelnęs skaičiavimo profesorius ir CSAIL asocijuotas direktorius. Ją moderavo Williamas T. Freemanas, Thomas ir Gerd Perkins EECS profesorius ir CSAIL narys.
Diskusijos dalyviai aptarė keletą galimų ateities tyrimų krypčių, susijusių su generatyviniu AI, įskaitant galimybę integruoti suvokimo sistemas, remiantis žmogaus pojūčiais, tokiais kaip lytėjimas ir kvapas, o ne daugiausia dėmesio skiriant kalbai ir vaizdiniams. Tyrėjai taip pat kalbėjo apie tai, kaip svarbu bendradarbiauti su politikos formuotojais ir visuomene, siekiant užtikrinti, kad generatyvūs AI įrankiai būtų gaminami ir naudojami atsakingai.
„Vienas iš didžiausių generatyvaus AI pavojų šiandien yra skaitmeninės gyvatės aliejaus rizika. Yra didelė rizika, kad bus išleista daug gaminių, kurie teigia darantys stebuklingus dalykus, bet ilgainiui gali būti labai žalingi“, – sakė Solar-Lezama.
Rytinė sesija baigėsi 1925 m. mokslinės fantastikos romano „Metropolis“ ištrauka, kurią skaitė vyresnysis fizikos ir teatro meno specialybės specialistas Joy Ma, po kurio vyko apskritojo stalo diskusija apie generatyvaus AI ateitį. Diskusijoje dalyvavo Joshua Tenenbaum, Smegenų ir pažinimo mokslų katedros profesorius ir CSAIL narys; Dina Katabi, Thuan ir Nicole Pham EECS profesorė ir CSAIL bei MIT Jameel klinikos pagrindinė tyrėja; ir Maxas Tegmarkas, fizikos profesorius; ir moderavo Daniela Rus.
Vienas iš diskusijų akcentų buvo galimybė sukurti generatyvius AI modelius, kurie gali viršyti tai, ką galime padaryti kaip žmonės, pvz., įrankius, kurie gali pajusti kažkieno emocijas naudojant elektromagnetinius signalus, kad suprastų, kaip keičiasi žmogaus kvėpavimas ir širdies ritmas.
Tačiau vienas iš pagrindinių būdų, kaip saugiai integruoti tokį AI į realų pasaulį, yra užtikrinti, kad galėtume juo pasitikėti, sakė Tegmarkas. Jei žinome, kad dirbtinio intelekto įrankis atitiks mūsų reikalaujamas specifikacijas, „nebereikia bijoti kurti tikrai galingų sistemų, kurios išeina ir daro viską už mus pasaulyje“, – sakė jis.
