Четири причини защо GPT не може да замени човека

Креативността често се определя като способност на хората да измислят нови, оригинални и ценни идеи. Творчеството включва мислене извън шаблона, създаване на неочаквани връзки и решения, които не са виждани досега.

Версии на GPT

GPT-1 (2018). Това беше първият модел, който доказа възможността за генериране на текст от невронна мрежа с много по-голяма мащабируемост и ефективност. GPT-1 постави началото на AI бъдещето, което наблюдаваме днес.

GPT-3.5 (началото на 2022 г.). Тази версия е усъвършенствана въз основа на обратна връзка от живи хора. Моделът технически не стана по-голям или по-умен, но се научи да настройва отговорите си, така че хората да извлекат максимума от тях.

Докато GPT моделите и другите AI системи могат да генерират нови комбинации от идеи въз основа на модели, които виждат в данните за обучение, тяхната така наречена креативност е фундаментално различна от човешката. Ето 4 аргумента за това твърдение:

Целенасочено творчество. Човек често проявява творческа активност, за да постигне цел или да изпълни задача. AI системите, от друга страна, генерират съдържание въз основа на статистически модели, без цел или посока.

С бързото навлизане на технологиите с изкуствен интелект в бизнеса и дигиталното ежедневие нарастват опасенията, че AI може да направи излишни хората в много области. Основателни ли са подобни страхове?

GPT-2 (2019). Този модел надмина своя предшественик 10 пъти по отношение на количеството обучаващи текстови данни и размера на самия модел, т.е. по броя на параметрите. В резултат на това моделът неочаквано и самостоятелно усвои качествено нови умения – от писане на дълги есета със смисъл до решаване на сложни пъзели, които изискват изграждане на картина на света.

GPT-3 (2020). Третата версия имаше 116 пъти повече параметри: 175 милиарда. В завършен вид тя възлизаше на невероятните 700 гигабайта. Наборът от данни за обучение на GPT-3 също беше надграден, макар и не толкова драстично – той се увеличи 10 пъти и достигна 420 гигабайта. В него влязоха много различни книги, страници от Уикипедия, уебсайтове и други ресурси. Моделът беше обучен в превод от други езици, аритметика, програмиране, разсъждения стъпка по стъпка и т.н.

GPT-4 (2023). Последната итерация значително подобри възможностите на езиковия модел. Той вече е обучен на по-голям набор от данни и има по-голям размер, което подобри неговата производителност при широк набор от задачи. GPT-4 показа значителни подобрения в разбирането на контекста, генерирайки последователни и контекстуално подходящи отговори и по-задълбочено разбиране на света.

Разбиране. AI системите не могат наистина да разберат съдържанието, което генерират. Те не разбират смисъла на думите и изреченията по начина, по който го разбира човек, не осъзнават света и нямат чувство за собствено достойнство. Това ограничава способността им да генерират оригинални и смислени идеи.

Контекст. AI не е в състояние да разбере и вземе предвид по-широкия контекст, в който работи. Той не е запознат с текущи събития, културни тенденции или специфични житейски обстоятелства на потребителя, с който взаимодейства, освен ако тази информация не му е изрично предоставена.

Емоции и естетика. Много форми на човешката креативност са свързани с емоция и естетика, а това са области, в които AI все още е ограничен. Изкуственият интелект няма чувства и въпреки че може да бъде обучен да генерира съдържание, което човек намира за естетически приятно, AI не притежава собствено естетическо чувство.

Несъмнено AI постигна впечатляващ напредък в много области и ще продължи да се подобрява през следващите години, но е малко вероятно той да възпроизведе напълно човешката креативност в обозримо бъдеще. Изкуственият интелект ще се превърне в инструмент, който ще допълни човешката креативност, но няма да я замени.

Дори в професии, където AI грамотността не е ключова, базовото разбиране за изкуствения интелект може да е полезно. Разбирането на основите на AI и машинното обучение, включително техните възможности и ограничения, ще става все по-важно за много професии. Това не означава непременно, че трябва да станете AI инженер, а по-скоро, че трябва да имате достатъчно познания, за да използвате ефективно невронни мрежи и да работите продуктивно със специалисти по AI.