 |
Chatbot OpenAI se neustále vylepšuje díky novým technologiím. Foto: New York Times . |
V září 2024 spustila OpenAI ChatGPT, verzi umělé inteligence, která integruje model o1 a je schopna uvažovat v úkolech souvisejících s matematikou, vědou a počítačovým programováním.
Na rozdíl od předchozí verze ChatGPT bude nová technologie potřebovat čas na „promyšlení“ řešení složitých problémů, než poskytne odpověď.
Po OpenAI zavedlo mnoho konkurentů, jako například Google, Anthropic a DeepSeek, podobné modely uvažování. I když to není dokonalé, stále se jedná o technologii pro upgrade chatbotů, které mnoho vývojářů důvěřuje.
Jak umělá inteligence uvažuje
V podstatě uvažování znamená, že chatboti mohou trávit více času řešením problémů, které jim uživatelé představují.
„Uvažování je způsob, jakým systém provádí dodatečnou práci po obdržení otázky,“ řekl listu New York Times Dan Klein, profesor informatiky na Kalifornské univerzitě.
Logický systém může rozdělit problém na menší, jednotlivé kroky nebo jej vyřešit metodou pokus-omyl.
Když byl ChatGPT poprvé spuštěn, dokázal okamžitě odpovídat na otázky extrakcí a syntézou informací. Naproti tomu systémy uvažování potřebovaly k vyřešení problému a poskytnutí odpovědi o několik sekund (nebo dokonce minut) více.
 |
Příklad procesu uvažování modelu O1 v chatbotu zákaznického servisu. Obrázek: OpenAI . |
V některých případech systém uvažování změní svůj přístup k problému a neustále vylepšuje řešení. Model může navíc před provedením optimální volby otestovat více řešení nebo zkontrolovat přesnost předchozích odpovědí.
Systém uvažování obecně zváží všechny možné odpovědi na otázku. Je to podobné, jako když si žáci základní školy zapisují mnoho možností na papír, než zvolí nejvhodnější řešení matematického problému.
Podle New York Times je umělá inteligence nyní schopna uvažovat o téměř jakémkoli tématu. Nejefektivnější však bude u otázek týkajících se matematiky, přírodních věd a počítačového programování.
Jak se provádí teoretický trénink?
U typického chatbota si uživatelé stále mohou vyžádat vysvětlení procesu nebo ověřit přesnost odpovědi. Mnoho trénovacích datových sad ChatGPT již ve skutečnosti obsahuje postupy pro řešení problémů.
Systém uvažování se stává ještě pokročilejším, když dokáže provádět operace bez vstupu uživatele. Tento proces je složitější a rozsáhlejší. Společnosti používají slovo „uvažování“, protože systém funguje podobně jako lidé.
Mnoho společností, jako například OpenAI, očekává, že systémy uvažování budou nejlepším řešením pro zlepšení chatbotů, které jsou v současnosti k dispozici. Po léta se domnívali, že chatboti fungují lépe, čím více informací jsou natrénováni na internetu.
Do roku 2024 systémy umělé inteligence spotřebují téměř veškerý text dostupný na internetu. To znamená, že firmy musí najít nová řešení pro modernizaci chatbotů, včetně systémů pro uvažování.
 |
Startup DeepSeek kdysi způsobil senzaci svým modelem uvažování, který měl nižší náklady než OpenAI. Foto: Bloomberg . |
Od loňského roku se společnosti jako OpenAI zaměřují na techniky posilovacího učení. Tento proces obvykle trvá několik měsíců, během nichž se umělá inteligence učí chování metodou pokusů a omylů.
Například řešením tisíců problémů dokáže systém identifikovat optimální metodu pro dosažení správné odpovědi. Na základě toho vědci vytvářejí sofistikované mechanismy zpětné vazby, které systému pomáhají rozlišovat mezi správnými a nesprávnými řešeními.
„Je to podobné, jako když cvičíte psa. Pokud systém funguje dobře, dáte mu pamlsek. Jinak řeknete: ‚Ten pes je zlobivý,‘“ sdílel Jerry Tworek, výzkumník z OpenAI.
Je umělá inteligence budoucností?
Podle New York Times jsou techniky posilovacího učení účinné při řešení požadavků v matematice, přírodních vědách a počítačovém programování. Jedná se o oblasti, kde lze jasně definovat správné nebo nesprávné odpovědi.
Naopak, posilovací učení je neúčinné v psaní, filozofii nebo etice – oborech, kde je obtížné rozlišovat mezi dobrem a zlem. Vědci nicméně tvrdí, že tato technika může stále zlepšit výkon umělé inteligence, a to i u nematematických otázek.
„Systémy se naučí cesty, které vedou k pozitivním a negativním výsledkům,“ řekl Jared Kaplan, hlavní vědecký pracovník společnosti Anthropic.
 |
Webové stránky Anthropic, startupu, který vlastní model umělé inteligence Claude. Foto: Bloomberg . |
Je důležité si uvědomit, že posilovací učení a systémy uvažování jsou dva různé koncepty. Konkrétně je posilovací učení metoda budování systémů uvažování. Toto je závěrečná fáze tréninku, která chatbotům umožňuje uvažovat.
Protože je to stále relativně nové, vědci si zatím nemohou být jisti, zda uvažování chatbotů nebo posilovací učení může pomoci umělé inteligenci myslet jako lidé. Je třeba poznamenat, že mnoho současných trendů v oblasti vzdělávání umělé inteligence se zpočátku vyvíjí velmi rychle a poté se postupně zpomaluje.
Chatboty navíc mohou i při svém uvažování dělat chyby. Na základě pravděpodobnosti si systém vybere proces, který se nejvíce podobá datům, která se naučil, ať už z internetu nebo prostřednictvím posilovacího učení. Chatboti si proto stále mohou vybrat nesprávná nebo nelogická řešení.
Zdroj: https://znews.vn/ai-ly-luan-nhu-the-nao-post1541477.html
Komentář (0)