Umí umělá inteligence opravdu myslet?

Společnosti jako OpenAI a DeepSeek prosazují chatboty založené na logickém uvažování, kteří dokáží lépe fungovat v některých výpočetních úlohách.

Chatbot OpenAI se neustále zlepšuje díky novým technologiím. Foto: New York Times .

V září 2024 vydala společnost OpenAI verzi ChatGPT, která integruje model o1, jenž dokáže uvažovat o 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 mnoho konkurentů, jako například Google, Anthropic a DeepSeek, také představilo podobné modely uvažování. I když to není dokonalé, stále se jedná o technologii pro vylepšení chatbotů, které mnoho vývojářů důvěřuje.

Jak umělá inteligence uvažuje

V podstatě uvažování znamená, že chatbot může strávit více času řešením problému, který mu uživatel předloží.

„Uvažování je způsob, jakým systém vykonává dodatečnou práci poté, co obdrží otázku,“ řekl listu New York Times Dan Klein, profesor informatiky na Kalifornské univerzitě.

Systém uvažování může rozdělit problém na jednotlivé kroky nebo jej vyřešit metodou pokus-omyl.

Když byl ChatGPT poprvé spuštěn, dokázal okamžitě odpovídat na otázky extrakcí a syntézou informací. Systém uvažování mezitím potřeboval k vyřešení problému a poskytnutí odpovědi ještě několik sekund (nebo dokonce minut).

Příklad procesu uvažování modelu o1 v chatbotu pro zákaznickou péči. Foto: OpenAI .

V některých případech systém uvažování změní svůj přístup k problému a neustále vylepšuje řešení. Alternativně může model vyzkoušet více řešení, než se ustálí na optimální volbě, nebo otestovat přesnost předchozích odpovědí.

Obecně systém uvažování zváží všechny možné odpovědi na otázku. Je to jako když si žák základní školy zapíše mnoho možných odpovědí na kus papíru, než si vybere nejvhodnější způsob řešení matematického problému.

Podle New York Times je nyní umělá inteligence schopna uvažovat o jakémkoli tématu. Nejefektivnější však bude tento úkol u otázek týkajících se matematiky, přírodních věd a počítačového programování.

Jak se provádí teoretický trénink?

V typickém chatbotu mohou uživatelé stále požádat o vysvětlení procesu nebo zkontrolovat správnost odpovědi. Mnoho trénovacích datových sad ChatGPT ve skutečnosti již zahrnuje proces řešení problémů.

Systém uvažování jde ještě dál, když dokáže provést akci, aniž by o ni uživatel musel požádat. Proces je složitější a dalekosáhlejší. Společnosti používají slovo „uvažování“, protože systém funguje podobným způsobem jako lidské myšlení.

Mnoho společností, jako je OpenAI, sází na to, že systémy uvažování jsou nejlepším způsobem, jak chatboty vylepšit. Po léta věřili, že chatboti budou fungovat lépe, pokud budou trénováni na co největším množství informací z internetu.

Do roku 2024 systémy umělé inteligence spotřebují téměř veškerý text dostupný na internetu. To znamená, že firmy budou muset najít nová řešení pro modernizaci chatbotů, včetně systémů pro uvažování.

Startup DeepSeek kdysi „způsobil rozruch“ modelem uvažování, který stál méně než OpenAI. Foto: Bloomberg .

Od loňského roku se společnosti jako OpenAI zaměřují na techniku ​​zvanou posilovací učení, proces, který obvykle trvá několik měsíců a v němž se umělá inteligence učí chování metodou pokusů a omylů.

Například řešením tisíců problémů se systém dokáže naučit optimální metodu pro získání správné odpovědi. Na základě toho vědci vytvořili komplexní mechanismy zpětné vazby, které systému pomáhají naučit se správná a špatná řešení.

„Je to jako výcvik psa. Pokud je hodný, dáte mu pamlsek. Pokud je zlý, řeknete: ‚Ten pes je zlý,‘“ řekl Jerry Tworek, výzkumník z OpenAI.

Je umělá inteligence budoucností?

Podle New York Times funguje posilovací učení dobře u otázek z matematiky, přírodních věd a počítačového programování, kde existují jasně definované správné nebo špatné odpovědi.

Naproti tomu posilovací učení není tak efektivní v tvůrčím psaní, filozofii nebo etice, tedy v oblastech, kde je těžké rozlišit mezi dobrým a špatným. Vědci však tvrdí, že tato technika může i tak zlepšit výkon umělé inteligence, a to i v otázkách mimo matematiku.

„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 chatbotů, aby získali schopnosti uvažování.

Protože jsou stále relativně nové, vědci si nemohou být jisti, zda chatboti s uvažováním nebo posilovací učení mohou pomoci umělé inteligenci myslet jako lidé. Je důležité poznamenat, že mnoho současných trendů v trénování umělé inteligence se zpočátku vyvíjí velmi rychle a poté se postupně ustálí.

Chatboti s uvažováním navíc stále mohou dělat chyby. Na základě pravděpodobnosti systém vybere proces, který se nejvíce podobá datům, která se naučil, ať už pocházejí z internetu nebo prostřednictvím posilovacího učení. Chatboti si proto stále mohou vybrat špatné nebo nepřiměřené řešení.

Zdroj: https://znews.vn/ai-ly-luan-nhu-the-nao-post1541477.html