האם בינה מלאכותית באמת יכולה לחשוב?

חברות כמו OpenAI ו-DeepSeek דוחפות את גבולות הצ'אטבוטים הלוגיים, שיכולים לבצע ביצועים טובים יותר במשימות חישוביות מסוימות.

הצ'אטבוט של OpenAI משתפר כל הזמן באמצעות טכנולוגיות חדשות. צילום: ניו יורק טיימס .

בספטמבר 2024, OpenAI השיקה את ChatGPT, גרסה של הבינה המלאכותית המשלבת את מודל o1, המסוגלת לבצע חשיבה במשימות הקשורות למתמטיקה, מדעים ותכנות מחשבים.

בניגוד לגרסה הקודמת של ChatGPT, הטכנולוגיה החדשה תיקח זמן "לחשוב" על פתרונות לבעיות מורכבות לפני מתן תגובה.

בעקבות OpenAI, מתחרים רבים כמו גוגל, אנתרופיק ו-DeepSeek הציגו גם הם מודלים דומים של חשיבה. למרות שאינה מושלמת, זוהי עדיין טכנולוגיית שדרוג צ'אטבוטים שמפתחים רבים סומכים עליה.

איך בינה מלאכותית מנמקת

בעיקרון, הנמקה פירושה שצ'אטבוטים יכולים להקדיש זמן רב יותר לפתרון בעיות שמציבים משתמשים.

"היגיון הוא האופן שבו המערכת מבצעת עבודה נוספת לאחר קבלת שאלה", אמר דן קליין, פרופסור למדעי המחשב באוניברסיטת קליפורניה, לניו יורק טיימס .

מערכת לוגית יכולה לפרק בעיה לשלבים קטנים יותר, או לפתור אותה באמצעות ניסוי וטעייה.

כשהושקה לראשונה, ChatGPT יכלה לענות על שאלות באופן מיידי על ידי חילוץ וסינתזה של מידע. לעומת זאת, מערכות חשיבה נזקקו לכמה שניות נוספות (או אפילו דקות) כדי לפתור את הבעיה ולספק מענה.

דוגמה לתהליך החשיבה של מודל O1 בצ'אטבוט לשירות לקוחות. תמונה: OpenAI .

במקרים מסוימים, מערכת ההיגיון תשנה את גישתה לבעיה, ותשפר ללא הרף את הפתרון. בנוסף, המודל עשוי לבחון מספר פתרונות לפני קבלת בחירה אופטימלית, או לבדוק את דיוק התשובות הקודמות.

באופן כללי, מערכת ההיגיון תבחן את כל התשובות האפשריות לשאלה. זה דומה לתלמידי בית ספר יסודי שרושמים אפשרויות רבות על נייר לפני שבוחרים את הפתרון המתאים ביותר לבעיה מתמטית.

לפי הניו יורק טיימס , בינה מלאכותית מסוגלת כיום להסיק מסקנות כמעט בכל נושא. עם זאת, היא תהיה יעילה ביותר בשאלות הקשורות למתמטיקה, מדעים ותכנות מחשבים.

כיצד מאמנים את המערכת התאורטית?

בצ'אטבוט טיפוסי, משתמשים עדיין יכולים לבקש הסברים על התהליך או לאמת את דיוק התשובה. למעשה, מערכי נתונים רבים של אימון ChatGPT כבר כוללים נהלים לפתרון בעיות.

מערכת החשיבה הופכת למתקדמת עוד יותר כאשר היא יכולה לבצע פעולות ללא קלט משתמש. תהליך זה מורכב ונרחב יותר. חברות משתמשות במילה "חשיבה" משום שהמערכת פועלת באופן דומה לאופן שבו בני אדם חושבים.

חברות רבות, כמו OpenAI, מצפות שמערכות חשיבה יהיו הפתרון הטוב ביותר לשיפור צ'אטבוטים הזמינים כיום. במשך שנים, הן האמינו שצ'אטבוטים מתפקדים טוב יותר ככל שהם מאומנים יותר מידע באינטרנט.

עד שנת 2024, מערכות בינה מלאכותית יכללו כמעט את כל הטקסט הזמין באינטרנט. משמעות הדבר היא שחברות צריכות למצוא פתרונות חדשים לשדרוג צ'אטבוטים, כולל מערכות חשיבה.

הסטארט-אפ DeepSeek עורר פעם סערה עם מודל ההיגיון שלו, שהיה בעל עלויות נמוכות יותר מ-OpenAI. צילום: בלומברג .

מאז השנה שעברה, חברות כמו OpenAI התמקדו בטכניקות למידה מבוססת חיזוקים. תהליך זה אורך בדרך כלל מספר חודשים, שבמהלכם הבינה המלאכותית לומדת התנהגות באמצעות ניסוי וטעייה.

לדוגמה, על ידי פתרון אלפי בעיות, המערכת יכולה לזהות את השיטה האופטימלית להגיע לתשובה הנכונה. משם, חוקרים בונים מנגנוני משוב מתוחכמים המסייעים למערכת להבחין בין פתרונות נכונים לשגויים.

"זה דומה לאופן שבו מאלפים כלב. אם המערכת עובדת טוב, נותנים לו חטיף. אחרת, אומרים 'הכלב הזה שובב'", שיתף ג'רי טוורק, חוקר ב-OpenAI.

האם בינה מלאכותית היא העתיד?

על פי הניו יורק טיימס , טכניקות למידה באמצעות חיזוקים יעילות כשמתמודדים עם דרישות במתמטיקה, מדעים ותכנות מחשבים. אלו תחומים שבהם ניתן להגדיר בבירור תשובות נכונות או שגויות.

לעומת זאת, למידה באמצעות חיזוקים אינה יעילה בכתיבה, פילוסופיה או אתיקה - תחומים שבהם קשה להבחין בין טוב לרע. אף על פי כן, חוקרים טוענים כי טכניקה זו עדיין יכולה לשפר את ביצועי הבינה המלאכותית, אפילו עם שאלות שאינן מתמטיות.

"מערכות ילמדו את הנתיבים המובילים לתוצאות חיוביות ושליליות", אמר ג'ארד קפלן, המדען הראשי באנתרופיק.

אתר האינטרנט של Anthropic, הסטארט-אפ שבבעלותו מודל הבינה המלאכותית של קלוד. צילום: בלומברג .

חשוב לציין כי למידת חיזוקים ומערכות חשיבה הן שני מושגים שונים. באופן ספציפי, למידת חיזוקים היא שיטה לבניית מערכות חשיבה. זהו שלב האימון הסופי כדי לאפשר לצ'אטבוטים לחשוב.

מכיוון שזה עדיין חדש יחסית, מדענים עדיין לא יכולים להיות בטוחים האם חשיבה של צ'אטבוטים או למידת חיזוקים יכולים לעזור לבינה מלאכותית לחשוב כמו בני אדם. יש לציין כי מגמות רבות של אימון בינה מלאכותית מתפתחות במהירות רבה בהתחלה ואז מאטות בהדרגה.

יתר על כן, חשיבה של צ'אטבוט עדיין יכולה לעשות טעויות. בהתבסס על הסתברות, המערכת תבחר את התהליך הדומה ביותר לנתונים שלמדה, בין אם מהאינטרנט ובין אם באמצעות למידת חיזוקים. לכן, צ'אטבוטים עדיין יכולים לבחור פתרונות שגויים או לא הגיוניים.

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