A ChatGPT sikeresen teljesítette a gép-ember azonosítás fontos tesztjét

A GPT-4.5 a legnagyobb modell, amit az OpenAI valaha épített. Forrás: The Verge .

A San Diegó-i Kaliforniai Egyetem Kognitív Tudományi Tanszékének új tanulmánya mérföldkőnek számít a mesterséges intelligencia területén: az OpenAI GPT-4.5 modellje kiemelkedő teljesítményt ért el a Turing-teszten egy „személyiség” alapú interakciós megközelítés alkalmazásával.

Ezt tartják a valaha volt leginkább emberszerű mesterséges intelligencia által fejlesztett beszélgetési rendszernek, amely számos potenciális alkalmazási lehetőséget nyit meg a közösségi intelligencia területén.

Az OpenAI a GPT-4.5-öt „jelentős előrelépésként” emlegeti a betanítás előtti és utáni skálázásban. Ez a legnagyobb modell, amelyet az OpenAI valaha épített, méretével és számítási teljesítményével meghaladja a korábbi verziókat.

Az OpenAI február 27-i hivatalos blogbejegyzése szerint a GPT-4.5 a bejelentés napján elkezdődött a ChatGPT Pro felhasználók számára.

Becsaphatja az embereket a mesterséges intelligencia?

A kísérlet négy reprezentatív MI-rendszert hasonlított össze: az 1960-as évekbeli ELIZA chatbotot, a Meta AI LLaMa-3.1-405B robotját, valamint az OpenAI GPT-4o és GPT-4.5 robotjait. A csapat két független tesztet tervezett, egyenként 250 résztvevővel, összesen 500 fő bevonásával olyan online platformokról, mint a Prolific. A résztvevők különböző korúak, neműek és iskolai végzettségűek voltak, hogy biztosítsák a változatos mintát.

Négy tipikus MI-rendszer összehasonlító táblázata. Forrás: AIbase

A teszt a hagyományos Turing-formátumot használja: minden résztvevő 5 percig cseveg egy szöveges felületen keresztül két alannyal (egy emberrel és egy mesterséges intelligenciával), majd értékeli, hogy melyikük ember.

Az eredmények meglepőek voltak: a GPT-4.5 akár 73%-os „Turing-teszt sikeres teljesítési” arányt is elért, meghaladva az emberi átlagot (60-70%). Ez az első alkalom, hogy egy mesterséges intelligencia modell ténylegesen „átment” a standard Turing-teszten. Eközben a GPT-4o valamivel alacsonyabb eredményt ért el, az LLaMa-3.1-405B bizonyos kontextusokban megközelítette vagy elérte az emberi teljesítményt, az ELIZA pedig messze elmaradt attól.

Képesség az emberi interakcióra

A GPT-4.5-ben nemcsak a nyelvi folyékonysága tűnt ki, hanem az érzelmek kifejezésének képessége és az is, hogy a válaszait a beszélgetőpartner kommunikációjának árnyalataihoz tudta igazítani. Sok résztvevő „barátságosnak” és „autentikusnak” nevezte.

Figyelemre méltó, hogy amikor a felhasználók zavartnak vagy stresszesnek tűntek, a GPT-4.5 humoros vagy megnyugtató válaszokat tudott adni, aminek következtében sokan azt hitték, hogy egy valódi személlyel beszélgetnek.

Két alany (egy mesterséges intelligencia és egy ember) közötti beszélgetés a teszt során. Fotó: UC San Diego .

Eközben az LLaMa-3.1-405B, bár technikailag lenyűgöző, kevésbé kifejező és kevésbé kontextuális adaptív, mint a GPT-4.5. A GPT-4o, bár erőteljes, a személyre szabhatóság és a helyzethez való alkalmazkodás tekintetében gyengébb.

A GPT-4.5 áttörése számos gyakorlati alkalmazási lehetőséget nyithat meg, a virtuális oktatóktól a pszichológiai támogatáson át az ügyfélszolgálatig. Azonban, ahogy a mesterséges intelligencia egyre emberszerűbbé válik, a valóság és a virtualitás megkülönböztetése, valamint a technológia használatának szabályozása kulcsfontosságú társadalmi kihívássá válik.

A kutatás a mesterséges intelligencia gyors fejlődése közepette történik. A GPT-4.5 sikere nemcsak technikai diadal az OpenAI számára, hanem mélyreható kérdéseket is felvet az emberek és a gépek közötti kapcsolattal kapcsolatban. Az egyik tesztelő megjegyezte, hogy úgy érezte, mintha egy barátjával beszélgetne – amíg rá nem jött, hogy az egész csak kódsorok. Az emberek és a mesterséges intelligencia közötti párbeszéd talán csak most kezdődött el.

Becsaphatja az embereket a mesterséges intelligencia?

Képesség az emberi interakcióra

Hozzászólás (0)