Kan AI echt denken?

Bedrijven als OpenAI en DeepSeek promoten chatbots die kunnen redeneren en die beter kunnen presteren bij bepaalde rekentaken.

De chatbot van OpenAI wordt voortdurend verbeterd dankzij nieuwe technologieën. Foto: New York Times .

In september 2024 bracht OpenAI een versie van ChatGPT uit die het o1-model integreert, waarmee kan worden geredeneerd over taken op het gebied van wiskunde, wetenschap en computerprogrammering.

In tegenstelling tot de vorige versie van ChatGPT, zal de nieuwe technologie de tijd nemen om na te denken over oplossingen voor complexe problemen voordat er een antwoord wordt gegeven.

Na OpenAI introduceerden veel concurrenten zoals Google, Anthropic en DeepSeek vergelijkbare redeneermodellen. Hoewel niet perfect, is dit nog steeds een technologie voor chatbotverbetering waar veel ontwikkelaars op vertrouwen.

Hoe AI redeneert

Redeneren betekent in principe dat de chatbot meer tijd kan besteden aan het oplossen van het probleem dat de gebruiker voorlegt.

"Redeneren is de manier waarop het systeem extra werk verricht nadat het een vraag heeft ontvangen", vertelde Dan Klein, hoogleraar computerwetenschappen aan de Universiteit van Californië, aan de New York Times .

Het redeneersysteem kan een probleem opdelen in afzonderlijke stappen, of het oplossen door middel van vallen en opstaan.

Toen ChatGPT net gelanceerd was, kon het direct vragen beantwoorden door informatie te extraheren en te synthetiseren. Het redeneersysteem had echter een paar seconden (of zelfs minuten) meer nodig om het probleem op te lossen en een antwoord te geven.

Voorbeeld van het redeneringsproces van het o1-model in een chatbot voor klantenservice. Foto: OpenAI .

In sommige gevallen verandert het redeneersysteem zijn benadering van het probleem en verbetert het de oplossing continu. Het model kan ook meerdere oplossingen uitproberen voordat het de optimale keuze vindt, of de nauwkeurigheid van eerdere antwoorden testen.

Over het algemeen zal het redeneersysteem alle mogelijke antwoorden op de vraag overwegen. Dit is vergelijkbaar met een basisschoolleerling die een groot aantal mogelijke antwoorden op een vel papier schrijft voordat hij de meest geschikte manier kiest om een ​​wiskundeprobleem op te lossen.

Volgens de New York Times kan AI nu over elk onderwerp redeneren. Deze taak zal echter het meest effectief zijn bij vragen over wiskunde, wetenschap en computerprogrammering.

Hoe wordt het theoretische systeem getraind?

In een typische chatbot kunnen gebruikers nog steeds om uitleg over het proces vragen of de juistheid van een antwoord controleren. Veel ChatGPT-trainingsdatasets bevatten zelfs al een probleemoplossingsproces.

Een redeneersysteem gaat nog verder wanneer het een handeling kan uitvoeren zonder dat de gebruiker erom hoeft te vragen. Het proces is complexer en ingrijpender. Bedrijven gebruiken de term 'redeneren' omdat het systeem op een vergelijkbare manier werkt als menselijk denken.

Veel bedrijven zoals OpenAI gokken erop dat redeneersystemen de beste manier zijn om chatbots te verbeteren. Jarenlang geloofden ze dat chatbots beter zouden werken als ze getraind zouden worden met zoveel mogelijk informatie van het internet.

Tegen 2024 zullen AI-systemen bijna alle tekst op internet hebben verwerkt. Dat betekent dat bedrijven nieuwe oplossingen moeten vinden om chatbots te upgraden, inclusief redeneersystemen.

Startup DeepSeek zorgde ooit voor ophef met een redeneermodel dat minder kostte dan OpenAI. Foto: Bloomberg .

Sinds vorig jaar richten bedrijven als OpenAI zich op een techniek die reinforcement learning heet, een proces dat normaal gesproken enkele maanden duurt en waarbij AI gedrag leert door middel van vallen en opstaan.

Door bijvoorbeeld duizenden problemen op te lossen, kan het systeem de optimale methode leren om het juiste antwoord te vinden. Vervolgens bouwden de onderzoekers complexe feedbackmechanismen die het systeem helpen de juiste en foute oplossingen te leren.

"Het is net als het trainen van een hond. Als hij goed is, geef je hem een ​​beloning. Als hij slecht is, zeg je: 'Die hond is slecht'", aldus Jerry Tworek, onderzoeker bij OpenAI.

Is AI de toekomst?

Volgens de New York Times werkt reinforcement learning goed bij vragen over wiskunde, natuurwetenschappen en programmeren, waarbij er duidelijk gedefinieerde goede of foute antwoorden zijn.

Reinforcement learning is daarentegen minder effectief in creatief schrijven, filosofie of ethiek – gebieden waar het moeilijk is om onderscheid te maken tussen goed en slecht. Maar onderzoekers zeggen dat de techniek de AI-prestaties nog steeds kan verbeteren, zelfs bij vragen buiten de wiskunde.

"Systemen leren de paden kennen die tot positieve en negatieve uitkomsten leiden", aldus Jared Kaplan, Chief Science Officer bij Anthropic.

Website van Anthropic, de startup die eigenaar is van het AI-model Claude. Foto: Bloomberg .

Het is belangrijk om te weten dat reinforcement learning en redeneersystemen twee verschillende concepten zijn. Reinforcement learning is een methode om redeneersystemen te bouwen. Dit is de laatste trainingsfase voor chatbots om te kunnen redeneren.

Omdat ze nog relatief nieuw zijn, kunnen wetenschappers niet met zekerheid zeggen of redenerende chatbots of reinforcement learning AI kunnen helpen om te denken zoals mensen. Het is belangrijk om op te merken dat veel huidige trends in AI-training zich in het begin zeer snel ontwikkelen en vervolgens geleidelijk afvlakken.

Bovendien kunnen redenerende chatbots nog steeds fouten maken. Op basis van waarschijnlijkheid kiest het systeem het proces dat het meest lijkt op de data die het heeft geleerd, of deze nu afkomstig is van internet of via reinforcement learning. Chatbots kunnen dus nog steeds de verkeerde of onredelijke oplossing kiezen.

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