Чи справді ШІ може мислити?

Такі компанії, як OpenAI та DeepSeek, просувають чат-ботів для мислення, які можуть краще виконувати деякі обчислювальні завдання.

Чат-бот OpenAI продовжує вдосконалюватися завдяки новим технологіям. Фото: New York Times .

У вересні 2024 року OpenAI випустила версію ChatGPT, яка інтегрує модель o1, що може обґрунтовувати завдання, пов'язані з математикою, наукою та комп'ютерним програмуванням.

На відміну від попередньої версії ChatGPT, нова технологія потребуватиме часу, щоб «обміркувати» рішення складних проблем, перш ніж давати відповідь.

Після OpenAI багато конкурентів, таких як Google, Anthropic та DeepSeek, також представили подібні моделі міркувань. Хоча це й не ідеальна, але все ж технологія покращення чат-ботів, якій довіряють багато розробників.

Як ШІ міркує

По суті, міркування означають, що чат-бот може витрачати більше часу на вирішення проблеми, поставленої користувачем.

«Міркування — це те, як система виконує додаткову роботу після отримання запитання», — сказав New York Times Ден Кляйн, професор інформатики Каліфорнійського університету.

Система міркувань може розбити проблему на окремі кроки або вирішити її методом спроб і помилок.

Коли ChatGPT вперше запустився, він міг миттєво відповідати на запитання, витягуючи та синтезуючи інформацію. Тим часом системі міркувань потрібно було ще кілька секунд (або навіть хвилин), щоб вирішити проблему та дати відповідь.

Приклад процесу міркування моделі o1 у чат-боті служби підтримки клієнтів. Фото: OpenAI .

У деяких випадках система міркувань змінюватиме свій підхід до проблеми, постійно вдосконалюючи рішення. Або ж модель може спробувати кілька рішень, перш ніж зупинитися на оптимальному варіанті, або перевірити точність попередніх відповідей.

Загалом, система міркувань розглядатиме всі можливі відповіді на питання. Це схоже на те, як учень початкової школи записує багато можливих відповідей на аркуші паперу, перш ніж вибрати найпідходящий спосіб вирішення математичної задачі.

Згідно з New York Times , штучний інтелект тепер здатний міркувати на будь-яку тему. Однак, завдання буде найефективнішим для питань, пов'язаних з математикою, природничими науками та комп'ютерним програмуванням.

Як відбувається навчання теоретичної системи?

У типовому чат-боті користувачі все ще можуть запитувати пояснення процесу або перевіряти правильність відповіді. Фактично, багато навчальних наборів даних ChatGPT вже містять процес вирішення проблем.

Система міркування йде ще далі, коли вона може виконувати дію без необхідності запитувати її у користувача. Цей процес є складнішим і далекосяжним. Компанії використовують слово «міркування», оскільки система працює подібно до людського мислення.

Багато компаній, таких як OpenAI, роблять ставку на те, що системи міркувань – це найкращий спосіб покращити чат-ботів. Роками вони вважали, що чат-боти працюватимуть краще, якщо їх навчати на якомога більшій кількості інформації з Інтернету.

До 2024 року системи штучного інтелекту використовуватимуть майже весь текст, доступний в інтернеті. Це означає, що компаніям потрібно буде знайти нові рішення для модернізації чат-ботів, включаючи системи міркувань.

Стартап DeepSeek колись «наробив галасу» моделлю міркувань, яка коштувала менше, ніж OpenAI. Фото: Bloomberg .

З минулого року такі компанії, як OpenAI, зосередилися на техніці, яка називається навчанням з підкріпленням, процесі, який зазвичай триває кілька місяців, під час якого ШІ вивчає поведінку методом спроб і помилок.

Наприклад, вирішуючи тисячі задач, система може навчитися оптимальному методу отримання правильної відповіді. На основі цього дослідники створили складні механізми зворотного зв'язку, які допомагають системі вивчати правильні та неправильні рішення.

«Це як дресирування собаки. Якщо вона хороша, ви даєте їй ласощі. Якщо вона погана, ви кажете: «Цей собака поганий», — сказав Джеррі Творек, дослідник OpenAI.

Чи є ШІ майбутнім?

Згідно з New York Times , навчання з підкріпленням добре працює з питаннями з математики, природничих наук та комп'ютерного програмування, де є чітко визначені правильні або неправильні відповіді.

Натомість, навчання з підкріпленням не таке ефективне в творчому письмі, філософії чи етиці – сферах, де важко розрізнити хороше від поганого. Але дослідники кажуть, що ця методика все ще може покращити продуктивність ШІ, навіть у питаннях поза межами математики.

«Системи вивчатимуть шляхи, які ведуть до позитивних і негативних результатів», — сказав Джаред Каплан, головний науковий директор Anthropic.

Вебсайт Anthropic, стартапу, якому належить модель штучного інтелекту Claude. Фото: Bloomberg .

Важливо зазначити, що навчання з підкріпленням та системи міркування – це два різні поняття. Зокрема, навчання з підкріпленням – це метод побудови систем міркування. Це завершальний етап навчання чат-ботів, щоб вони могли міркувати.

Оскільки вони все ще відносно нові, вчені не можуть бути впевнені, чи можуть чат-боти для мислення або навчання з підкріпленням допомогти ШІ мислити як люди. Важливо зазначити, що багато сучасних тенденцій у навчанні ШІ розвиваються дуже швидко спочатку, а потім поступово згасають.

Крім того, чат-боти, що використовують логічне мислення, все ще можуть помилятися. На основі ймовірності система вибере процес, який найбільше схожий на дані, які вона вивчила, незалежно від того, чи надходять вони з Інтернету, чи через навчання з підкріпленням. Тому чат-боти все ще можуть обрати неправильне або необґрунтоване рішення.

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