Üretken Yapay Zeka ChatGPT, Sonsuz Yazan Maymunlara Karşı, Hiçbir Yarışma Yapay Zeka Etiği ve Yapay Zeka Yasası Diyor

O başıboş maymunlar.

Maymunların dahil edildiğini duymuş olabileceğiniz oldukça ünlü bir düşünce deneyi var. Tamamen merak uyandıran icat, özellikle bilenmiş bir noktaya değinmek isteyenler tarafından sıklıkla kullanılır.

Olay örgüsü şu şekilde ilerliyor.

Bir maymunun daktiloda yazı yazdığını hayal edin. Maymun sonsuz bir süre boyunca yazmaya devam ederse ve maymunun tuşları tamamen rastgele olarak yazdığını varsayarsak, büyük ihtimalle Shakespeare'in tüm eserleri kaçınılmaz olarak daktilo edilecektir.

Görünüşe göre ana fikir, yalnızca rastgele bir şansla, bazen anlaşılır bir yanıt almanın mümkün olduğudur. Hepimiz, Shakespeare'in yapıtlarının, anlaşılır bir yazı ve akıl yürütmenin muazzam bir sergisi olduğu konusunda hemfikir olma eğilimindeyiz. Bu nedenle, Shakespeare'in değerli sözlerini üretmenin herhangi bir yolu veya herhangi bir yolu, inanılmaz derecede etkileyici görünebilir, ancak aynı zamanda, bunun kendi başına zekadan ziyade sadece rastgele şanstan kaynaklanmadığı konusunda kesinlikle hayal kırıklığına uğrayacağız.

Bugünlerde bazıları bu maymun yüklü metaforu en son Yapay Zeka (AI) ile karşılaştırmaya çalışıyor.

Muhtemelen bugünlerde yapay zekanın en sıcak biçiminin olduğunu biliyorsunuzdur. üretken yapay zeka, OpenAI tarafından yapılan ChatGPT olarak bilinen yaygın ve çılgınca popüler bir AI uygulamasıyla örneklenmiştir. Birazdan üretken AI ve ChatGPT hakkında daha fazla açıklama yapacağım. Şimdilik, bunun, seçtiğiniz bir girilen istemi temel alarak sizin için bir deneme oluşturabilen bir metinden metne veya metinden denemeye bir AI uygulaması olduğunu bilmeniz yeterli.

Efsanevi daktilo maymunuyla ilgili iddia edilen bağlantı, tamamen akıcı görünen üretken yapay zeka tarafından üretilen etkileyici, çıktısı alınmış makalelerin, yazan primatın başarılarından daha şaşırtıcı olmadığıdır. Rastgele yazan bir maymunun Shakespeare'in eserlerini üretebileceği önermesini kabul ediyorsanız ve ChatGPT ile diğer üretici yapay zekanın görünüşte aynı olduğunu kabul etmeye istekliyseniz, üretici yapay zekanın özellikle dikkate değer olmadığı sonucuna varmanız gerekir. Bu sadece rastgelelik bizi kandırıyor.

Pekala, bu ikna edici bir dava gibi görünebilir, ama paketi açmamız gerekiyor. Paketi dikkatli bir şekilde açarsanız, ikisi arasındaki karşılaştırmanın yanıltıcı ve açıkça yanlış.

Karşılaştırma yapmayı bırak. Karşılaştırma yapmaya devam etmekte ısrar edenler için, lütfen bunu en azından ihtiyatlı ve gerçekçi bir şekilde yapın.

Karşılaştırmayı basitçe savuranlar, üretken yapay zekaya zarar veriyor. Ve daha hayati endişe, bunun genel halk ve genel olarak toplum için yanıltıcı olmasıdır. Çalışkan maymunlara da kötülük yaptıklarını veya belki de sonsuz tip maymunlar teoreminin değerini baltaladıklarını da ekleyebiliriz. Adil ol. Nazik ol. Dürüst ol.

Bu konuda derin bir dalışa girmeden önce, daktilo maymun kavramını güçlendiren içeriden bir şaka var. Hoşuna gidebilir.

Alaycı mizahın izini genellikle internetin ilk altın çağındaki kişisel yazışmalarda buluruz. Bu, İnternet'i kullanan insanların sayısı bariz bir şekilde arttıkça, İnternet'in kasvetli ve ciddi bir çevrimiçi alan olmaktan çıkıp gürültülü, gürültülü ve asi olmanın akıl almaz bölgesine girdiği zamandı.

Mizahi anekdot, eğer daktilolarda yazan maymunlar eninde sonunda Shakespeare'in tüm yapıtlarını üretecekse ya da yeniden mi diyeceğiz diyelim, artık internetin gelişmesi sayesinde bunun kesin olarak yapılması gerektiğine dair kanıtımız var diyor. değil Gerçek olmak.

Gülüyor musun?

Bazıları bunu çok komik bir açıklama olarak yorumluyor.

Şaka, köpüren ve kusan ilanlarıyla İnternet'in Shakespeare üretme düzeyine nasıl hiç yükselemediğine dair bir küçümseme. Bu, internetin muhtemelen söylemi yükseltmediğini, bunun yerine söylemi aşağıladığını vurgulayan keskin bir kesme sözüdür. Birçoğu, İnternet'in akıllı etkileşim için bir nimet olacağını ve dünya çapında düşündürücü tartışmalara izin vereceğini varsaydı. Görünüşe göre buna umduğumuz kadar geniş bir temelde tanık olmadık.

Tabii ki, şakayı İnternet'in yaptıklarının gerçek bir habercisi olarak kabul edersek ihmal etmiş oluruz. İnternet ile ilgili birçok harika ifşa ve kayda değer değer var. Şaka bir süsleme veya abartmadır. Bununla birlikte, internet kullanımı aracılığıyla toplumsal açıdan ilham verici eserler bulmayı ve canlandırmayı hedeflerken, sinsi ve saçma içeriklere karşı dikkatli olmamız gerektiği gerçeği iyi anlaşılmıştır. AI'nın nasıl hem yardımcı olabileceği hem de bir şekilde nasıl yardımcı olabileceği hakkındaki kapsamım için çift ​​kullanımlı moda, internetteki aleyhte ilanlar yoluyla toplumsal söylemin altını oydu, şu adresteki tartışmama bakın: buradaki bağlantı.

Bugünün köşe yazısında, üretici yapay zeka ile yazı yazan maymunların klasik hikayesi arasındaki önemli farklara değineceğim. Karşılaştırmanın nerede yetersiz kaldığını açıklayacağım. Üretken yapay zekanın nasıl çalıştığını daha somut bir şekilde anlamanın yanı sıra, şüphesiz yazarak maymun teoremi hakkında daha fazla bilgi sahibi olacaksınız. Üretken yapay zekanın 600 kiloluk gorili (kelime oyunu amaçlı) olduğu için ara sıra ChatGPT'ye atıfta bulunacağım, ancak birçok başka üretken yapay zeka uygulaması olduğunu ve bunların genellikle aynı genel ilkelere dayandığını unutmayın.

Bu arada, üretici yapay zekanın gerçekte ne olduğunu merak ediyor olabilirsiniz.

Önce üretici yapay zekanın temellerini ele alalım ve ardından yazarak maymun teoremi karşılaştırmalarına yakından göz atalım.

Tüm bunların içine bir dizi AI Etiği ve AI Yasası hususları geliyor.

Etik Yapay Zeka ilkelerini Yapay Zeka uygulamalarının geliştirilmesine ve sahaya sürülmesine dahil etmeye yönelik devam eden çabalar olduğunu lütfen unutmayın. Endişeli ve eski AI etikçilerinden oluşan artan bir grup, AI tasarlama ve benimseme çabalarının bir yapma görüşünü dikkate almasını sağlamaya çalışıyor. AI için iyi ve kaçınmak Kötü İçin AI. Aynı şekilde, yapay zeka çabalarının insan hakları ve benzeri konularda çıldırmasını önlemek için potansiyel çözümler olarak ortalıkta dolaşan önerilen yeni yapay zeka yasaları da var. Yapay Zeka Etiği ve Yapay Zeka Yasası ile ilgili devam eden ve kapsamlı kapsamım için bkz. buradaki bağlantı ve buradaki bağlantı, Sadece birkaç isim.

Etik Yapay Zeka ilkelerinin geliştirilmesi ve ilan edilmesi, toplumun yapay zekayı tetikleyen sayısız tuzağa düşmesini ummak için sürdürülmektedir. UNESCO'nun çabalarıyla yaklaşık 200 ülke tarafından tasarlanan ve desteklenen BM Yapay Zeka Etik ilkelerine ilişkin kapsamım için bkz. buradaki bağlantı. Benzer şekilde, yapay zekayı dengede tutmaya çalışmak için yeni yapay zeka yasaları araştırılıyor. En son çekimlerden biri, bir dizi önerilen AI Haklar Bildirgesi ABD Beyaz Sarayı'nın yakın zamanda yapay zeka çağında insan haklarını belirlemek için yayınladığını, bkz. buradaki bağlantı. Yapay zeka ve yapay zeka geliştiricilerini doğru bir yolda tutmak ve toplumun altını oyabilecek amaçlı veya kazara el altından yapılan çabaları caydırmak için bir köy gerekir.

Yapay Zeka Etiği ve Yapay Zeka Yasası ile ilgili hususları bu tartışmaya dahil edeceğim.

Üretken Yapay Zekanın Temelleri

Üretken yapay zekanın en yaygın olarak bilinen örneği, ChatGPT adlı bir yapay zeka uygulaması tarafından temsil edilir. ChatGPT, yapay zeka araştırma şirketi OpenAI tarafından piyasaya sürüldüğünde Kasım ayında kamuoyunun dikkatini çekti. ChatGPT büyük manşetlere çıktığından ve kendisine ayrılan on beş dakikalık şöhreti şaşırtıcı bir şekilde aştığından beri.

Muhtemelen ChatGPT'yi duymuşsunuzdur veya belki onu kullanmış birini tanıyorsunuzdur.

ChatGPT, üretken bir yapay zeka uygulaması olarak kabul edilir çünkü bir kullanıcıdan girdi olarak bazı metinler alır ve ardından üretir veya bir denemeden oluşan bir çıktı üretir. Yapay zeka bir metinden metne oluşturucudur, ancak ben yapay zekayı bir metinden denemeye oluşturucu olarak tanımlıyorum, çünkü bu onun yaygın olarak ne için kullanıldığını daha kolay açıklığa kavuşturuyor. Uzun kompozisyonlar oluşturmak için üretici yapay zekayı kullanabilir veya oldukça kısa özlü yorumlar sunmasını sağlayabilirsiniz. Hepsi senin emrinde.

Tek yapmanız gereken bir istem girmek ve AI uygulaması sizin için isteminize yanıt vermeye çalışan bir makale oluşturacaktır. Oluşturulan metin, makale insan eli ve aklı tarafından yazılmış gibi görünecektir. "Bana Abraham Lincoln'den bahset" diyen bir komut istemi girerseniz, üretici yapay zeka size Lincoln hakkında bir makale sağlayacaktır. Metinden resme ve metinden videoya gibi başka üretici AI modları da vardır. Burada metinden metne varyasyona odaklanacağım.

İlk düşünceniz, bu üretken yeteneğin, makaleler üretmek açısından o kadar da önemli görünmediği olabilir. İnternette kolayca bir çevrimiçi arama yapabilir ve Başkan Lincoln hakkında tonlarca makale bulabilirsiniz. Üretici yapay zeka durumunda önemli olan, oluşturulan makalenin nispeten benzersiz olması ve bir kopyadan ziyade orijinal bir kompozisyon sağlamasıdır. Yapay zeka tarafından üretilen makaleyi çevrimiçi olarak bir yerde bulmaya çalışırsanız, onu keşfetmeniz pek olası değildir.

Üretken yapay zeka önceden eğitilmiştir ve web'deki yazılı kelimelerdeki ve hikayelerdeki kalıpları inceleyerek oluşturulmuş karmaşık bir matematiksel ve hesaplamalı formülasyondan yararlanır. Yapay zeka, binlerce ve milyonlarca yazılı pasajı incelemesinin bir sonucu olarak, bulunanların bir karışımı olan yeni denemeler ve hikayeler çıkarabilir. Çeşitli olasılıksal işlevler eklendiğinde, ortaya çıkan metin, eğitim setinde kullanılanlara kıyasla oldukça benzersizdir.

Üretken yapay zeka hakkında çok sayıda endişe var.

Önemli bir dezavantaj, üretken tabanlı bir AI uygulaması tarafından üretilen makalelerin, açıkça doğru olmayan gerçekler, yanıltıcı bir şekilde tasvir edilen gerçekler ve tamamen uydurma olan açık gerçekler dahil olmak üzere çeşitli yanlışlıklara sahip olabilmesidir. Bu fabrikasyon yönlere genellikle bir biçim olarak atıfta bulunulur. AI halüsinasyonları, beğenmediğim ama ne yazık ki yine de popüler bir ilgi kazanıyor gibi görünen bir slogan (bunun neden berbat ve uygun olmayan bir terminoloji olduğuna dair ayrıntılı açıklamam için, şu adresteki kapsamıma bakın: buradaki bağlantı).

Başka bir endişe de, makaleyi kendileri yazmamış olsalar bile, insanların yapay zeka tarafından üretilen üretken bir makale için kolayca itibar kazanabilmeleridir. Öğretmenlerin ve okulların üretken yapay zeka uygulamalarının ortaya çıkması konusunda oldukça endişeli olduğunu duymuş olabilirsiniz. Öğrenciler, kendilerine atanan makaleleri yazmak için üretken yapay zekayı potansiyel olarak kullanabilirler. Bir öğrenci, bir makalenin kendi elleriyle yazıldığını iddia ederse, öğretmenin bunun yerine üretici yapay zeka tarafından uydurulmuş olup olmadığını ayırt etme şansı çok azdır. Bu öğrenci ve öğretmenin kafa karıştırıcı yönüne ilişkin analizim için, şu adresteki kapsamıma bakın: buradaki bağlantı ve buradaki bağlantı.

hakkında sosyal medyada çok büyük iddialar ortaya atıldı. üretken yapay zeka yapay zekanın bu son sürümünün aslında duyarlı yapay zeka (hayır, yanılıyorlar!). Yapay Zeka Etiği ve Yapay Zeka Hukuku alanındakiler, genişleyen iddiaların bu filizlenen eğilimi konusunda özellikle endişeli. Kibarca, bazı insanların bugünün yapay zekasının yapabileceklerini abarttığını söyleyebilirsiniz. Yapay zekanın henüz başaramadığımız yeteneklere sahip olduğunu varsayıyorlar. Bu talihsizlik. Daha da kötüsü, yapay zekanın harekete geçebilme konusunda duyarlı veya insan benzeri olacağı varsayımı nedeniyle kendilerinin ve diğerlerinin zor durumlara girmesine izin verebilirler.

AI'yı antropomorfize etmeyin.

Bunu yapmak, yapay zekanın yapamayacağı şeyleri yapmasını bekleme şeklindeki yapışkan ve asık suratlı bir güven tuzağına düşmenize neden olacaktır. Bununla birlikte, üretken yapay zekadaki en son gelişmeler, yapabilecekleri açısından nispeten etkileyici. Yine de, herhangi bir üretici AI uygulamasını kullanırken sürekli olarak aklınızda bulundurmanız gereken önemli sınırlamalar olduğunu unutmayın.

Şimdilik son bir ön uyarı.

Üretken bir AI yanıtında gördüğünüz veya okuduğunuz her şey görünüyor tamamen olgusal (tarihler, yerler, insanlar vb.)

Evet, tarihler uydurulabilir, yerler uydurulabilir ve genellikle kusursuz olmasını beklediğimiz unsurlar herşey şüphelere tabidir. Okuduğunuza inanmayın ve herhangi bir üretici yapay zeka makalesini veya çıktısını incelerken şüpheyle bakın. Üretken bir AI uygulaması size Abraham Lincoln'ün özel jetiyle ülke çapında uçtuğunu söylerse, bunun sıtma olduğunu şüphesiz anlarsınız. Ne yazık ki, bazı insanlar onun zamanında jetlerin olmadığını fark etmeyebilirler veya makalenin bu küstahça ve son derece yanlış iddiada bulunduğunu bilip de fark etmeyebilirler.

Güçlü bir dozda sağlıklı şüphecilik ve ısrarcı bir inançsızlık zihniyeti, üretken yapay zekayı kullanırken en iyi varlığınız olacaktır.

Bu açıklamanın bir sonraki aşamasına geçmeye hazırız.

Yazı Yazan Maymunlara Ne Oluyor?

Artık üretici yapay zekanın ne olduğu hakkında bir fikir edindiğinize göre, yazarak çalışan maymunlarla karşılaştırmayı keşfedebiliriz. Bir anlamda, maymun tipleme teoremini aşamalı olarak parçalara ayıracağım. Bunu temelleri aydınlatmak için yapıyorum. Daha sonra, üretken AI ile bir karşılaştırma yapmak için ortaya çıkan öğeleri kullanabiliriz.

Yazma maymunları teoremi veya hipotezi, temel bir dizi öğe içerir:

• a) Kim veya Ne. Yazmayı yapan tanımlanmış yaratık veya aktör
• b) Sayı ve Uzun Ömür. Kaç tane var ve uzun ömür durumları
• c) Çıktılanan Semboller. İlkel bir cihaz aracılığıyla harflerin ve bilinen sembollerin üretimi
• d) Zaman. Görevi gerçekleştirme süresinin uzunluğu
• e) İstihbarat. Görevin yerine getirilmesine ne tür bir anlayış getiriyorlar?
• f) Hedeflenen Çıktı. Üretmelerini istediğimiz şeyin hedeflenen çıktısı

Önce yazı yazan maymunları inceleyelim.

Bu tartışmanın başında, bir maymunun daktiloda yazı yazdığını hayal etmemiz gerektiğinden bahsetmiştim. Sadece bir maymunun bunu yapmasını gerektiren temel kavramlardan bahsettim. Bu yönü ayarlayabiliriz.

Durumun çoğu zaman tasvir edildiği yollar şunlardır:

• Her gün fani bir varoluşun yalnız bir maymunu
• Böyle binlerce maymun
• Böyle bir milyon maymun
• Sonsuz sayıda bu tür maymunlar
• Ölümsüz yalnız bir maymun
• Bazı ölümsüz maymunlar
• Vb

Yalnızca bir maymun yerine, düşünce deneyini yeniden düzenleyebilir ve muhtemelen aynı anda çalışan çok sayıda maymuna sahip olabileceğimize dikkat edin. Ayrıca, ayarlanabilir başka bir özellik, maymunların ölümlü veya ölümsüz olup olmadığıdır. Bunu biraz daha derine ineceğim.

Zaman faktörünü de çok önemli bir bileşen olarak dahil etmemiz gerekiyor.

Genellikle, zaman faktörü şu iki husustan biridir:

• sınırlı süre
• Sonsuz zaman

Altta yatan bir şekilde dile getirilmeyen başka bir unsur da, bu vakada maymunların kullanılmasıdır çünkü biz onların görece düşüncesiz olduklarını düşünüyoruz. Okuma yazma bilmiyorlar. Zekayı, bizim zekayı insan kapasiteleriyle ilişkilendirdiğimiz şekilde sergileyemezler.

Biraz düşündüğünüzde bu biraz aşağılayıcı. Maymunların, en azından düşünme sınırları dahilinde başarabilecekleri şeyler açısından, inanılmaz derecede zeki oldukları konusunda makul bir şekilde hemfikir olabileceğimizi düşünüyorum. Maymunlara diğer birçok hayvana yaptığımızdan daha fazla düşünme yeteneği atfettiğimizi söyleyebilirim. Maymunların zihinsel olarak ne kadar keskin olabileceğini göstermek için yapılmış çok sayıda çalışkan araştırma deneyi var.

Her halükarda, metaforun amaçları doğrultusunda, maymunların Shakespeare'in eserlerini kendiliklerinden kavrayabilecekleri ölçüde düşünemeyecekleri varsayılmaktadır. Oysa klasik film Maymunların gezegeni bunun hatalı bir varsayım olabileceği konusunda bizi uyarmaya çalışsa da, bugünün dünyasında zaten onunla gidiyoruz.

Maymunların yerine karıncaları koyarsak, mecaz bir şekilde dağılır. Karıncaları daktiloda yazı yazabilenler olarak tasavvur etmiyoruz. Neredeyse bir daktiloda yazabilecekleri için köpeklerin veya kedilerin kullanımını ikame etmeye çalışabiliriz, ancak sonuçta, maymunların kullanımı en iyisidir çünkü insanların yazmasını anımsatan bir şekilde yazabilirler. Ellerindeki görevi yerine getirmek için uygun uzuvlara ve vücut yapısına sahiptirler. Ayrıca, ne yazdıklarını bilmediklerini varsaysak da, zihinsel olarak daktilo yazma yeteneğine sahip kişiler olarak görülürler.

Bir yana, maymunları ve sembolleri tanımalarını içeren birçok araştırma deneyi yapılmıştır. Bu çeşitli çalışmalara, maymunların daktilo veya benzeri cihazlarda yazı yazdığı kurulumlar dahil edilmiştir. Uygun şekilde yapılırsa, zeka ve zeki davranışların ortaya çıkışı hakkında yararlı içgörüler arayışında bu anlamlı olabilir.

Ne yazık ki, daktilolarda yazmayı gerektiren araştırmalar bazen özellikle ciddi bir şekilde yapılmamaktadır. Zaman zaman, kullanılan yaklaşım, iyi niyetli temel araştırma arayışlarından ziyade, ünlü veya kötü şöhretli maymunlar tipleme teoremine zayıf bir göz kırpmadan başka bir şey olmamıştır. Bu tür maskaralıkları eğlenceli veya uygun bulmuyorum. Fikir, maymunlara fiziksel olarak daktilo verildiği ve kaprislerine göre veya bazen yiyecek gibi ikramlar için yazmaya teşvik edildiği yönündeydi. Bu, iyi niyetli, sağlam bir deneysel tarzda yapılmadığı sürece, bir cepheden başka bir şey değildir.

Daha kabul edilebilir olan hafif bir değişiklik, maymunların bu koşullarda yapabileceklerini gerçekleştirdiğini iddia eden bilgisayar tabanlı simülasyonlar kurmaktır. Bilgisayar bu yönleri simüle etmek için kullanılır. Gerçek maymunlar dahil değildir. Hatta bazıları sözde biraz yapacak kadar ileri gitti. vatandaş bilimi simülasyonu, dizüstü bilgisayarlarının veya bilgisayarlarının bu çabalar için kullanılmasına izin vermek isteyen herkese dağıtarak. Gerçek şu ki bilgisayarınıza bir bilgisayar virüsü bulaştırmaya çalışırken, sinsice bunu bilim için yaptıklarını iddia eden sahte dolandırıcılıklara kanmayın. Dikkatli olmak.

Elimizdeki konuya geri dönelim.

Bu duruma vesile olan bir husus da, bu tip maymun varsayımında daktiloların kullanılıyor olmasıdır.

Neden daktilolar?

Çünkü bu şekilde harflerin üretilmesini sağlayabiliriz ki bunlar daha sonra kelimelere ve daha sonra hikayelere dönüşebilir. Çok sayıda harf üretme konusundaki aynı veya benzer kavram, onları yazmamızı gerektirmez. Gerçekten de, bu metaforun Aristoteles günlerine kadar uzanan varyantları var ve bu nedenle o zamanlar daktilo yoktu.

Metaforu değiştirebilir ve günümüzün klavyelerine ve bilgisayarlarına atıfta bulunabiliriz. Maymunların bir dizüstü bilgisayarda ve hatta belki bir akıllı telefonda güm güm attığını söyleyebiliriz. Daktilolardan bahsetmenin güzelliği, daktiloları bilgisayarsız olarak ilişkilendirmemiz ve dolayısıyla daktilo sürecine yardımcı olmamalarıdır. Bu, söz konusu buluş için çok önemlidir.

Son olarak, bize genellikle Shakespeare'in eserlerinin üretileceği yönü sunulur. Herhangi bir tanınmış yazarın yerine Shakespeare'i kolayca koyabiliriz. Maymunların Charles Dickens, Jane Austen, Ernest Hemingway ve diğerlerinin tüm eserlerini üretip üretemeyeceğini bilmek istiyor olabiliriz. Özellikle önemli değil. İşin özü, yazının hepimizin bildiği ve olağanüstü yazı olduğunu kabul ettiğimiz bir şey olması gerektiğidir.

Hedef olarak belirlemek istediğimiz herhangi bir yazıyı kolayca değiştirebiliriz.

Shakespeare'e atıfta bulunmanın rahatlığı, eserlerinin insan yazısının en tepesinde veya zirvesinde olduğu şeklinde yorumlanmasıdır. Bunun yerine birinci sınıf öğrencisi tarafından yazılmış bir makale bulabilir ve bunu hedef olarak kullanabiliriz. İster inanın ister inanmayın, aynı kurallar hâlâ geçerli. İnsanlar muhtemelen maymunların bir çocuğun yazısını yeniden üretebilmesini ilham verici bulmazlardı. İşleri ilgi çekici kılmak için yazının en yüksek kalitede olması gerekir.

Hedeflenen çıktının bir çeşidi, tüm çalışmalarından ziyade Shakespeare'in belirli bir çalışmasına atıfta bulunmak olacaktır. Birazdan göreceğiniz gibi, konunun esas özünde pek bir fark yaratmaz. Birçok kişinin bahsetme eğiliminde olduğunu tahmin ediyorum Küçük köy maymun yazma teoreminin bir parçası olarak, belki de bu onun en uzun oyunu olduğu için, bildirilen 29,551 kelime boyutunda (yaklaşık 130,000 harften oluşur).

Oyunlarından herhangi biri yeterli olacaktır.

Tüm düzenek, çeşitli olasılık yasalarına bağlıdır. Okulda aldığınız o yorucu istatistik ve matematik derslerinde olasılıkların ince ayrıntılarını öğrenmiş olabilirsiniz.

Hamlet'in belirli bir dizisindeki bu altı harfi rasgele üretmek için ne gerektiğini görmek için "Hamlet" kelimesini kullanalım.

Bunu aritmetik olarak hesaplamanın en kolay yolu, bir daktilodaki kullanılabilir tuşların kolay bir yuvarlak sayısına sahip olduğumuzu varsaymaktan ibarettir. 50 farklı ve eşit derecede kullanılabilir tuşa sahip bir daktilomuz olduğunu varsayalım. Her tuş, olağan İngiliz alfabesinin sembolleri gibi belirli bir sembolü temsil eder. Anahtarların rasgele sırada düzenlendiğini ve Hamlet'in ayrı anahtarlarını, bu belirli anahtarları diğer tüm tuşlardan daha fazla yazmaya teşvik etmek için belirli bir düzenlemeye koyarak durumu hile yapmadığımızı varsayalım.

Her tuş, kendisinden önce basılan tuştan tamamen bağımsız olarak basılır. Bu nedenle, 50 tuştan herhangi bir tuşa basılma şansı 1 şansta 50 olarak kabul edilir. Aynısı, tüm tuşlar için ve yazma çabasının tamamı boyunca geçerlidir. Basılan tek bir tuş için yapılan hesaplama 1'de 50'dir veya bu 1/50'dir.

O zaman “H” harfini yazma şansı 1/50, “a” harfini yazma şansı 1/50 ve “m” harfini yazma şansı 1/50, vb.

Bu:

• “H” yazılma olasılığı 1/50'dir.
• “a” yazılma olasılığı 1/50'dir.
• “m” yazılma olasılığı 1/50'dir.
• “l” yazılma olasılığı 1/50'dir.
• “e” yazılma olasılığı 1/50'dir.
• “t” yazılma olasılığı 1/50'dir.

Standart bir kural veya olasılık kanunu, eğer iki veya daha fazla olay istatistiksel olarak birbirinden tamamen bağımsızsa, her ikisinin de olma ihtimalini basitçe sırasıyla sırasıyla olasılıklarını birbiriyle çarparak hesaplayabileceğimizi belirtir. Bunu bu altı harfle ilgili olarak yapabiliriz.

Bu hesaplamaya sahibiz: “H” (1/50) x “a” (1/50) x “m” (1/50) x “l” (1/50) x “e” (1/50) x “t” (1/50)

Yani: (1/50) x (1/50) x (1/50) x (1/50) x (1/50) x (1/50)

Küçük sayı 1 / 15,625,000,000'e gelir.

Altı harfli "Hamlet" kelimesini yazma şansı kabaca 15 milyarda bir, diğer her şey eşit.

Bunlar ürkütücü ihtimaller. Ve bu sadece belirli bir altı harfli kelimeyi yazmak içindir. Aynı hesaplamayı tüm Hamlet oyununun 29,551 kelimesine uygulamayı deneyin. Bunu hesaplamaya karar verirseniz, kelimeler arasındaki boşlukların hesaba katılması gerektiğini de anlayın.

Hedeflenen çıktı ne kadar uzun olursa, bu kesin harf ve sözcük kümelerini oluşturabilme şansımız o kadar artar. Oranlar küçüldükçe küçülüyor. Şansımız o kadar küçük ki, neredeyse havlu atıp "asla" olmayacak gibi göründüğünü söylerdik ("asla" kelimesini kullanırken dikkatli olun, çünkü bu zorlu bir çekişmedir).

Örneğin ölümlü bir maymunu ele alalım.

Çeşitli saygın çevrimiçi göstergelere göre, bir maymunun vahşi yaşamdaki normal yaşam süresi yaklaşık 40 yıl kadardır. Bu yaşam süresini tartışmak istiyorsanız, 100 rakamını kullanabilir ve pek olası olmayan bir üst sınırla ilerleyebiliriz. Bir maymun, örneğin yüz yıl boyunca, dinlenme zamanı, yemek yeme zamanı vb. hariç, hiç durmadan daktiloda yazı yazıyor ve maymunun doğum anından son nefesine kadar yaptığı tek şeyin bu olduğunu varsayarsak, yine de kazandı. yazmanın olasılıklarını bile artırmaya yardımcı olmuyor Küçük köy hepsi söylendi (maymun, 100 yıl boyunca durmadan her saniye bir tuş yazarsa, yaklaşık 3,155,673,600 tuşa basar).

Makul bir şekilde, ölümlü bir maymunun oyunu rastgele şans eseri yazarak bitirmesinin son derece düşük bir ihtimal olduğunu söyleyebiliriz. Küçük köy.

Ölümlü maymunların sayısını artırabilirsiniz, ancak bu, Hamlet yazmaya karşı ezici olasılıkları pek değiştirmez. Bazıları bin maymun olduğunu öne sürüyor. Başka bir yaklaşım, bir milyon maymun olduğunu söylüyor. Hepsinin 100 yaşına kadar yaşadıklarını ve her birinin kendi ilgili daktilolarına saniyede bir tuş olmak üzere kesintisiz bir hızda rastgele bir tuş yazdıklarını varsayarsak, bu yine de oyunu yazmada istatistiksel olarak dikkate değer bir göçük oluşturmaz. Küçük köy.

Bütün bunları düşün.

Biraz şakayla karışık, bu görev için bir milyon maymunu tam olarak nerede barındırırsınız? Bir de daktiloların yüz yıl boyunca sürekli kullanım için dayanması gerektiğini hayal edin (kimsenin bu eski projeye bağışlamak istemediği ve buna istekli olmadığı çalışan bir milyon daktilo bulabilir misiniz?). Anında hazır bir sürü yedek daktiloya ihtiyacınız olacak gibi görünüyor. Ve benzeri. Lojistik şaşırtıcı.

Tüm bunlar, ölümlü maymunların üreme olasılığının düşük olması iç karartıcı görünüyor. Küçük köy.

Ama onları ölümsüz yaptığımızı varsayalım. Evet, onlara sonsuza kadar yaşamalarını sağlayan sihirli bir iksir veriyoruz. Birden fazla ölümsüz maymuna bile ihtiyacımız yok. Sadece biri yapacak. Bin veya bir milyon ölümsüz maymunumuz olduğunu iddia etmek metaforu daha heyecanlı hale getirebilir.

Sonsuza kadar yaşayabilen bir maymunumuz varsa, bunun sonsuz bir maymun olduğunu söyleyebiliriz. Sonsuz bir süre boyunca daktilonun tuşlarına vurabilir. O maymun devam edecek ve gidecek. Buna göre, oyunu yazma şansı olsa da Küçük köy son derece küçüktü, maymunun durmadan denemeye devam edeceği yönü, bir noktada oyunun Küçük köy neredeyse kesin olarak yazılmış olacaktır.

Temel kural, sıfır olmayan bir gerçekleşme şansı olan bir olaylar dizisinin, olağanüstü derecede düşük şanslara rağmen, oynamak için sonsuz zamanımız varsa, neredeyse neredeyse gerçekleşeceğini makul bir şekilde kabul etmemizdir. Her şey eşit. Matematik ve istatistik alanlarındakiler, aynı düşünceyi dizeler veya hatta 0 ve 1 ikili sayıları kullanarak açıklamaya eğilimlidirler. rasgele bir şekilde seçilmişse, orada gerçekleşmesini neredeyse kesin olarak tahmin edebileceğiniz sonlu bir dizi vardır.

Tüm bunların büyük bir püf noktası var.

Sonlu bir dünyada yaşıyoruz. Hiçbirimizin sonsuz zamanı yok gibi görünüyor. Yaptığını söyleyenler için, şerefe. Sana şapka çıkarıyorum.

Yazı yazan maymunlara sonlu dünyayı empoze ederseniz, kendinizi oldukça sert bir duvara toslamış bulacaksınız. Daktilo yazan maymun teoreminin analizleri, oyunun elde edilme olasılığını hemen hemen ortaya koyacaktır. Küçük köy sonlu zamanda sıfıra yeterince yakındır ki, mantıklı herhangi bir operasyonel temel için bunun gerçekleşmesi pek olası değildir. Genel tasvir şu ki, bilinen evrendeki atom sayısı kadar maymun kullandıysanız ve onlar evrenin zaman aralığının zilyonlarca kez yazmaya devam ettilerse, hâlâ akıl almaz derecede ufacık, küçücük, akıl almaz ihtimallere bakıyorsunuz demektir. oynamak Küçük köy.

Daktilo yazan maymun teoremi oldukça heyecan vericidir ve genellikle zamanımızın en iyi yedi düşünce deneyinde yer alır. Çevrimiçi olarak pek çok analiz mevcut olduğundan, teorem hakkında bazı ek incelemeler yapabilirsiniz. Olasılık ve istatistikleri kavramanın canlı ve eğlenceli bir yolu. Yalnızca kuru sayılarla uğraşmak yerine, eğlenceyi seven yuvarlanan maymunları ve tüm o eski moda tıkır tıkır çalışan daktiloları tasavvur edersiniz.

Artık üretken yapay zekayı maymunlar ve daktilolar bilmecesine getirmeye hazırız.

Üretken Yapay Zeka, Yazan Maymunlardan Rahatsız Ediliyor

Yakından inceleyeceğimiz öncül, ChatGPT gibi üretken yapay zekanın klavye kullanan maymunlardan hiçbir farkı olmadığına dair tartışmalı iddiadır. ChatGPT veya herhangi bir üretken yapay zeka üretebilirse söylenir. Küçük köy veya benzer bilinen eserler, bu tamamen tesadüfi bir sonuçtur ve muhtemelen maymunların bu uzun süredir değer verilen ve derinden saygı duyulan Shakespeare oyununu daktilo etmeye gelmeleriyle aynı şekilde ortaya çıkmıştır.

Üzgünüm, bu ağır konu hakkında yanlış bir düşünce.

Neden görelim.

Öncelikle, üretken yapay zekanın nelerden oluştuğunu gözden geçirelim ve genişletelim.

Daha önce üretken yapay zekanın, internette ve diğer benzer kaynaklar aracılığıyla var olan metin üzerinde veri treni oluşturmak için algoritmaların kullanılmasını gerektiren bir yazılım olduğunu belirttiğimi hatırlayın. Geniş bir örüntü eşleştirme dizisi, biz insanların oluşturduğu milyonlarca anlatı ve deneme arasında matematiksel ve hesaplamalı olarak örüntüleri tanımlamıştır.

Kelimelerin kendi başlarına özel bir anlamı yoktur. Onları nesneler olarak düşünün. Bilgisayar içinde, belirteç olarak belirttiğimiz sayılar olarak temsil edilirler. Diğer sözcükleri veya belirteçleri birbirleriyle ilişkilendirmek için uygun bir araç olarak kullanılırlar, bunu derinlemesine ve girift istatistiksel ağ benzeri bir yapı içinde yaparlar.

AI alanındaki bazı kişiler, bunun bir stokastik papağan.

Görüyorsunuz, kelimelere bir tür "anlam" bağlamaya çalışmak yerine, bu sadece diğer kelimelerin etrafında veya yanında kullanılmış gibi görünen kelimelerin kapsamlı bir indekslenmesidir. Buna karşın, insanların sözcüklerin doğasını ve anlamını "anlayabildiklerini" varsayıyoruz.

Kelimeden kelimeye yazışmaların varlığına günlük erişiminizi düşünün. Kelime işlemci yazılımınızda sıradan bir otomatik tamamlama işlevini kullandığınızda olduğu gibi, bilgisayar matematiksel olarak belirli bir kelimenin ardından genellikle başka belirli bir kelimenin geldiğini ve ardından başka bir belirli kelimenin geldiğini vb. hesaplar. Böylece, çoğu zaman bir cümle yazmaya başlayabilirsiniz ve kelime işlem paketi size cümlenin ek kelimelerinin ne olacağına dair bir tahmin gösterecektir.

Bu bir tahmindir çünkü istatistiksel olarak bunlar cümlenin olağan kelimeleri olabilir, ancak aklınızda söyleyecek başka bir şey olabilir, bu nedenle tahmin yazmak istediklerinizden farklı olabilir. Algoritmanın, tahmin edilen sözcüklerle cümleyi bitirmek isteyebileceğinizi tahmin edebildiği kadar, muhtemelen bu sözcükleri kullanan cümlelere ilişkin yeterince başka örnek vardır. Bu zırhlı değil. Ayrıca, bu hesaplamalı tahminle ilişkilendirilen bir "anlam" yoktur.

Bazı yapay zeka araştırmacıları, genellikle şu şekilde ifade edilen gerçek yapay zekaya ulaşmanın Yapay Genel Zeka (AGI), henüz keşfedilmemiş veya icat edilmiş bir "kavrayış" biçimini bir şekilde bilgisayarlara kodlamamız gerekecek (AGI ve AGI arayışı hakkında çok sayıda gönderi için köşeme bakın). Üretken yapay zeka çılgınlığının bir çıkmazdan başka bir şey olmadığından endişe ediyorlar. Hesaplamalı ağların boyutunu yükselterek ve konuya giderek daha fazla bilgisayar işlem gücü atarak üretken yapay zekayı daha da ileriye götürmeye çalışmaya devam edeceğiz. AGI'ye varmak söz konusu olduğunda tüm bunların boşuna olacağını iddia ediyorlar.

Eklenen bir endişe, belki de bu sözde çıkmaz sokak arayışının bizi doğru veya uygun hareket tarzından uzaklaştırmasıdır. Yanlış yönlendirilmiş bir son duruma doğru muazzam enerji ve çaba harcayacağız. Elbette, üretken yapay zeka, taklit hilesinde çarpıcı olabilir, ancak bunun AGI ile çok az ilgisi olabilir veya hiç ilgisi olmayabilir. Değerli odağımızı boşa harcayarak kendimizi kandırabiliriz. Bu çekici dikkat dağıtma nedeniyle AGI'ye ulaşmayı geciktirebilir veya hatta belki de başarısız olabiliriz.

Her neyse, daktilo maymunları amacıyla, genel frakalara geri dönelim.

Bu dikkate değer faktörleri dikkate almalıyız:

• 1) Duyarlıya karşı duyarlı değil
• 2) Düşünmeye karşı “düşünmemek”
• 3) Bilgisayar tabanlı algoritmalara ve kalıp eşleştirmeye karşı sınırlı düşünme süreçleri
• 4) Eğitilmemiş veya eğitememe ile eğitilmiş hesaplamalı veri karşılaştırması

Bu faktörlerin her birini ele alalım.

Duyarlı Olmaya Karşı Duyarlı

Maymunların duyarlı varlıklar olduğunu kabul edebileceğimize inanıyorum. Ne kadar akıllı veya zekadan yoksun olursa olsun, onların olduğunu iddia etmek isteyebilirsiniz; duyarlı oldukları inkar edilemez. Bu bir gerçek. Aksini makul bir şekilde kimse iddia edemez.

Bugünün Yapay Zekası bilinçli değil. Nokta, nokta.

Ayrıca, yapay zeka duyarlılığına yakın olmadığımızı da iddia ediyorum. Diğerleri elbette aynı fikirde olmayabilir. Ancak makul bir soğukkanlılığa sahip herhangi biri, bugünün yapay zekasının duyarlı olmadığı konusunda hemfikir olacaktır. Geçen yıl o Google mühendisi tarafından yapay zeka duyarlılığının son derece yanlış etiketlenmesiyle ilgili analizim için, şu adresteki tartışmama bakın: buradaki bağlantı.

Dolayısıyla, hevesle yazan maymunlar ile günümüzün üretken yapay zekası arasındaki önemli bir fark, maymunların hissedebilen varlıklar olmasına karşın yapay zekanın olmamasıdır. Bunun da ötesinde, günümüzün yapay zekasını duyarlı herhangi bir şeyle karşılaştırmaya başlamak genellikle kaygan bir eğimdir. AI'yı antropomorfize etme eğilimi vardır. Bu kolay zihinsel tuzağın bize düşmesini engellemek için, gerçekçi olmadığımız ve bu farkı açıkça tanımlayıp sınırını koymadığımız sürece, yapay zeka ile duyarlı varlıklar arasında herhangi bir karşılaştırma yapmaktan kaçınmamız gerektiğini şiddetle tavsiye ediyorum.

Yazı yazan maymunları ve üretici yapay zekayı karşılaştırırken, varsa bile çok azı bu sınırı çizer. Ya bu farkın olduğunu zaten anlayacağınızı varsayıyorlar ya da bir fark olduğunu umursamıyorlar ya da bunu düşünmemişler vs.

Düşünmeye Karşı "Düşünmemek"

Maymunların düşünebildiğini iddia ediyorum. Düşünen varlıklardır. Ne kadar düşünebileceklerini kolayca tartışabiliriz. Yine de neredeyse kesinlikle maymunların düşünebildiği konusunda hemfikir olmalısınız.

Üretken yapay zeka da dahil olmak üzere bugünün her türden yapay zekası, insan kapasitesi olarak düşündüğüm seviyeye yükselmiyor. düşünme.

Duyarlılıkla ilgili az önce bahsettiğim nakaratımı tekrarlayacağım. Bu yanıltıcıdır ve günümüzün yapay zekasının düşünebileceğini söylemenin yanlış olduğunu düşünüyorum. Ne yazık ki, yapay zeka araştırmacıları ve yapay zeka geliştiricileri de dahil olmak üzere insanlar bunu her zaman yapıyor. Bunun bir kez daha talihsiz ve tavsiye edilmeyen bir antropomorfizasyon olduğuna inanıyorum. Yapay zekaya, orada olmayan ve bu konuda toplumu genel olarak yanlış bilgilendirecek bir kapasite veya yetenek görüntüsü veriyorsunuz. Bunu yapmayı kes.

Üretken AI, matematiksel ve hesaplama özelliklerine sahip karmaşık bir web benzeri yapıdır. Bu takdire şayan. Bunun başardığı şeyi çok fazla büzmek. Düşündüğümüz şekliyle "düşünmenin" herhangi bir makul yorumunun, tüm ihtişamıyla bu yapay zekaya yakıştığına inanmıyorum.

Bilgisayar Tabanlı Algoritmalar ve Örüntü Eşleştirmeye Karşı Sınırlı Düşünme Süreçleri

Maymunlar düşünme süreçlerinde sınırlıdır.

Bilimsel literatürde maymun beyni ile insan beyni arasında pek çok karşılaştırma olduğunu ilginizi çekebilir. Örneğin şu araştırma çalışmasını ele alalım: "İnsan beyni, yaşayan en yakın akrabamız olan şempanzenin beyninin yaklaşık üç katı büyüklüğündedir. Dahası, beynin hafıza, dikkat, farkındalık ve düşüncede kilit bir rol oynayan serebral korteks adı verilen kısmı, insanlarda şempanzelerdeki aynı bölgenin iki katı kadar hücre içerir. Serebral korteksteki beyin hücrelerinin ağları da iki türde farklı davranıyor” (yayınlanan bir makalede) elife, Eylül 2016, “Serebral korteks gelişimi sırasında insan ve şempanze nöral progenitörleri arasındaki farklar ve benzerlikler” başlıklı).

Hepimiz maymunların insan düşüncesiyle aynı seviyede olmadığının farkındayız. Bu harika yaratıklar sevecen olabilir ve şaşırtıcı miktarda düşünebilir, buna hiç şüphe yok. Sadece insan düşüncesinin seviyelerine yükselmezler. Maymunlar insanlığı ele geçirdiğinde bunu söylediğime pişman olacağım.

Bugünün yapay zekasının düşünmediğini biraz önce dile getirdim. Yapay zekanın yaptığı şeyin "düşünme" olarak etiketlenmemesi gerektiğini, çünkü bunu yapmanın yanıltıcı ve kafa karıştırıcı olduğunu vurguladım.

İnsan yapımı algoritmalara dayalı ve insan yapımı yazılara dayalı bilgisayar işlemeyi kullanma açısından, üretici yapay zekanın maymunları gölgede bıraktığı yer burasıdır. Düşünen maymunun, insanların icat ettiği çok sayıdaki yazılı sembolleri özümsemesi ve bunlarla kalıp eşleştirmesi şansı çok azdır veya hiç yoktur. Maymunların böyle bir düşünme kapasitesi yoktur.

Diğer ifade ettiğim kaygılarım göz önüne alındığında, böyle bir karşılaştırma önermekten çekiniyorum. Ancak, varsayımların ne olduğunu ve bu analizin nasıl doğru ve uygun bir şekilde yapılacağını açıkça belirtiyorum.

Eğitilmemiş veya Eğitilemeyen Hesaplamalı Veri Eğitilmişine Karşı

Az önce söylediğim gibi, düşünen bir maymunu insanlığın yazılı sembollerinin geniş kullanımı konusunda eğitemeyeceksiniz. Bunu son derece sınırlı bir temelde yapabilirsiniz ve araştırmalar, maymunların görünüşte yazılı semboller hakkında düşünebildiklerini göstermiştir. Bu, kapsamlı kelime, cümle ve tüm anlatı kalıplarını ezberleyip tekrar edebilmekten çok daha azdır.

Generative AI, hesaplamalı olarak veriyle eğitilebilen bilgisayar tabanlı bir istatistiksel taklittir. Topladığımız veya bulduğumuz ek metinler gibi daha fazla veriyi beslemeye devam edersek, bulunan kalıpların daha da derinleşeceği varsayımı ve umudu vardır. Ayrıca, daha hızlı ve daha hızlı bilgisayar çipleri kullanmak ve işlemek de bu kalıp eşleştirme ve yanıt verme kapasitesini artıracaktır.

Son Çizgiye Bakmak

Üretken yapay zeka oyunu üretecek olsaydı Küçük köy, bu ne anlama gelir?

İlk olarak, veri eğitimi sırasında hikayenin veya oyunun üretici yapay zekaya verilip verilmediğini düşünmeliyiz. Eğer öyleyse, üretken yapay zekanın daha sonra daha önce taradığı aynı kelimeleri tekrar söylemesi hakkında özellikle dikkate değer veya dikkate değer hiçbir şey yoktur.

Bir yapay zeka araştırmacısı biraz dehşete düşebilir çünkü kalıp eşleştirme, esasen kelimeleri ezberlediği için muhtemelen aşırıya kaçmıştır. Buna genellikle makine öğrenimi alanında şu şekilde atıfta bulunuruz: aşırı oturma eğitim sırasında kullanılan verilere. Tipik olarak, tam sözcüklerin modellenmesini istemezsiniz, genelleştirilmiş bir modelin oluşturulmasını istersiniz.

Üretken yapay zekanın beslenen verilerin genel bir eşlemesinden ziyade kesin bir eşleme yaptığı durumlarda, zaman zaman mahremiyet ihlallerini ve gizli verilerin ifşasını görebileceğimiz endişesini köşelerimde tartıştım. buradaki bağlantı.

İkincisi, oyunun Küçük köy üretici yapay zekaya beslenmedi. Bir sonraki değerlendirme, veri eğitimi sırasında Shakespeare'in herhangi bir eserinin taranıp taranmadığı olacaktır.

Eğer öyleyse, oyunun Küçük köy Shakespeare'in diğer eserleriyle ilişkilendirilen kalıplara dayalı olarak üretilebilir, özellikle de başka referanslar veya sözlerin olması durumunda. Küçük köy veri eğitim setinin başka bir yerinde. Bunların tümü, bir stil oluşturmak için model eşleştirme tarafından potansiyel olarak kullanılabilir. Küçük köy. Kuşkusuz, üretebilmek Küçük köy kelimesi kelimesine çok geniş bir erişim, oldukça aydınlatıcı ve şaşırtıcı bir sonuç olacaktır.

Üçüncüsü, üretken yapay zeka, Küçük köy ve daha önce Shakespeare hakkında herhangi bir şeyle beslenmemişti, bu şaşırtıcı olurdu. Yine de, bir daktilonun tuşlarını gagalamanın tamamen rastgele doğasıyla tamamen aynı olması gerekmez. Shakespeare'in sözlerinin sözcükler olduğunu, bu nedenle üretken yapay zekaya beslenen çok çeşitli metin öyküleri ve anlatılarda bulunan ifadelerin bütünlüğünün bir parçası olduğunu anlamalıyız. Kelimelerin mihenk taşlarından ve kelimeler arasındaki ilişkilerden başlayarak olasılıkları artırıyorsunuz. Yine de, böyle bir şeyin olma şansı oldukça zayıf.

Sonuç

Sözcükler ve denemeler üretmeye gelince, üretken yapay zeka, insan yapımı sözcüklere ve denemelere dayandığından (tabii ki, hatalar, yanlışlıklar ve yapay zeka halüsinasyonları ile doğrudan ilgilenmemiz gerekir) çok büyük işler yapıyor. AI, yayılan kelimeleri “anlamıyor”. Orada hiç yok.

Akıcı makaleler ve tamamen okunabilir çıktılar görmek için sonsuz bir süre beklemeniz gerekmez. Her gün ve bir düğmeye dokunarak gerçekleşirler. En azından çoğu zaman, insanların yazdıklarına dayalı olarak üretilen kalıplar nedeniyle karışık değiller. Model eşleştirme daha fazla ince ayar yapılmalı ve sonunda tuhaf ifadelerin çoğunu azaltacak kadar iyi olmalıdır, bunun nasıl çalışabileceğine dair açıklamama bakın, burada gösteriliyor. buradaki bağlantı. Bu ayar sürekli olarak iyileştirilecek ve hepimiz üretken yapay zekanın ürettiklerine giderek daha fazla aşık olacağız.

Kelimeler tamamen rastgele seçilmemiştir. Sözcükler tamamen gelişigüzel yazılmamıştır. Hangi kelimelerin seçileceğine dair çıktısı alınan makaleyi oluştururken olduğu gibi bazı olasılıksal yönler vardır. Ancak bu hala insan yazılarına dayanmaktadır ve bu nedenle muhtemelen tamamen rastgele değildir. Bir sonraki seçilen kelime veya kelime grubu olarak istatistiksel olarak mümkün olabilecek bir avuç veya birkaç ifade seçeneği arasından rastgele bir seçime dayanır.

Maymunlar bunun neresine uyuyor?

Yazı yazan maymunlar, üretken AI ile karşılaştırma için bir temel olarak kesinlikle çekici. Maymunlar üretiyor Küçük köy üretici yapay zeka üretimine karşı Küçük köy. Bu büyüleyici bir yarışma. İşin içinde gerçekten bir yarışma olmadığını söyleyebilirsiniz. İnsanoğlunun icat ettiği ve insanoğlunun yazılarına dayanan yapay zekanın bu konuda haksız bir avantajı var.

Yazan maymunlardan bahsetmişken, bir bölümde Simpsonlar, Bay Burns, ofis daktilo havuzunun bir parçası olarak devam etmek ve daktilolarda yazı yazmak için maymunlar tutmaya karar verir. O, yapabilseydi insanların kullanımı yerine ihtiyaç duyduğu ofis işlerinde maymunları kullanmaya neşeyle yönelecek türden huysuz bir patron.

Şovun hayranları neler olduğunu hatırlayabilir.

Bay Burns daktilo edilmiş sayfalardan birini kapar ve maymunun yazdıklarını hevesli bir beklentiyle okur. Sayfayı yüksek sesle okur ve “Zamanların en iyisiydi, bulanıklık kez” (yani, karıştırılan bir kelime var, “bulanık” veya buna benzer bir şey). Ne üretebilecekleri konusunda bu "aptal maymunlara" tamamen öfkelenir ve tamamen hayal kırıklığına uğrar.

Biliyoruz ki, Charles Dicken'in “A Tale Of Two Cities” adlı eserinin o kısmını bir maymun daktilo ettiyse, kendinden geçmeli ve sevinçten uçmalıyız. Bay Burns için öyle değil.

Bu tartışma için son bir yorum olarak, belki de Charles Dickens'ın yazdığı tam cümleye başvurmalıyız: "Zamanların en iyisiydi, zamanların en kötüsüydü, bilgelik çağıydı, aptallık çağıydı, iman devriydi, şüphecilik devriydi, nur mevsimiydi, karanlık mevsimiydi, ümit baharıydı, ümitsizlik kışıydı.”

AI ile nereye gittiğimizden tam olarak emin değiliz. Bazıları bunun dilimlenmiş ekmekten sonraki en iyi şey olacağını söylüyor. Diğerleri, yaptığımız AI'nın insanlığın hayatta kalması için varoluşsal bir risk olacağını önceden uyarıyor. Gerçekten de zamanların en iyisi ya da zamanların en kötüsüdür.

Üretken yapay zekanın tam da bu kelimeleri çıkardığını görünce şaşırmayın. Bir hayvanat bahçesinde tesadüfen daktiloda yazı yazan ve aynı anlayışlı kelimeleri yazmayı başaran maymunlar görürseniz şaşırın.

Bunun olduğunu görürseniz lütfen bana bildirin.

Bunun gerçekleşmesi için uzun bir süre beklemeye hazırım, ama muhtemelen sonsuza kadar değil.