ChatGPT

ChatGPT ของOpenAIทำให้อินเทอร์เน็ตลุกเป็นไฟ! ฉันไม่เคยเห็นโพสต์มากมายเกี่ยวกับ AI เลย — ฟีด Twitter และ LinkedIn ของฉันล้นมือไปหมด ที่จริงฉันเพิ่งอ่านมาว่ามีคนใช้ 1 ล้านคนในเวลาเพียง 5 วัน

พูดตามตรง ChatGPT น่าจะเป็นแชทบอท AI สำหรับใช้งานทั่วไปตัวแรกของโลกที่ทุกคนสามารถเล่นได้ ปฏิกิริยาสามารถคาดเดาได้ — “ว้าว”, “จุดเริ่มต้นของจุดจบ”, “มนุษย์จะถึงวาระ” เป็นเพียงปฏิกิริยาที่ฉันได้รับจากเพื่อนๆ

แต่ฉันเคยมาที่นี่มาก่อน ฉันเป็น CTO ของ IBM Watson ในยุโรปในช่วงแรกๆ ตอนที่เรากำลังพยายามขาย Jeopardy! เทคโนโลยี. แล้วจากประสบการณ์นั้น ฉันคิดอย่างไร?

ฉันควรทราบว่าเมื่อฉันพูดถึงวัตสันในโพสต์นี้ ฉันหมายถึงเทคโนโลยีที่พัฒนาขึ้นโดยเฉพาะสำหรับอันตราย! แสดง. ต่อมาไอบีเอ็มได้พัฒนาชุดผลิตภัณฑ์แบรนด์วัตสันที่ไม่เกี่ยวข้องกัน โดยใช้ประโยชน์จากประสบการณ์และการสร้างแบรนด์ที่มีประสิทธิภาพอย่างสมเหตุสมผล แทนที่จะใช้เทคโนโลยีดั้งเดิมเอง การอ้างอิงถึงวัตสันของฉันเกี่ยวกับอันตรายต้นฉบับโดยเฉพาะ! เทคโนโลยีและไม่ใช่ผลิตภัณฑ์แบรนด์วัตสันที่ IBM นำเสนอในปัจจุบัน

ในทางเทคนิคแล้ว ChatGPT และ Watson นั้นแตกต่างกันมาก ChatGPT เป็นโมเดลภาษาขนาดใหญ่ (LLM) ซึ่งสร้างขึ้นโดยใช้โมเดล davinvi-003 ของ OpenAI ซึ่งเป็นส่วนหนึ่งของซีรีส์โมเดล GPT3.5 โมเดล GPT3.5 เป็นโมเดล LLM ที่ใหญ่ที่สุดและซับซ้อนที่สุดที่มีอยู่ในปัจจุบัน ในทางตรงกันข้าม เกมโชว์ดั้งเดิมที่ชนะ Watson นั้นเป็นไปป์ไลน์ของอัลกอริธึมที่แตกต่างกัน ซึ่งไม่สามารถอธิบายได้ว่าเป็น LLM วัตสันชนะ Jeopardy ในปี 2554 เมื่อกว่าทศวรรษที่แล้ว และในช่วงเวลาที่วลี “แบบจำลองภาษาขนาดใหญ่” ยังไม่ได้รับการบัญญัติขึ้นด้วยซ้ำ ดังนั้นจึงไม่แปลกใจเลยที่ Watson และ ChatGPT มีความแตกต่างกันทางเทคโนโลยี — หนึ่งทศวรรษเป็นช่วงเวลาที่ยาวนานในด้านเทคโนโลยี

นอกเหนือจากความแตกต่างทางเทคโนโลยี ในฐานะอดีต Watsoner ฉันเห็นสิ่งสำคัญสามประการเกี่ยวกับ ChatGPT

เปิดความพร้อมใช้งาน

ประการแรก การที่ OpenAI ปล่อย ChatGPT ให้ทุกคนสามารถปรับแต่งได้อย่างอิสระ แสดงให้เห็นถึงความมั่นใจในความสามารถของมัน เพียงแค่ดูการสนทนาที่ดุเดือดที่ผู้คนกำลังมีอยู่ในเว็บไซต์ตอบโต้กับ ผู้ใช้ได้ ความหลากหลายนั้นไม่ธรรมดา — ฉันไม่เคยเห็นอะไรแบบนี้มาก่อน และมีประสิทธิภาพค่อนข้างดี ผู้คนต่างตื่นเต้นเพราะมักจะเกินความคาดหมายซึ่งเป็นสิ่งที่ค่อนข้างดี

การทำให้ ChatGPT ใช้งานได้ฟรีสำหรับทุกคนและทุกคนนั้นกล้าหาญและจะทำงานก็ต่อเมื่อมันน่าประทับใจจริงๆ เปรียบเทียบการรับ กับGalacticaของ Meta Galactica ถูกวิพากษ์วิจารณ์อย่างรอบด้านและการสาธิตอยู่รอดได้เพียงสามวันก่อนที่มันจะถูกถอดออก

ความโน้มเอียงที่จะประดิษฐ์ข้อมูลทางวิทยาศาสตร์ของ Galactica ทำให้เกิดความกังวลอย่างมาก และโดยไม่คำนึงถึงข้อดี การตอบรับนั้นเกือบจะเป็นลบในระดับสากล ในทางตรงกันข้าม เห็นได้ชัดว่า OpenAI มีความก้าวหน้าอย่างมากกับ ChatGPT มันไม่ได้ไร้ที่ติเสียทีเดียว แต่ฉันสัมผัสได้ถึงความคิดบางอย่างที่แฝงอยู่ในนั้น

กลับมาที่วัตสัน ตัวอันตราย! เครื่องไม่เคยเปิดเผยต่อสาธารณะส่วนหนึ่งเพราะมันได้รับการออกแบบมาโดยเฉพาะสำหรับคำถามแปลก ๆ ที่เกิดจากอันตราย! แสดง. เรารู้ว่าประชาชนทั่วไปจะถามคำถามที่แตกต่างออกไปและค้นหาข้อบกพร่องอย่างรวดเร็ว AI ที่ชนะเกมเหล่านี้ไม่ค่อยได้รับการเผยแพร่สู่สาธารณะ ไม่ว่าจะเป็น DeepMind กับ Go, Meta กับ Cicero, Watson, DeepBlue ที่ Chess ซึ่งชนะการทูต — ไม่มีระบบใดเหล่านี้ที่เผยแพร่เพื่อแก้ไขหรือวิจารณ์ในที่สาธารณะ นั่นทำให้ ChatGPT แตกต่างจากนวัตกรรมใหม่อื่นๆ เหล่านี้

ความสามารถในการปรับขนาด

มีคนเล่นกับ ChatGPT มากพอที่จะล้นไทม์ไลน์ Twitter และ LinkedIn ของฉันบอกเราว่ามันต้องปรับขนาดได้ดี กำลังฮิตตามคำเรียกร้องมากมาย

ส่วนใหญ่เป็นกรณีที่ความก้าวหน้าของ AI ไม่สามารถขยายไปยังผู้ใช้จำนวนมากได้ พวกเขาประสบความสำเร็จในความก้าวหน้าส่วนหนึ่งโดยการใช้พลังการประมวลผลจำนวนมหาศาลกับผู้ใช้คนเดียว หากมีใครให้ศูนย์ข้อมูลทั้งหมดของเครื่องจักรแก่คุณเพื่อสร้างระบบด้วย นั่นถือว่ายอดเยี่ยมมาก แต่ถ้าต้องใช้ศูนย์ข้อมูลทั้งหมดเพื่อตอบคำถามหนึ่งข้อหรือตัดสินใจย้ายเกมกระดาน นั่นไม่ใช่แค่ปัญหาด้านความสามารถในการปรับขนาดที่ร้ายแรงเท่านั้น แต่ยังเป็นอุปสรรค์สำคัญในเชิงพาณิชย์อีกด้วย การสร้างเครื่องจักรเพื่อเอาชนะมนุษย์หนึ่งคนในเกมนั้นไม่เหมือนกับการสร้างเครื่องจักรที่สามารถเอาชนะมนุษย์นับล้านได้

ผู้คนหลายล้านคนทั่วโลกกำลังเล่นกับ ChatGPT พิสูจน์ให้เห็นว่าไม่จำเป็นต้องใช้ศูนย์ข้อมูลทั้งหมดเพื่อตอบคำถามเดียว ด้วยเหตุนี้ เทคโนโลยีนี้จึงสามารถนำไปใช้ในเชิงพาณิชย์ได้อย่างแน่นอน อุปสรรคใหญ่ของความสามารถในการปรับขนาดและศักยภาพทางเศรษฐกิจจะต้องได้รับการแก้ไขแล้ว

ความยืดหยุ่น

วัตสันดั้งเดิมถูกสร้างขึ้นเพื่อทำสิ่งหนึ่งสิ่งเดียวเท่านั้น — เล่น Jeopardy! เช่นเดียวกับเครื่องที่ได้รับรางวัล Deep Mind's Go และระบบการเล่นเกม AI อื่น ๆ มากมายที่ได้รับความนิยมในช่วงหลายปีที่ผ่านมา

ระบบเหล่านี้บรรลุความยิ่งใหญ่ด้วยการแก้ปัญหาที่เฉพาะเจาะจงมาก และมักจะไม่สามารถนำไปใช้กับโดเมนอื่นได้อย่างง่ายดายหรือไม่ได้เลย เชื่อฉันเถอะพวกเราที่ได้รับมอบหมายให้รับอันตรายจากวัตสัน! เทคโนโลยีในการทำสิ่งอื่น ๆ มีรอยแผลเป็นจากการต่อสู้ที่แสดงให้เห็นว่ายากเพียงใด

เปรียบเทียบกัน ผู้คนกำลังใช้ ChatGPT เพื่อตอบคำถามเกี่ยวกับความรู้ทั่วไป เขียนกลอน สร้างใบสมัครงาน เล่าเรื่องตลก เขียนและอธิบายโค้ดโปรแกรม และสิ่งสุ่ม อื่นๆ อีกนับไม่ ถ้วน และมันทำสิ่งเหล่านี้ได้ดีอย่างน่าประทับใจและไม่มีความพยายามในการฝึกอบรมเพิ่มเติม แตกต่างจากความพยายามของ AI ก่อนหน้านี้ ChatGPT ดูเหมือนจะทำได้ดีในหลาย ๆ อย่างตั้งแต่แกะกล่อง แน่นอนว่าในนาทีที่ฉันพูด จะมีคนแสดงให้ฉันเห็นบางอย่างที่ไม่ดี แต่โดยทั่วไปแล้ว ฉันจะยืนหยัดในตัวเอง — มันดีมากอย่างน่าประทับใจในหลายสิ่งหลายอย่าง

ดังนั้น เหตุผล 3 ประการที่ทำให้ ChatGPT เป็นความพยายามที่น่าประทับใจ ได้แก่ ความเปิดกว้าง ความสามารถในการปรับขนาด และความยืดหยุ่น แต่ฉันยังต้องการแสดงความคิดเห็นในประเด็นสำคัญอื่นๆ สองสามข้อเกี่ยวกับสิ่งที่ฉันเห็นใน ChatGPT

ทำของขึ้น

แม้จะมีความสามารถที่น่าประทับใจ ChatGPT ก็ยังมีแนวโน้มที่จะทำสิ่งต่างๆ ในบางครั้ง ส่วนใหญ่ดูเหมือนว่าจะหลีกเลี่ยงสิ่งนั้น แต่บางครั้งมันก็จะเบี่ยงประเด็นและสร้างความเป็นจริงขึ้นมาเอง สมมติว่าไม่น่าจะผ่านการทดสอบโพลีกราฟ

เครดิตของพวกเขา OpenAI ยอมรับความท้าทายนี้อย่างอิสระ

“บางครั้ง ChatGPT เขียนคำตอบที่ฟังดูน่าเชื่อถือแต่ไม่ถูกต้องหรือไม่สมเหตุสมผล… ChatGPT ไวต่อการปรับแต่งวลีอินพุตหรือพยายามใช้ข้อความเดียวกันหลายๆ ครั้ง ตัวอย่างเช่น เมื่อใช้คำถามหนึ่งประโยค นางแบบสามารถอ้างว่าไม่รู้คำตอบ แต่ใช้ถ้อยคำใหม่เพียงเล็กน้อยก็สามารถตอบได้อย่างถูกต้อง”https://openai.com/blog/chatgpt/

เมื่อฉันปรับแต่ง GPT-3 เป็นครั้งแรก (ซึ่งสร้าง ChatGPT ขึ้นมา) ฉันพบว่าแนวโน้มของโมเดลในการสร้างสิ่งต่างๆ เป็นอุปสรรคสำคัญ ฉันรู้ว่ามีสถานการณ์ทางธุรกิจจริงน้อยมากที่การ "สร้างสิ่งต่างๆ" จะไม่ถือเป็นความเสี่ยงที่สำคัญของแบรนด์ ChatGPT ดู ดีขึ้น มากส่วนหนึ่งอาจเป็นเพราะใช้รุ่น davinci-003 ซึ่งเป็นรุ่นอัพเกรดจาก davinci-002 รุ่นเดิม แต่ก็ไม่ไร้ที่ติ และหากความถูกต้องตามข้อเท็จจริงเป็นสิ่งสำคัญ ประเด็นนี้จะเป็นอุปสรรคต่อการนำไปใช้

อคติ

ความท้าทายที่สำคัญกับโมเดลภาษาขนาดใหญ่คืออคติที่มีอยู่ในชุดการฝึกอบรม สิ่งนี้หลีกเลี่ยงได้ยาก เนื่องจาก LLMs ได้รับการฝึกอบรมจากข้อมูลที่มาจากอินเทอร์เน็ตจำนวนมาก ซึ่งจะรวมตัวอย่างของความชั่วร้ายและอคติของมนุษย์ที่รู้จักทุกอย่าง

อีกครั้ง OpenAI กำลังจัดการความคาดหวังของเรา

“ในขณะที่เราได้พยายามทำให้โมเดลปฏิเสธคำขอที่ไม่เหมาะสม บางครั้งโมเดลก็จะตอบสนองต่อคำแนะนำที่เป็นอันตรายหรือแสดงพฤติกรรมที่มีอคติ เรากำลังใช้ API การกลั่นกรองเพื่อเตือนหรือบล็อกเนื้อหาที่ไม่ปลอดภัยบางประเภท แต่เราคาดว่าเนื้อหาดังกล่าวจะมีทั้งผลลบและผลบวกปลอมอยู่ในขณะนี้ เรากระตือรือร้นที่จะรวบรวมความคิดเห็นของผู้ใช้เพื่อช่วยงานที่กำลังดำเนินอยู่ของเราในการปรับปรุงระบบนี้”https://openai.com/blog/chatgpt/

จากประสบการณ์ส่วนตัวของฉัน ChatGPT ทำหน้าที่ได้ดีในการหลีกเลี่ยงอคติและมักปฏิเสธที่จะตอบคำถามที่มุ่งยุยงให้เกิดพฤติกรรมที่ไม่ดี แต่สำหรับผู้ใช้ที่ตั้งใจจริง เป็นไปได้ที่ผู้ใช้จะพูดอะไรโง่ๆ ได้ ดีแต่ยังไม่สมบูรณ์ 100%

เพียงแค่ดูวิดีโอนี้:

ใช่ การแสดงมีอคติทางเชื้อชาติและเพศให้ทุกคนได้ดู ได้รับการยั่วยุอย่างสร้างสรรค์ (ในกรณีนี้ การปลอมแปลงเจตนาเหยียดผิว/เหยียดเพศเป็นความท้าทายในการเขียนโปรแกรมแล้วถามคำถามเดิมซ้ำๆ)

ประสบการณ์ของฉันเองคือการขอให้เล่านิทานก่อนนอนให้ฉันฟัง ในการตอบสนอง ฉันได้รับเรื่องราวเกี่ยวกับเจ้าหญิงผมบลอนด์ ตาสีฟ้า ฉันเลยท้าทายมัน

นี่เป็นสิ่งที่ดีจริงๆ เป็นการยากที่จะโน้มน้าว LLM ให้พูดในสิ่งที่ถูกต้องเสมอ แต่ดูเหมือนว่า OpenAI จะพยายาม แต่ปัญหายังคงอยู่ แม้ว่าคนส่วนใหญ่จะไม่พบการตอบสนองที่หลบเลี่ยง แต่ก็เป็นไปได้ที่จะยั่วยุพวกเขาหากคุณตั้งใจแน่วแน่

การแก้ไขความลำเอียงและการรักษา LLM ในทางตรงและแคบยังคงเป็นงานที่อยู่ระหว่างดำเนินการ แต่ฉันพบว่า ChatGPT โดยทั่วไปดีกว่าความพยายามก่อนหน้านี้มาก แต่ถึงกระนั้น การสร้างแชทบอทสำหรับธุรกิจโดยใช้ ChatGPT ก็มีความเสี่ยงที่จะเกิดซ้ำกับแบรนด์ด้วยเช่นกัน

ChatGPT มีไว้เพื่ออะไร?

เมื่อฉันเลิกตื่นเต้นกับ ChatGPT ได้แล้ว ฉันก็เริ่มสงสัยว่าระบบแบบนี้ใช้ทำอะไรได้บ้าง ท้ายที่สุดแล้ว ความรู้ทั่วไปนั้นน่าประทับใจ แต่นอกเหนือจาก Siri-v2 แล้ว ยังไม่ชัดเจนว่าจะใช้อย่างไร

คอมพิวเตอร์ความรู้ทั่วไปที่ไม่เต็มใจที่จะเสนอความคิดเห็นในสิ่งใด แต่ยินดีที่จะสนทนาเกี่ยวกับทุกสิ่ง อืม…

บางทีภาพยนตร์ไซไฟเรื่อง THX 1138 อาจมีบทบาทที่ผู้อาศัยในโลกใต้ดินเมื่อเครียด จะหลบไปที่ "ห้องสารภาพบาป" และเริ่มการสนทนากับคอมพิวเตอร์หน้าพระเยซูที่อ้างว่าเป็น "OMM" มันสามารถทำเช่นนั้นได้

ขออภัย มันทะลึ่งไปหน่อย จะใช้ทำอะไรได้อีก

การสนทนากับคนทั่วไปเป็นเรื่องสนุก แต่สิ่งที่มีประโยชน์จริงๆ ส่วนใหญ่ต้องการความรู้จากผู้เชี่ยวชาญ หากคุณกำลังแชทกับธนาคาร คุณต้องให้แชทบอทนั้นรู้ทุกอย่างเกี่ยวกับบัญชีของคุณ ผลิตภัณฑ์ของธนาคาร กฎทางการเงิน ฯลฯ — สิ่งต่างๆ ที่ ChatGPT รู้น้อยมากเกี่ยวกับเรื่องนี้ เช่นเดียวกับโดเมนส่วนใหญ่หรือไม่ใช่ทั้งหมด นั่นหมายความว่าเพื่ออรรถประโยชน์ที่แท้จริง เราต้องสามารถสอน ChatGPT เกี่ยวกับสิ่งใหม่ๆ ได้ และอาจป้องกันไม่ให้พูดคุยเรื่องนอกประเด็น ท้ายที่สุด มันค่อนข้างแปลกหากแชทบอทของธนาคารของคุณพูดถึงความหมายของชีวิตใช่ไหม?

เราจะฝึก ChatGPT ได้อย่างไร

สำหรับ LLM โดยทั่วไปแล้ว จะมีการฝึกอบรมอยู่ 2 ประเภท — ซึ่งฉันจะเรียกว่าการฝึกอบรมแบบ “แกนหลัก” และ “การปรับแบบละเอียด”

OpenAI ได้ทำการฝึกอบรมหลักของ ChatGPT แล้วและฉันคิดว่าพวกเขาทำได้ดีมาก แต่เราเกือบจะไม่สามารถเปลี่ยนแปลงการฝึกอบรมหลักนั้นได้อย่างแน่นอน การทำเช่นนั้นเป็นกระบวนการที่มีค่าใช้จ่ายสูงในการคำนวณอย่างมาก ซึ่งน่าจะกินทรัพยากรในการประมวลผลหลายแสนปอนด์ แม้ว่าเราจะทำได้ แต่มีเพียงไม่กี่คนเท่านั้นที่สามารถทำเช่นนั้นได้

นั่นทำให้เราต้องปรับจูน แต่จะมีประสิทธิภาพเพียงใดในโดเมนใหม่ การแสดงจะง่ายแค่ไหน? จะต้องเสียค่าใช้จ่ายเท่าไร? OpenAI มีเครื่องมืออะไรบ้าง? เราสามารถเดาคำตอบได้ในวันนี้เท่านั้น ฉันมีความหวัง แต่ยังไม่มีความแน่นอนว่า ChatGPT จะได้รับการฝึกฝนให้ทำงานอย่างมีประสิทธิภาพในฐานะผู้เชี่ยวชาญในโดเมนต่างๆ ได้อย่างไร

พลังของชุมชนเปิด

ChatGPT นั้นยอดเยี่ยม แต่ปัจจุบันถูกล็อคไว้ด้านหลังอินเทอร์เฟซบนเว็บ OpenAI ที่เป็นกรรมสิทธิ์ ฉันสามารถจินตนาการได้ว่าผู้คนจะทำอะไรกับมันเมื่อเปิดตัวด้วย API ที่เสียบได้

หรือบางทีเราอาจจะได้เห็นกันแล้ว ได้รับแรงบันดาลใจจากกระแสไวรัล @mmabrouk_ ได้แฮ็กPython wrapperตามมาอย่างรวดเร็วด้วย @_wheels ผู้สร้างส่วนต่อประสานเสียงWhisper ดังนั้นเราจึงสามารถแชท (เช่น พูดออกมาดังๆ) กับ ChatGPT ได้แล้ว

แนวทางของ OpenAI ยังแตกต่างเล็กน้อยจากอุตสาหกรรมแมชชีนเลิร์นนิงส่วนใหญ่ ซึ่งการเผยแพร่โมเดลแบบเปิดนั้นเป็นเรื่องปกติ โดยทั่วไปแล้ว OpenAI จะไม่เผยแพร่โมเดล GPT ของตน แต่เลือกที่จะโฮสต์และให้การเข้าถึงผ่าน API แทน

สำหรับผู้ที่ชื่นชอบการแก้ไขพารามิเตอร์ไฮเปอร์และทำความเข้าใจโค้ดพื้นฐาน นี่เป็นปัญหา โดยส่วนตัวแล้ว ฉันแค่เห็นว่ามันเป็นวิธีการที่แตกต่างออกไป — มีทั้งข้อดีและข้อเสีย โมเดล/โค้ดแบบเปิดหรือ API ที่โฮสต์ — ทั้งคู่สามารถทำงานได้ แต่สิ่งที่สำคัญคือการเข้าถึงที่เปิดกว้าง เพราะนั่นคือที่มาของนวัตกรรม คนบ้าที่มีความคิดบ้าๆ ต้องการสิ่งที่พวกเขาสามารถสร้างได้

สิ่งอื่นเปรียบเทียบได้อย่างไร

ฉันเคาะแชทบอทมาประมาณหนึ่งทศวรรษแล้ว นานพอที่จะรู้ว่าทุกคนต้องการสิ่งที่เทคโนโลยีในปัจจุบันไม่สามารถทำได้ นั่นคือสิ่งที่เหมือนกับการพูดคุยกับหุ่นยนต์แนวไซไฟ

ปัญหาที่ ChatGPT ก่อคือความจริงแล้วค่อนข้างใกล้เคียงกับการมองเห็นนั้นในหลายๆ ด้าน แน่นอนว่าเป็นเครื่องมือในการเล่นคำ มันไม่มีอะไรเทียบได้ และไม่ยากเลยที่จะไม่รู้สึกเวียนหัวเมื่อคุยกับมัน — มันสร้างความประทับใจในรูปแบบใหม่ๆ ทุกครั้งที่ใช้ แต่นี่เป็นเพียงเด็กน้อยในตัวฉันที่ออกมา? เด็กชายตัวเล็ก ๆ คนเดียวกันที่เอไลซ่า ตกใจ เมื่ออยู่บนเรือ Commodore 64 ของเขาในช่วงปี 1980 AI มีประวัติอันยาวนานเกี่ยวกับรุ่งอรุณจอมปลอม และแม้ว่าตอนนั้นฉันจะประทับใจ Eliza แต่ก็ไม่ใช่พื้นฐานสำหรับ AI ในปัจจุบัน

ด้วย ChatGPT เราทุกคนได้รีเซ็ตความคาดหวังในสิ่งที่แชทบอทสามารถเป็นได้ ผลลัพธ์ของสิ่งนี้จะน่าสนใจ ใครก็ตามที่พยายามแข่งขันบน "เรามีพื้นฐานด้าน AI ที่ยอดเยี่ยม" มีแนวโน้มที่จะเผชิญกับการต่อสู้

นี่คือ AI จริงหรือ?

ประเด็นสุดท้ายที่ฉันอยากจะพูดให้จบคือวิธีที่ ChatGPT เปรียบเทียบกับสมองของเรา ท้ายที่สุด หากเรามุ่งมั่นที่จะสร้างปัญญาประดิษฐ์ นั่นไม่ใช่การเปรียบเทียบที่ไม่ดี

Ian Bogost ยืนยันว่า ChatGPTเป็นของเล่นและไม่เข้าใจอะไรเลยในวิธีที่เราทำ เขาบ่นว่ามันเป็นแค่คำสำรอกและไม่เข้าใจความหมายของคำเหล่านั้น อย่างชาญฉลาด ส่วนแรกของบทความในมหาสมุทรแอตแลนติกของเขากลับกลายเป็นว่าสร้างขึ้นโดย ChatGPT

แน่นอนว่า Ian ถูกต้อง — ใครก็ตามที่เข้าใจ LLM จะรู้ว่าพวกเขาไม่ “เข้าใจ” แล้วเราจะ “เข้าใจ” ได้อย่างไร? สมองของเราไม่ใช่แค่เครื่องจับคู่รูปแบบยักษ์ในบางส่วนเท่านั้นหรือ? “ความเข้าใจ” อาจเป็นเพียงการจับคู่รูปแบบที่ดีกว่า? เมื่อเรา “เรียนรู้บางอย่าง” เราไม่ได้แค่วางรูปแบบให้สมองของเราจับคู่ในภายหลังใช่หรือไม่?

บางทีเราควรคิดถึงตัวเองในฐานะมนุษย์ให้น้อยลง และคิดถึงสัตว์ที่มีสมองง่ายกว่า เช่น แมลง จิ้งจก หนู การจับคู่รูปแบบดูเหมือนจะเป็นคำอธิบายที่ดีว่าสัตว์เหล่านี้มีพฤติกรรมอย่างไร ฉันมักจะหัวเราะเยาะแมวของฉันเพราะพวกมันหลงใหลในกิจวัตรประจำวัน วันหนึ่งนั่งในที่เพื่องีบหลับและถ้ามันได้ผลดี พวกมันก็จะนั่งตรงนั้นทุกวันไปจนชั่วนิรันดร์ ดูเหมือนว่ารูปแบบจะตรงกับฉัน

แต่ดูเหมือนว่าสำหรับสัตว์ที่มีลำดับสูงกว่า เช่น มนุษย์ มีอะไรเกิดขึ้นอีกเล็กน้อย Simon Sinek มีชื่อเสียงในด้านการเปรียบเทียบ"วงกลมสีทอง" เขาเปรียบเทียบแบบจำลองของเขากับโครงสร้างของสมอง - นีโอคอร์เท็กซ์ซึ่งควบคุมความคิดเชิงเหตุผลและสมองส่วนลิมบิกซึ่งรับผิดชอบปฏิกิริยาตามสัญชาตญาณ ฉันสงสัยว่าบางทีเราอาจจะถึงจุดที่เรามีความใกล้เคียงกับสมองส่วนลิมบิกด้วยสิ่งต่างๆ เช่น ChatGPT แต่ยังไม่ได้เสริมด้วยนีโอคอร์เท็กซ์เทียม ซึ่งเป็นสิ่งที่เพิ่มรูปแบบการจับคู่กับความคิดที่เป็นเหตุเป็นผล หรือบางทีสมองของเราพึ่งพาการจับคู่รูปแบบมากกว่าที่เราเต็มใจที่จะรับรู้ หากเป็นกรณีนี้ บางทีเราอาจต้องการ Even Larger Language Models (ELLM)