به گزارش دپارتمان اخبار اقتصادی پایگاه خبری آبان نیوز ،
اسo مدل پردازش زبان ChatGPT در دنیایی حیرتزده رخنه کرد و هوا توسط جیغهای شادی و فریادهای خشم یا زاری به هم ریخت. آنهایی که خوشحال شدند، کسانی بودند که با کشف این که یک ماشین ظاهراً می تواند یک سفارش کتبی را با شایستگی انجام دهد، متحیر شدند. این خشم ناشی از ترس از کار اضافی از جانب افرادی بود که استخدام آنها مستلزم توانایی نوشتن نثر کارآمد است. و این نالهها از جانب افراد جدی (بسیاری از آنها معلمان در سطوح مختلف) بود که مشاغل روزانه آنها شامل نمره دادن به مقالاتی است که تاکنون توسط دانشآموزان نوشته شده است.
تا اینجا، خیلی قابل پیش بینی است. اگر چیزی از تاریخ بدانیم، این است که عموماً تأثیر کوتاهمدت فناوریهای ارتباطی جدید را دستکم میگیریم، در حالی که پیامدهای بلندمدت آنها را به شدت دست کم میگیریم. همینطور در مورد چاپ، فیلم، پخش رادیو و تلویزیون و اینترنت. و من گمان می کنم که ما به تازگی به همان چرخ و فلک شناختی پریده ایم.
با این حال، قبل از فشار دادن دکمه وحشت، ارزش بررسی ماهیت جانور را دارد. این چیزی است که انبوه یادگیری ماشینی آن را یک مدل زبان بزرگ (LLM) می نامند که با رابط مکالمه ای تقویت شده است. مدل زیربنایی بر روی صدها ترابایت متن آموزش داده شده است، که بیشتر آن احتمالاً از وب خراشیده شده است، بنابراین می توان گفت که تقریباً همه چیزهایی را که تا به حال به صورت آنلاین منتشر شده است، «خوانده» (یا در هر حال بلعیده است) کرده است. در نتیجه، ChatGPT در تقلید از زبان انسان بسیار ماهر است، امکاناتی که بسیاری از کاربران خود را به انسانشناسی تشویق کرده است، یعنی سیستم را بیشتر شبیه انسانها تا ماشینمانند ببینند. از این رو فریادهای فوقالعاده لذت – و همچنین کاربر گمراهکننده عجیب و غریب ظاهراً معتقد است که دستگاه به نوعی “حساس” است.
شناختهشدهترین پادزهر برای این تمایل به انسانسازی سیستمهایی مانند ChatGPT، صحبت کردن درباره مدلهای زبان بزرگ است، مقالهای که اخیراً توسط محقق برجسته هوش مصنوعی موری شاناهان در arXiv موجود است. در آن، او توضیح میدهد که LLMها مدلهای ریاضی توزیع آماری «نشانهها» (کلمات، بخشهایی از کلمات یا نویسههای فردی از جمله علائم نقطهگذاری) در مجموعه وسیعی از متنهای تولید شده توسط انسان هستند. بنابراین، اگر به مدل پیامی مانند «اولین شخصی که روی ماه قدم گذاشت … بود» بدهید و با «نیل آرمسترانگ» پاسخ میدهد، به این دلیل نیست که مدل چیزی در مورد ماه یا مأموریت آپولو میداند، بلکه به این دلیل است که ما در واقع سؤال زیر را از آن می پرسند: «با توجه به توزیع آماری کلمات در مجموعه گسترده عمومی [English] متن، چه کلماتی به احتمال زیاد دنباله ی “اولین کسی که روی ماه قدم گذاشت” می آید؟ یک پاسخ خوب به این سوال «نیل آرمسترانگ» است.
بنابراین آنچه در جریان است «پیشبینی بعدی» است، که اتفاقاً همان چیزی است که بسیاری از وظایفی که ما با هوش انسانی مرتبط میکنیم نیز شامل میشود. این ممکن است توضیح دهد که چرا بسیاری از مردم تحت تأثیر عملکرد ChatGPT قرار گرفته اند. به نظر می رسد که در بسیاری از برنامه ها مفید است: برای مثال، خلاصه کردن مقالات طولانی، یا تولید اولین پیش نویس یک ارائه که می توان آن را تغییر داد. یکی از قابلیت های غیرمنتظره تر آن ابزاری برای کمک به نوشتن کدهای کامپیوتری است. دن شیپر، یک نرم افزار با تجربه، گزارش می دهد که او کریسمس را به عنوان دستیار برنامه نویسی با آن آزمایش کرد و به این نتیجه رسید که: «این فوق العاده در کمک به شما برای شروع یک پروژه جدید خوب است. این همه تحقیق و تفکر و بررسی چیزها را میطلبد و آن را از بین میبرد… در عرض 5 دقیقه میتوانید قطعه خرد کاری را داشته باشید که قبلاً چند ساعت طول میکشید تا راه بیفتد. اما اخطار او این بود که ابتدا باید برنامه نویسی را بدانید.
به نظر من این شروع خرد در مورد ChatGPT است: در بهترین حالت، این یک دستیار است، ابزاری که توانایی های انسان را افزایش می دهد. و اینجاست که بماند. از این نظر، به اندازه کافی عجیب، من را به یاد نرم افزار صفحه گسترده می اندازد، که در سال 1979 زمانی که دن بریکلین و باب فرانکستون VisiCalc، اولین برنامه صفحه گسترده، را برای رایانه Apple II نوشتند، مانند صاعقه ای به دنیای تجارت ضربه زد. در فروشگاه های سرگرمی یک روز استیو جابز و استیو وزنیاک از خواب بیدار شدند که متوجه شدند بسیاری از افرادی که کامپیوترشان را می خریدند ریش و دم اسبی ندارند بلکه کت و شلوار می پوشند. و این نرم افزار سخت افزار می فروشد، نه برعکس.
این خبر در آیبیام گم نشد و شرکت را بر آن داشت تا رایانه شخصی را بسازد و میچ کاپور برنامه صفحه گسترده Lotus 1-2-3 را برای آن بنویسد. در نهایت، مایکروسافت نسخه خود را نوشت و آن را اکسل نامید، که اکنون بر روی هر دستگاه در هر دفتر در جهان توسعه یافته اجرا می شود. این از یک تقویت جذاب اما مفید در تواناییهای انسان به یک لوازم جانبی عادی تبدیل شد – بدون ذکر دلیلی که کت نورتون (معروف به “خانم اکسل”) از آموزش ترفندهای اکسل در TikTok روزانه مبالغ شش رقمی میگیرد. احتمال این وجود دارد که شخصی در جایی قصد دارد این کار را با ChatGPT انجام دهد. و استفاده از ربات برای نوشتن اسکریپت ها.
چیزی که من خوانده ام
تهدید سه گانه
جادوی سوم مدیتیشن نوح اسمیت در مورد تاریخ، علم و هوش مصنوعی است.
به عقب نگاه نکن
نوستالژی برای افول در بریتانیای همگرا، پست وبلاگ طولانی آدام توز در مورد تاریخ طولانی انحطاط اقتصادی بریتانیا است.
تأثیرات نابرابری
چه کسی دموکراسی آمریکا را شکست؟ مقاله ای روشنگر در سایت Project Syndicate توسط آنگوس دیتون، برنده جایزه نوبل است.
این خبر از خبرگزاری های بین المللی معتبر گردآوری شده است و سایت اخبار امروز آبان نیوز صرفا نمایش دهنده است. آبان نیوز در راستای موازین و قوانین جمهوری اسلامی ایران فعالیت میکند لذا چنانچه این خبر را شایسته ویرایش و یا حذف میدانید، در صفحه تماس با ما گزارش کنید.