La rete neurale mostra prestazioni migliori rispetto a ChatGPT.
Cosa hai bisogno di sapere
- Un nuovo studio evidenzia come gli scienziati siano potenzialmente sull’orlo di una nuova svolta.
- La nuova tecnologia è chiamata rete neurale e ha la capacità di fare generalizzazioni sul linguaggio.
- Secondo i benchmark condivisi, le reti neurali potrebbero potenzialmente sovraperformare i chatbot basati sull’intelligenza artificiale come Bing Chat e ChatGPT.
- Quando presentava determinati compiti, la rete neurale era in grado di replicare risultati simili, mentre il modello GPT-4 faticava a svolgere questi compiti.
- L'intelligenza artificiale della rete neurale è in grado di comprendere e utilizzare nuove parole in diverse impostazioni meglio di ChatGPT.
Mentre le aziende continuano a impegnarsi maggiormente nell’intelligenza artificiale per migliorare la tecnologia, gli scienziati sembrano aver creato una nuova tecnologia che potrebbe sostituire le capacità dell’intelligenza artificiale generativa.
Secondo il rapporto su Nature, gli scienziati chiamano questa tecnologia emergente una rete neurale. Hanno inoltre indicato che ha la capacità di fare generalizzazioni sul linguaggio. Inoltre, gli scienziati sostengono che potrebbe essere altrettanto valido quanto gli esseri umani, soprattutto se piegato da nuovo parole e applicandole in diverse ambientazioni e contesti, presentando infine un aspetto realistico esperienza.
Quando messo alla prova e confrontato con ChatGPT, gli scienziati hanno concluso che la rete neurale e gli esseri umani hanno ottenuto risultati migliori. Questo nonostante il fatto che chatbot come ChatGPT e BingChat sono in grado di interagire in modo simile a quello umano e fungere da assistenti basati sull'intelligenza artificiale.
Secondo il rapporto di Nature, esiste un'enorme possibilità che la rete neurale possa superare in astuzia Chatbot basati sull'intelligenza artificiale a lungo termine in quanto possono interagire con le persone in modo più naturale rispetto a quelli esistenti sistemi. Guardando indietro, Bing Chat di Microsoft lo era avvistato allucinante durante i primi giorni dal lancio, sebbene il problema sia stato risolto.
Paul Smolensky, uno scienziato specializzato in lingue presso la Johns Hopkins University di Baltimora, nel Maryland, ha affermato che la tecnologia delle reti neurali rappresenta un " passo avanti nella capacità di addestrare le reti ad essere sistematico."
Come funziona la rete neurale?
Come evidenziato sopra, una rete neurale può piegare nuove parole e usarle in contesti diversi come gli esseri umani. L'unica differenza è che la tecnologia deve prima subire una formazione vigorosa per padroneggiare la parola e come usarla in contesti diversi.
Per determinare la capacità della tecnologia, gli scienziati hanno eseguito diversi test sugli esseri umani esponendoli a nuove parole e valutando la loro comprensione di quanto bene fossero in grado di usare le parole in modi diversi contesti. Hanno anche testato la loro capacità di collegare le parole appena apprese con colori specifici. Secondo il benchmark condiviso, l'80% delle persone che hanno partecipato all'esercizio eccellevano e riuscivano a mettere in relazione le parole con i colori.
Lo scienziato ha utilizzato la stessa premessa per addestrare una rete neurale. Tuttavia, lo hanno configurato per imparare dai propri errori. L'obiettivo era consentire al sistema di apprendere da ogni attività completata anziché utilizzare dati statici. Per garantire che la rete neurale rappresentasse caratteristiche simili a quelle umane, gli scienziati hanno addestrato il modello a riprodurre errori simili a quelli commessi da coloro che hanno effettuato un test simile. Alla fine, ciò ha consentito alla rete neurale di rispondere a una nuova serie di domande quasi (se non perfettamente) come gli esseri umani.
GPT-4, d'altra parte, ha impiegato un po' di tempo per dare un senso ai compiti che gli venivano presentati. Anche allora i risultati erano deludenti rispetto a quelli ottenuti dagli esseri umani e dalla rete neurale, dove la media era compresa tra il 42 e l’86%, a seconda dei compiti presentati. In parole povere, il problema con GPT e altri sistemi simili è che imitano semplicemente una sintassi intensamente complessa, piuttosto che dimostrare una vera comprensione del contesto. Questo è ciò che porta GPT e modelli simili nelle tane allucinogene del coniglio: gli esseri umani sono di più capace di autocorreggere anomalie come questa, e le reti neurali potrebbero essere più capaci di farlo anche.
Sebbene ciò dimostri potenzialmente che una rete neurale potrebbe essere la cosa migliore dopo l’intelligenza artificiale generativa, sono necessari molti test e studi per affermarlo completamente. Sarà interessante vedere come si svilupperà tutto ciò e come rimodellerà la generalizzazione sistematica.
Cosa riserva il futuro per ChatGPT e Bing Chat?
Non ci sono dubbi sul potere e sul potenziale dell’intelligenza artificiale generativa, soprattutto se le sue vaste capacità vengono pienamente esplorate e messe a frutto. Questo non vuol dire che la tecnologia non stia già raggiungendo risultati sorprendenti. Recentemente, un gruppo di ricercatori ha dimostrato che è possibile gestire con successo un'azienda di software utilizzando ChatGPT e persino generare codice in meno di sette minuti per meno di un dollaro.
Sebbene impressionante, il IA generativa deve affrontare la sua giusta dose di battute d’arresto. Ad esempio, implicazione di costi esorbitanti necessari per mantenerlo in funzione, senza dimenticare la quantità di acqua di raffreddamento e di energia che consuma. Ci sono state anche segnalazioni del chatbot basato sull'intelligenza artificiale di OpenAI, ChatGPT, perdendo precisione e il suo base utenti in calo per tre mesi consecutivi. Bing Chat anche la quota di mercato stagnato nonostante Il pesante investimento di Microsoft nella tecnologia.
Pensi che la rete neurale finirà per oscurare i chatbot basati sull'intelligenza artificiale come ChatGPT e Bing AI? Condividi i tuoi pensieri con noi nei commenti.