Неуронска мрежа показује боље перформансе од ЦхатГПТ-а.
Оно што треба да знате
- Нова студија наглашава како су научници потенцијално на ивици новог открића.
- Нова технологија је названа неуронска мрежа и има способност да прави генерализације о језику.
- Према заједничким референтним вредностима, неуронске мреже би могле потенцијално надмашити цхат ботове са вештачком интелигенцијом као што су Бинг Цхат и ЦхатГПТ.
- Када су јој представљени одређени задаци, неуронска мрежа је била у стању да реплицира сличне резултате, док се ГПТ-4 модел борио да оствари ове задатке.
- Неурална мрежа АИ је у стању да разуме и користи нове речи у различитим поставкама боље од ЦхатГПТ-а.
Како компаније настављају да улажу више напора у вештачку интелигенцију да побољшају технологију, научници су наизглед створили нову технологију која би могла заменити генеративне способности вештачке интелигенције.
Према извештају у Натуре, научници називају технологију у настајању неуронском мрежом. Они су даље назначили да има способност да прави генерализације о језику. Штавише, научници тврде да би могао бити једнако добар као и људи, посебно када се склапа нови речи и примењујући их у различитим окружењима и контекстима, на крају представљајући живот искуство.
Када се стави на тест и упореди са ЦхатГПТ, научници су закључили да су неуронска мрежа и људи боље радили. Ово је упркос чињеници да цхатботови попут ЦхатГПТ и Бинг Цхат су у стању да комуницирају на људски начин и служе као помоћници са вештачком интелигенцијом.
Према извештају Натуре, постоји велика могућност да би неуронска мрежа могла да надмудри Четботови са вештачком интелигенцијом на дуге стазе јер могу да комуницирају са људима природније у поређењу са постојећим система. Гледајући уназад, Мицрософтов Бинг Цхат је био уочен халуцинирајући током првих дана његовог покретања, иако је проблем решен.
Пол Смоленски, научник специјализован за језик на Универзитету Џон Хопкинс у Балтимору, Мериленд, изјавио је да је технологија неуронске мреже „пробој у способности да се мреже обуче да буду систематски“.
Како функционише неуронска мрежа?
Као што је горе истакнуто, неуронска мрежа може савијати нове речи и користити их у различитим окружењима као што су људи. Једина разлика је у томе што технологија прво мора да прође енергичну обуку да би савладала реч и како да је користи у различитим окружењима.
Да би утврдили способност технологије, научници су извршили неколико тестова на људима тако што су их изложили до нових речи и мерења њиховог разумевања колико су добро могли да користе речи у различитим контексти. Такође су тестирали своју способност да повежу новонаучене речи одређеним бојама. Према заједничким мерилима, 80% људи који су учествовали у вежби се одлично показали и могли су да повежу речи са бојама.
Научник је користио исту премису за обуку неуронске мреже. Међутим, они су га конфигурисали да учи из сопствених грешака. Циљ је био омогућити систему да учи из сваког задатка који је завршио, а не да користи статичне податке. Да би се осигурало да неуронска мрежа приказује људске карактеристике, научници су обучили модел да репродукује сличне грешке онима који су направили сличан тест. На крају, ово је омогућило неуронској мрежи да одговори на нову серију питања скоро (ако не савршено) као људи.
ГПТ-4 је, с друге стране, требало доста времена да схвати задатке који су му представљени. Чак и тада, резултати су били тужни у поређењу са људима и неуронском мрежом, где је у просеку износио између 42 и 86 одсто, у зависности од представљених задатака. Невероватно једноставно речено, проблем са ГПТ-ом и другим сличним системима је у томе што они једноставно опонашају интензивно сложену синтаксу, уместо да показују право разумевање контекста. То је оно што води ГПТ и сличне моделе у халуциногене зечје рупе - људи су више способан за самоисправљање аномалија попут ове, а неуронске мреже би могле бити способније за то такође.
Иако ово потенцијално доказује да би неуронска мрежа могла бити следећа најбоља ствар након генеративне АИ, потребно је много тестирања и студија да би се то у потпуности потврдило. Биће занимљиво видети како ће се ово одиграти и како преобликује систематску генерализацију.
Шта чека будућност за ЦхатГПТ и Бинг Цхат?
Нема сумње у моћ и потенцијал генеративне АИ, посебно ако су њене огромне могућности у потпуности истражене и добро искоришћене. Ово не значи да технологија већ не постиже невероватне подвиге. Недавно је група истраживача доказала да је могуће успешно водити софтверску компанију користећи ЦхатГПТ и чак генерише код за мање од седам минута за мање од једног долара.
Иако импресивно, генеративна АИ суочава са својим поштеним делом неуспеха. На пример, превелике импликације трошкова потребно да се одржава, не заборављајући количину расхладне воде и енергије коју троши. Такође је било извештаја о ОпенАИ-јевом четботу који покреће вештачку интелигенцију, ЦхатГПТ, губећи тачност и његове база корисника опада три месеца узастопно. Бинг Цхат-ови тржишни удео такође има стагнирао упркос Мајкрософтова велика инвестиција у технологији.
Да ли мислите да ће неуронска мрежа на крају засенчити четботе са вештачком интелигенцијом као што су ЦхатГПТ и Бинг АИ? Поделите своје мисли са нама у коментарима.