Generatywny AI ChatGPT kontra te nieskończone małpy piszące na klawiaturze, żaden konkurs nie mówi o etyce AI i prawie AI

Te wstrętne małpy.

Istnieje dość znany eksperyment myślowy, o którym być może słyszałeś z udziałem małp. Całkowicie intrygujący pomysł jest często używany przez tych, którzy chcą przedstawić szczególnie dopracowany punkt.

Oto jak potoczy się fabuła.

Wyobraź sobie, że małpa pisze na maszynie do pisania. Jeśli małpa będzie pisać na klawiaturze przez nieskończoną ilość czasu i zakładając, że wpisuje ona klawisze wyłącznie w sposób losowy, istnieje prawdopodobieństwo, że całe dzieła Szekspira zostaną nieuchronnie przepisane.

Wydaje się, że sedno polega na tym, że dzięki przypadkowemu przypadkowi można czasami uzyskać zrozumiałą odpowiedź. Wszyscy zgodzimy się, że dzieła Szekspira są wspaniałym pokazem zrozumiałego pisma i rozumowania. Tak więc cokolwiek lub jakikolwiek sposób wyprodukowania cennych słów Szekspira wydawałby się zdumiewająco imponujący, chociaż jednocześnie bylibyśmy wyraźnie zawiedzeni, że nie była to inteligencja jako taka, a raczej przypadkowy przypadek.

Niektórzy próbują obecnie porównać tę małpią metaforę z najnowszą sztuczną inteligencją (AI).

Prawdopodobnie wiesz, że obecnie najgorętszą formą sztucznej inteligencji jest generatywna sztuczna inteligencja, czego przykładem jest bardzo popularna aplikacja AI znana jako ChatGPT stworzona przez OpenAI. Za chwilę wyjaśnię więcej o generatywnej sztucznej inteligencji i ChatGPT. W tej chwili po prostu wiedz, że jest to aplikacja AI do zamiany tekstu na tekst lub tekstu na esej, która może napisać dla ciebie esej na podstawie wprowadzonego przez ciebie monitu.

Twierdzony związek dotyczący legendarnej małpy piszącej na klawiaturze polega na tym, że rzekomo imponujące eseje generowane przez generatywną sztuczną inteligencję, które wydają się być całkowicie płynne, nie są bardziej zdumiewające niż osiągnięcia naczelnych piszących na klawiaturze. Jeśli zaakceptujesz założenie, że małpa losowo pisząca na klawiaturze może wygenerować dzieła Szekspira, i jeśli chcesz przyznać, że ChatGPT i inne generatywne AI są pozornie takie same, musisz ergo dojść do wniosku, że generatywna sztuczna inteligencja wcale nie jest szczególnie godna uwagi. Po prostu losowość nas oszukuje.

Cóż, może się to wydawać przekonującym przypadkiem, ale musimy to rozpakować. Uważne rozpakowanie pokaże, że porównanie między nimi jest mylące i ewidentnie błędne.

Przestań robić porównania. Tych, którzy nalegają na dalsze porównywanie, proszę przynajmniej, aby robili to w sposób rozważny i szczery.

Ci, którzy po prostu rzucają porównaniami, wyrządzają szkodę generatywnej sztucznej inteligencji. A co ważniejsze, chodzi o to, że wprowadza to w błąd opinię publiczną i całe społeczeństwo. Przypuszczam, że moglibyśmy również dodać, że wyrządzają one również krzywdę ciężko pracującym małpom lub być może podważają wartość twierdzenia o nieskończonych małpach piszących na klawiaturze. Być uczciwym. Bądź miły. Bądź prawdomówny.

Zanim przejdziemy do głębokiego nurkowania na ten temat, jest żart poufny, który wykorzystuje pojęcie małpy piszącej na klawiaturze. Może Ci się spodoba.

Cyniczny humor jest często śledzony w osobistej korespondencji podczas początkowego rozkwitu Internetu. To właśnie wtedy Internet wychodził z ponurego, poważnego królestwa online na niespokojne terytorium bycia hałaśliwym, hałaśliwym i niesfornym, gdy liczba osób korzystających z Internetu wyraźnie wzrosła.

Ta humorystyczna anegdota głosi, że jeśli małpy piszące na maszynach do pisania miały ostatecznie wyprodukować, czy raczej powielić cały dorobek Szekspira, to teraz mamy dowód, że dzięki nadejściu Internetu musi to zdecydowanie nie Mów prawdę.

Czy ty się śmiejesz?

Niektórzy uważają to za szalenie zabawną uwagę.

Żart jest poniżeniem tego, że Internet ze wszystkimi jego pieniącymi się i wypluwającymi postami nie zbliża się do poziomu produkcji Szekspira. Jest to ostra uwaga, która podkreśla, że ​​Internet prawdopodobnie nie wywyższa dyskursu, ale go oczernia. Wielu zakładało, że Internet będzie dobrodziejstwem dla inteligentnej interakcji, umożliwiając prowokujące do myślenia dyskusje na całym świecie. Wygląda na to, że niekoniecznie byliśmy świadkami tego na tak dużą skalę, jak się spodziewano.

Oczywiście byłoby niedbalstwem potraktować ten żart jako prawdziwy zwiastun tego, czego dokonał Internet. Z Internetem wiąże się wiele wspaniałych odkryć i godnych uwagi wartości. Żart jest ozdobą lub przesadą. Niemniej jednak dobrze rozumiany jest fakt, że musimy uważać na podstępne i rynsztokowe treści, jednocześnie dążąc do znalezienia i podniesienia na duchu dzieł inspirujących społecznie za pośrednictwem Internetu. Za moje relacje o tym, jak sztuczna inteligencja może zarówno pomóc, jak i w podwójne użycie moda podcina dyskurs społeczny poprzez negatywne wpisy w Internecie, zobacz moją dyskusję na link tutaj.

W dzisiejszym felietonie zajmę się znaczącymi różnicami między generatywną sztuczną inteligencją a klasyczną opowieścią o małpach piszących na klawiaturze. Wyjaśnię, gdzie porównanie jest chybione. Bez wątpienia dowiesz się więcej o twierdzeniu o małpach piszących, a także zrozumiesz bardziej konkretnie, jak działa generatywna sztuczna inteligencja. Od czasu do czasu będę odnosił się do ChatGPT, ponieważ jest to 600-kilogramowy goryl generatywnej sztucznej inteligencji (gra słów zamierzona), ale pamiętaj, że istnieje wiele innych generatywnych aplikacji AI i generalnie opierają się one na tych samych ogólnych zasadach.

Tymczasem możesz się zastanawiać, czym tak naprawdę jest generatywna sztuczna inteligencja.

Najpierw omówmy podstawy generatywnej sztucznej inteligencji, a następnie przyjrzyjmy się bliżej porównaniom twierdzeń małp piszących na klawiaturze.

Do tego wszystkiego dochodzi mnóstwo kwestii związanych z etyką sztucznej inteligencji i prawem sztucznej inteligencji.

Należy pamiętać, że trwają wysiłki mające na celu włączenie zasad etycznej sztucznej inteligencji do opracowywania i wdrażania aplikacji AI. Rosnący kontyngent zainteresowanych i niegdysiejszych etyków sztucznej inteligencji stara się zapewnić, aby wysiłki mające na celu opracowanie i przyjęcie sztucznej inteligencji uwzględniały pogląd na robienie AI na dobre i unikanie AI na złe. Podobnie, proponowane są nowe przepisy dotyczące sztucznej inteligencji, które są rozpowszechniane jako potencjalne rozwiązania mające na celu powstrzymanie wysiłków AI przed popadnięciem w amok w zakresie praw człowieka i tym podobnych. Aby zapoznać się z moimi ciągłymi i obszernymi relacjami z etyki AI i prawa AI, patrz link tutaj i link tutaj, żeby wymienić tylko kilka.

Trwa opracowywanie i rozpowszechnianie zasad etycznej sztucznej inteligencji, aby, miejmy nadzieję, zapobiec wpadnięciu społeczeństwa w niezliczone pułapki indukujące sztuczną inteligencję. Aby zapoznać się z moimi relacjami z zasad etyki AI ONZ opracowanych i wspieranych przez prawie 200 krajów dzięki wysiłkom UNESCO, zob. link tutaj. W podobnym duchu badane są nowe przepisy dotyczące sztucznej inteligencji, aby spróbować utrzymać sztuczną inteligencję na równym poziomie. Jedno z najnowszych ujęć składa się z zestawu proponowanych Karta praw AI które niedawno wydał Biały Dom w celu określenia praw człowieka w dobie sztucznej inteligencji, zob link tutaj. Potrzeba całej wioski, aby utrzymać sztuczną inteligencję i twórców sztucznej inteligencji na właściwej ścieżce i powstrzymać celowe lub przypadkowe podstępne działania, które mogą zaszkodzić społeczeństwu.

W tę dyskusję będę wplatać rozważania związane z etyką sztucznej inteligencji i prawem sztucznej inteligencji.

Podstawy generatywnej sztucznej inteligencji

Najbardziej znany przypadek generatywnej sztucznej inteligencji jest reprezentowany przez aplikację AI o nazwie ChatGPT. ChatGPT pojawił się w świadomości publicznej w listopadzie, kiedy został wydany przez firmę badawczą AI OpenAI. Od tego czasu ChatGPT zbiera ogromne nagłówki i zdumiewająco przekracza przydzielone piętnaście minut sławy.

Zgaduję, że prawdopodobnie słyszałeś o ChatGPT, a może nawet znasz kogoś, kto z niego korzystał.

ChatGPT jest uważany za generatywną aplikację AI, ponieważ jako dane wejściowe pobiera tekst od użytkownika, a następnie generuje lub tworzy wynik, który składa się z eseju. Sztuczna inteligencja jest generatorem tekstu na tekst, chociaż opisuję AI jako generator tekstu na esej, ponieważ łatwiej wyjaśnia, do czego jest powszechnie używany. Możesz użyć generatywnej sztucznej inteligencji do komponowania długich kompozycji lub możesz sprawić, by oferowała raczej krótkie, zwięzłe komentarze. To wszystko na twoje rozkazy.

Wszystko, co musisz zrobić, to wpisać monit, a aplikacja AI wygeneruje dla Ciebie esej, który spróbuje odpowiedzieć na Twój monit. Skomponowany tekst będzie wyglądał tak, jakby esej został napisany ludzką ręką i umysłem. Jeśli wpiszesz monit „Opowiedz mi o Abrahamie Lincolnie”, generatywna sztuczna inteligencja dostarczy ci esej o Lincolnie. Istnieją inne tryby generatywnej sztucznej inteligencji, takie jak text-to-art i text-to-video. Skoncentruję się tutaj na odmianie tekstu na tekst.

Twoja pierwsza myśl może być taka, że ​​ta zdolność do generowania nie wydaje się tak wielka, jeśli chodzi o tworzenie esejów. Możesz łatwo przeszukać Internet i łatwo znaleźć tony esejów o prezydencie Lincolnie. Kopacz w przypadku generatywnej sztucznej inteligencji polega na tym, że wygenerowany esej jest stosunkowo unikalny i zapewnia oryginalną kompozycję, a nie naśladowcę. Gdybyś miał spróbować znaleźć gdzieś online esej stworzony przez sztuczną inteligencję, jest mało prawdopodobne, że go znajdziesz.

Generatywna sztuczna inteligencja jest wstępnie wyszkolona i wykorzystuje złożone formuły matematyczne i obliczeniowe, które zostały opracowane na podstawie badania wzorców w słowach pisanych i historiach w Internecie. W wyniku zbadania tysięcy i milionów pisemnych fragmentów sztuczna inteligencja może wypluć nowe eseje i historie, które są mieszanką tego, co zostało znalezione. Dzięki dodaniu różnych funkcji probabilistycznych wynikowy tekst jest prawie unikalny w porównaniu z tym, co zostało użyte w zbiorze uczącym.

Istnieje wiele obaw związanych z generatywną sztuczną inteligencją.

Jednym z kluczowych minusów jest to, że eseje tworzone przez generatywną aplikację AI mogą zawierać różne osadzone kłamstwa, w tym ewidentnie nieprawdziwe fakty, fakty, które są myląco przedstawiane, oraz pozorne fakty, które są całkowicie sfabrykowane. Te sfabrykowane aspekty są często określane jako forma Halucynacje AI, slogan, którego nie lubię, ale niestety wydaje się, że i tak zyskuje popularność (szczegółowe wyjaśnienie, dlaczego jest to kiepska i nieodpowiednia terminologia, można znaleźć w mojej relacji na link tutaj).

Innym problemem jest to, że ludzie mogą łatwo przypisać sobie uznanie za generatywny esej stworzony przez sztuczną inteligencję, mimo że sami go nie napisali. Być może słyszałeś, że nauczyciele i szkoły są bardzo zaniepokojeni pojawieniem się generatywnych aplikacji AI. Studenci mogą potencjalnie wykorzystać generatywną sztuczną inteligencję do napisania przypisanych im esejów. Jeśli uczeń twierdzi, że esej został napisany własnoręcznie, istnieje niewielka szansa, że ​​nauczyciel będzie w stanie rozpoznać, czy zamiast tego został sfałszowany przez generatywną sztuczną inteligencję. Aby zapoznać się z moją analizą tego mylącego aspektu ucznia i nauczyciela, zobacz moją relację pod adresem link tutaj i link tutaj.

W mediach społecznościowych pojawiło się kilka dziwacznych, przerośniętych roszczeń generatywna sztuczna inteligencja twierdząc, że ta najnowsza wersja AI jest w rzeczywistości czująca sztuczna inteligencja (nie, mylą się!). Osoby zajmujące się etyką sztucznej inteligencji i prawem sztucznej inteligencji są szczególnie zaniepokojone tym rosnącym trendem wysuwanych roszczeń. Można grzecznie powiedzieć, że niektórzy ludzie przeceniają to, co dzisiejsza sztuczna inteligencja faktycznie potrafi. Zakładają, że sztuczna inteligencja ma możliwości, których nie byliśmy jeszcze w stanie osiągnąć. To niefortunne. Co gorsza, mogą pozwolić sobie i innym na wpadnięcie w tragiczne sytuacje z powodu założenia, że ​​sztuczna inteligencja będzie świadoma lub podobna do człowieka i będzie w stanie podjąć działania.

Nie antropomorfizuj AI.

W ten sposób zostaniesz złapany w lepką i ponurą pułapkę polegania na oczekiwaniu, że sztuczna inteligencja zrobi rzeczy, których nie jest w stanie wykonać. Biorąc to pod uwagę, najnowsze generatywne AI są stosunkowo imponujące pod względem tego, co potrafią. Należy jednak pamiętać, że istnieją znaczne ograniczenia, o których należy stale pamiętać podczas korzystania z dowolnej aplikacji do generatywnej sztucznej inteligencji.

Na razie ostatnie ostrzeżenie.

Cokolwiek zobaczysz lub przeczytasz w generatywnej odpowiedzi AI wydaje być przekazywane jako oparte na faktach (daty, miejsca, ludzie itp.), zachowaj sceptycyzm i bądź gotów dwukrotnie sprawdzić to, co widzisz.

Tak, daty można zmyślać, miejsca można zmyślać, a elementy, które zwykle oczekujemy, że będą bez zarzutu, są cała kolekcja podlega podejrzeniom. Nie wierz w to, co czytasz i zachowuj sceptycyzm podczas sprawdzania generatywnych esejów lub wyników AI. Jeśli generatywna aplikacja AI powie ci, że Abraham Lincoln latał po kraju swoim prywatnym odrzutowcem, z pewnością wiedziałbyś, że to malarkowskie. Niestety, niektórzy ludzie mogą nie zdawać sobie sprawy, że w jego czasach nie było odrzutowców, lub mogą wiedzieć, ale nie zauważać, że esej zawiera to bezczelne i oburzająco fałszywe twierdzenie.

Silna dawka zdrowego sceptycyzmu i uporczywy brak wiary będą Twoimi największymi atutami podczas korzystania z generatywnej sztucznej inteligencji.

Jesteśmy gotowi przejść do następnego etapu wyjaśniania.

Co się dzieje z tymi małpami piszącymi na klawiaturze

Teraz, gdy masz już pojęcie, czym jest generatywna sztuczna inteligencja, możemy zbadać porównanie z małpami piszącymi na klawiaturze. W pewnym sensie zamierzam krok po kroku rozbierać twierdzenie małpy o pisaniu na maszynie. Robię to, aby oświetlić podstawy. Możemy następnie użyć ujawnionych elementów do porównania z generatywną sztuczną inteligencją.

Twierdzenie lub hipoteza o małpach piszących na klawiaturze zawiera podstawowy zestaw elementów:

• a) Kto lub co. Zidentyfikowane stworzenie lub aktor piszący na klawiaturze
• b) Liczba i długowieczność. Ile ich jest i jaki jest ich status długowieczności
• c) Wyprowadzone symbole. Produkcja liter i znanych symboli za pomocą podstawowego urządzenia
• d) Czas. Czas wykonywania zadania
• e) Inteligencja. Jaką bystrość wnoszą do wykonywania zadania
• f) Ukierunkowany wynik. Docelowy wynik tego, co chcemy, aby wyprodukowali

Przyjrzyjmy się najpierw małpom piszącym na klawiaturze.

Być może pamiętasz, jak wspomniałem na początku tej dyskusji, że mamy sobie wyobrazić małpę piszącą na maszynie do pisania. Odniosłem się do podstawowych koncepcji, które pociągają za sobą tylko jedną małpę. Możemy dostosować ten aspekt.

Oto sposoby, w jakie sytuacja jest często przedstawiana:

• Jedna samotna małpa codziennego życia śmiertelnika
• Tysiące takich małp
• Milion takich małp
• Nieskończona liczba takich małp
• Samotna małpa, która jest nieśmiertelna
• Pewna liczba nieśmiertelnych małp
• Itd.

Zauważ, że zamiast mieć tylko jedną małpę, możemy przekształcić eksperyment myślowy i mieć wiele małp, które prawdopodobnie pracują jednocześnie. Ponadto innym regulowanym aspektem jest to, czy małpy są śmiertelne, czy nieśmiertelne. Zajmę się tym za chwilę.

Musimy również uwzględnić czynnik czasu jako kluczowy składnik.

Zwykle czynnik czasu jest jednym z tych dwóch czynników:

• Skończony okres czasu
• Nieskończony czas

Innym niewypowiedzianym elementem jest to, że w tym przypadku wykorzystuje się małpy, ponieważ uważamy je za stosunkowo bezmyślne. Nie wiedzą, jak czytać ani pisać. Nie są w stanie wykazać się inteligencją w taki sam sposób, w jaki my kojarzymy inteligencję z ludzkimi zdolnościami.

Jest to nieco obraźliwe, jeśli się nad tym zastanowisz. Myślę, że wszyscy możemy rozsądnie zgodzić się, że małpy są niezwykle inteligentne, przynajmniej jeśli chodzi o to, co potrafią osiągnąć w ramach swoich ograniczeń myślenia. Ośmielę się powiedzieć, że małpom przypisujemy większą zdolność myślenia niż wielu innym zwierzętom. Istnieje wiele pilnych eksperymentów badawczych, które zostały przeprowadzone, aby pokazać, jak bystre umysłowo mogą być małpy.

W każdym razie dla celów metafory zakłada się, że małpy nie są w stanie myśleć w takim stopniu, w jakim byłyby w stanie samodzielnie wyobrazić sobie dzieła Szekspira. Podczas gdy klasyczny film Planeta małp próbował nas ostrzec, że może to być błędne założenie, w każdym razie idziemy z tym w dzisiejszym świecie.

Gdybyśmy zastąpili małpy mrówkami, metafora nieco się rozproszyła. Nie wyobrażamy sobie mrówek jako zdolnych do pisania na maszynie do pisania. Moglibyśmy spróbować zastąpić użycie psów lub kotów, ponieważ mogłyby one prawie pisać na maszynie do pisania, ale ostatecznie użycie małp jest najlepsze, ponieważ potrafią one pisać w sposób przypominający pisanie na klawiaturze przez ludzi. Mają odpowiednie kończyny i budowę ciała do wykonania zadania. Umysłowo są również postrzegani jako zdolni do pisania na klawiaturze, chociaż zakładamy, że nie wiedzą, co piszą.

Nawiasem mówiąc, było wiele eksperymentów badawczych z udziałem małp i ich rozpoznawania symboli. W tych różnych badaniach uwzględniono konfiguracje, w których małpy pisały na maszynach do pisania lub podobnych urządzeniach. Jeśli zostanie to zrobione odpowiednio, może to mieć znaczenie w dążeniu do użytecznych spostrzeżeń na temat inteligencji i powstawania inteligentnych zachowań.

Niestety, badania polegające na pisaniu na maszynie do pisania nie są czasami prowadzone w szczególnie poważnym duchu. Czasami stosowane podejście było niczym więcej niż słabym ukłonem w stronę słynnego lub niesławnego twierdzenia o małpach piszących na klawiaturze, a nie w dobrej wierze fundamentalnych poszukiwań badawczych. Nie uważam takich wybryków za zabawne ani właściwe. Uważano, że małpom fizycznie wręczano maszyny do pisania i zachęcano je do pisania na podstawie ich kaprysu lub czasem dla smakołyków, takich jak jedzenie. O ile nie zostanie to zrobione w solidny, eksperymentalny sposób, jest to tylko fasada.

Niewielki zwrot, który jest bardziej przyjemny, polega na skonfigurowaniu symulacji komputerowych, które rzekomo wykonują to, co małpy mogą zrobić w takich okolicznościach. Komputer służy do symulacji tych aspektów. Żadne rzeczywiste małpy nie są zaangażowane. Niektórzy posunęli się nawet do zrobienia trochę tzw nauka obywatelska poprzez rozesłanie symulacji każdemu, kto chce pozwolić, aby ich laptop lub komputer był używany do tych wysiłków. Nie daj się nabrać na fałszywe oszustwa, które podstępnie twierdzą, że robią to dla nauki, podczas gdy w rzeczywistości próbują zainfekować Twój komputer wirusem komputerowym. Uważać.

Wracając do aktualnej sprawy.

Jednym z aspektów, który również ma znaczenie w tej sytuacji, jest to, że w tej hipotetycznej małpie piszącej na klawiaturze używane są maszyny do pisania.

Dlaczego maszyny do pisania?

Ponieważ w ten sposób możemy uzyskać produkcję listów, które następnie można uformować w słowa, które następnie można uformować w historie. Ten sam lub podobny pomysł tworzenia wielu liter niekoniecznie wymaga ich wpisywania. Rzeczywiście, istnieją warianty tej metafory, które sięgają czasów Arystotelesa i ergo nie było wtedy maszyn do pisania.

Moglibyśmy zmienić metaforę i odwołać się do współczesnych klawiatur i komputerów. Można powiedzieć, że małpy szaleją w laptopie, a może nawet w smartfonie. Piękno odwoływania się do maszyn do pisania polega na tym, że kojarzymy maszyny do pisania jako nieskomputeryzowane, a zatem nie pomagają one w samym procesie pisania. Ma to kluczowe znaczenie dla zastosowanego urządzenia.

Wreszcie, zwykle przedstawia się nam aspekt, w jakim mają być produkowane dzieła Szekspira. Z łatwością moglibyśmy zastąpić Szekspira dowolnym innym znanym autorem. Być może chcemy wiedzieć, czy małpy są w stanie wyprodukować całe dzieła Charlesa Dickensa, Jane Austen, Ernesta Hemingwaya i tak dalej. To nie ma specjalnego znaczenia. Istotą jest to, że pisanie musi być czymś, co wszyscy znamy i co uznajemy za wybitne pisanie.

Możemy łatwo zastąpić dowolne pismo, które chcemy ustawić jako cel.

Wygoda odwoływania się do Szekspira polega na tym, że jego dzieła są interpretowane jako szczytowe osiągnięcie ludzkiego pisma. Zamiast tego moglibyśmy znaleźć esej napisany przez pierwszoklasistę i użyć go jako celu. Wierzcie lub nie, ale nadal obowiązują te same zasady. Ludzie prawdopodobnie nie uznaliby za inspirujące, że małpy były w stanie odtworzyć pismo dziecka. Aby wszystko było wciągające, pisanie musi być na najwyższym poziomie.

Wariantem docelowego wyniku byłoby odniesienie się do konkretnego dzieła Szekspira, a nie do całego dorobku. Jak wkrótce się przekonasz, nie ma to większego znaczenia dla sedna sprawy. Domyślam się, że wiele osób ma tendencję do wspominania Mała wioska jako część twierdzenia o pisaniu na klawiaturze przez małpę, być może dlatego, że jest to jego najdłuższa gra, obejmująca zgłoszone 29,551 130,000 słów (składających się z około XNUMX XNUMX liter).

Wystarczyłaby jakaś jego sztuka.

Cały wynalazek opiera się na różnych prawach prawdopodobieństwa. Być może dowiedziałeś się o niuansach prawdopodobieństwa na tych wyczerpujących lekcjach statystyki i matematyki, które miałeś w szkole.

Użyjmy słowa „Hamlet”, aby zobaczyć, co trzeba zrobić, aby przypadkowo utworzyć te sześć liter w tej konkretnej sekwencji Hamleta.

Najprostszy sposób arytmetycznego obliczenia polega na założeniu, że mamy łatwo zaokrągloną liczbę dostępnych klawiszy na maszynie do pisania. Załóżmy, że mamy maszynę do pisania, która ma 50 różnych i równie użytecznych klawiszy. Każdy klawisz reprezentuje określony symbol, taki jak symbole zwykłego alfabetu angielskiego. Załóżmy, że klawisze są ułożone w przypadkowej kolejności i że nie sfałszowaliśmy sytuacji, umieszczając oddzielne klawisze Hamleta w określonym układzie, aby skłonić do wpisywania tych konkretnych klawiszy bardziej niż jakichkolwiek innych klawiszy.

Każdy klawisz jest wciskany całkowicie niezależnie od tego, który klawisz został naciśnięty przed nim. Dlatego z 50 klawiszy prawdopodobieństwo naciśnięcia dowolnego klawisza jest uważane za 1 na 50. To samo dotyczy wszystkich klawiszy i całego procesu pisania. Obliczenie dla naciśnięcia pojedynczego klawisza to 1 na 50 szans, czyli 1/50.

Szanse na wpisanie litery „H” wynoszą wtedy 1/50, szanse na wpisanie litery „a” to 1/50, szanse na wpisanie litery „m” to 1/50 i tak dalej.

Jest to:

• Prawdopodobieństwo wpisania „H” wynosi 1/50.
• Prawdopodobieństwo wpisania „a” wynosi 1/50.
• Prawdopodobieństwo wpisania „m” wynosi 1/50.
• Prawdopodobieństwo wpisania „l” wynosi 1/50.
• Prawdopodobieństwo wpisania „e” wynosi 1/50.
• Prawdopodobieństwo wpisania „t” wynosi 1/50.

Standardowa reguła lub prawo prawdopodobieństwa stwierdza, że ​​jeśli dwa lub więcej zdarzeń jest w pełni statystycznie niezależnych od siebie, możemy obliczyć prawdopodobieństwo ich wystąpienia, po prostu mnożąc ich prawdopodobieństwa przez siebie. Możemy to zrobić w odniesieniu do tych sześciu liter.

Mamy to obliczenie: „H” (1/50) x „a” (1/50) x „m” (1/50) x „l” (1/50) x „e” (1/50) x „t” (1/50)

To znaczy: (1/50) x (1/50) x (1/50) x (1/50) x (1/50) x (1/50)

Minuskułowa liczba dochodzi do 1/15,625,000,000 XNUMX XNUMX XNUMX.

Szanse na wpisanie sześcioliterowego słowa „Hamlet” wynoszą więc mniej więcej jeden na 15 miliardów, przy pozostałych przypadkach równych.

To są przerażające szanse. A to tylko po to, aby wpisać określone sześcioliterowe słowo. Spróbuj zastosować to samo obliczenie do 29,551 XNUMX słów całej sztuki Hamleta. Jeśli zdecydujesz się to obliczyć, zdaj sobie również sprawę, że należy uwzględnić odstępy między słowami.

Im dłuższy docelowy wynik, tym większe są szanse na to, że nie będziemy w stanie wygenerować tych precyzyjnych zestawów liter i słów. Szanse stają się coraz mniejsze. Szanse są tak małe, że prawie rzucilibyśmy ręcznik i powiedzieli, że wydaje się, że „nigdy” to się nie wydarzy (bądź ostrożny, używając słowa „nigdy”, ponieważ jest to potężna sprzeczność).

Weźmy na przykład śmiertelną małpę.

Według różnych renomowanych wskazań internetowych, zwykła długość życia małpy na wolności wynosi około 40 lat. Jeśli chcesz przedyskutować tę długość życia, możemy po prostu użyć liczby 100 i przejść z raczej nieprawdopodobną górną granicą. Małpa pisząca na maszynie do pisania bez przerwy przez powiedzmy sto lat, nie wliczając czasu na odpoczynek, czas na jedzenie itp. t pomóc wyrównać szanse pisania Mała wioska wszystko powiedziawszy (małpa, gdyby wpisywała klawisz co sekundę bez przerwy przez 100 lat, nacisnęłaby około 3,155,673,600 XNUMX XNUMX XNUMX klawiszy).

Możemy rozsądnie powiedzieć, że jest niezwykle mało prawdopodobne, aby śmiertelna małpa przypadkowo napisała grę Mała wioska.

Możesz zwiększyć liczbę śmiertelnych małp, ale to niewiele zmienia przytłaczające szanse na wpisywanie Hamleta. Niektórzy twierdzą, że jest tysiąc małp. Inne podejście mówi, że jest milion małp. Zakładając, że wszyscy dożyli 100 lat i każdy wpisał jeden losowy klawisz na swojej maszynie do pisania w nieprzerwanym tempie jednego klawisza na sekundę, nadal nie stanowi to statystycznie zauważalnego uszczerbku w pisaniu sztuki Mała wioska.

Rozważ to wszystko.

Nieco z przymrużeniem oka, gdzie dokładnie umieściłbyś milion małp do tego zadania? Wyobraź sobie też, że maszyny do pisania muszą wytrzymać sto lat ciągłego użytkowania (czy możesz znaleźć milion działających maszyn do pisania, których nikt nie chce i nie chce ofiarować na ten niegdysiejszy projekt?). Wygląda na to, że musiałbyś mieć dużo zapasowych maszyn do pisania w natychmiastowej gotowości. I tak dalej. Logistyka jest porażająca.

Wszystko to wydaje się ponure, że śmiertelne małpy raczej nie będą się rozmnażać Mała wioska.

Ale załóżmy, że uczynimy ich nieśmiertelnymi. Tak, dajemy im magiczną miksturę, która pozwala im żyć wiecznie. Nie potrzebujemy nawet więcej niż jednej nieśmiertelnej małpy. Wystarczy jeden. Twierdzenie, że mamy tysiąc lub milion nieśmiertelnych małp, mogłoby uczynić tę metaforę bardziej ekscytującą.

Jeśli mamy jedną małpę, która może żyć wiecznie, możemy zasugerować, że jest to małpa nieskończona. Może w nieskończoność stukać w klawisze maszyny do pisania. Ta małpa będzie szła i szła. W związku z tym, choć szanse na wpisanie gry Mała wioska były bardzo małe, aspekt, w którym małpa będzie bez końca próbować, sugeruje, że w pewnym momencie gra Mała wioska prawie na pewno zostanie wypisany.

Praktyczna zasada jest taka, że ​​sekwencja zdarzeń, która ma niezerową szansę na zajście, choć jest wyjątkowo mała, co do której rozsądnie byśmy się zgodzili, prawie się wydarzy, jeśli mamy nieskończony czas na zabawę, wszystko inne jest równe. Specjaliści zajmujący się matematyką i statystyką mają skłonność do opisywania tych samych rozważań za pomocą ciągów znaków lub nawet liczb binarnych 0 i 1. Jeśli masz skończony zbiór symboli i istnieje ich nieskończony ciąg, w którym każdy symbol ma został wybrany jednolicie losowo, istnieje skończony ciąg, którego wystąpienia prawie na pewno można się spodziewać.

W tym wszystkim jest duży haczyk.

Żyjemy w świecie skończonym. Wydaje się, że nikt z nas nie ma nieograniczonego czasu. Dla tych z was, którzy twierdzą, że tak, uznanie. Mój kapelusz idzie do ciebie.

Jeśli narzucisz skończony świat małpom piszącym na klawiaturze, zderzysz się z dość twardą ścianą. Analizy twierdzenia o małpie piszącej na klawiaturze w dużym stopniu wskazują na to prawdopodobieństwo osiągnięcia gry Mała wioska jest na tyle blisko zera w skończonym czasie, że z jakichkolwiek uzasadnionych podstaw operacyjnych jest po prostu mało prawdopodobne. Zwykły obraz jest taki, że jeśli użyłeś tylu małp, ile jest atomów w znanym wszechświecie, a one pisały przez wiele zylionów czasu w całym wszechświecie, wciąż patrzysz na niewyobrażalnie maleńkie, niepojęte szanse zobaczenia grać Mała wioska.

Twierdzenie małpy piszącej na klawiaturze jest dość głośne i często jest zaliczane do siedmiu najlepszych eksperymentów myślowych naszych czasów. Zapraszamy do dodatkowej analizy twierdzenia, ponieważ w Internecie dostępnych jest wiele analiz. Jest to żywy i przyjemny sposób na zrozumienie prawdopodobieństwa i statystyki. Zamiast zajmować się wyłącznie suchymi liczbami, możesz sobie wyobrazić te kochające zabawę szalejące małpy i wszystkie te staromodne maszyny do pisania, które klikają i stukają.

Jesteśmy teraz gotowi wprowadzić generatywną sztuczną inteligencję do zagadki małp i maszyn do pisania.

Generatywna sztuczna inteligencja jest irytowana przez piszące na klawiaturze małpy

Założeniem, które zamierzamy dokładnie zbadać, jest kontrowersyjne twierdzenie, że generatywna sztuczna inteligencja, taka jak ChatGPT, nie różni się od małp piszących na klawiaturze. Mówi się, że jeśli ChatGPT lub jakakolwiek generatywna sztuczna inteligencja może produkować Mała wioska lub podobnych znanych dzieł, jest to całkowicie przypadkowy wynik, który prawdopodobnie powstał w taki sam sposób, w jaki małpy mogłyby dojść do przepisania tej od dawna cenionej i głęboko szanowanej sztuki Szekspira.

Przepraszam, to błędne myślenie w tym ważkim temacie.

Zobaczmy, dlaczego.

Najpierw przejrzyjmy i rozwińmy, z czego składa się generatywna sztuczna inteligencja.

Przypomnijmy, że wcześniej wskazałem, że generatywna sztuczna inteligencja to oprogramowanie, które wymaga użycia algorytmów do trenowania danych w tekście, który istnieje w Internecie i za pośrednictwem innych pokrewnych źródeł. Ogromny wachlarz dopasowywania wzorców pozwolił matematycznie i obliczeniowo zidentyfikować wzorce wśród milionów narracji i esejów, które skomponowaliśmy my, ludzie.

Słowa same w sobie nie mają szczególnego znaczenia. Pomyśl o nich jak o przedmiotach. W komputerze są one reprezentowane jako liczby, które określamy jako tokeny. Są one używane jako wygodny sposób łączenia ze sobą innych słów lub tokenów, robiąc to w dogłębnej i misternie statystycznej strukturze przypominającej sieć.

Niektórzy w dziedzinie sztucznej inteligencji martwią się, że to nic więcej niż to, co jest określane jako stochastyczna papuga.

Widzisz, zamiast próbować połączyć jakieś pozory „znaczenia” ze słowami, zamiast tego jest to po prostu obszerne indeksowanie słów, które wydają się być używane wokół lub obok innych słów. W przeciwieństwie do tego zakładamy, że ludzie mogą „zrozumieć” naturę i znaczenie słów.

Rozważ swój codzienny dostęp do obecności korespondencji słowo w słowo. Podobnie jak w przypadku korzystania ze zwykłej funkcji autouzupełniania w oprogramowaniu do edycji tekstu, komputer oblicza matematycznie, że po określonym słowie zwykle następuje inne określone słowo, po którym z kolei następuje inne określone słowo i tak dalej. W ten sposób często możesz zacząć pisać zdanie, a pakiet edytora tekstu pokaże ci, jakie będą dodatkowe słowa zdania.

Jest to zgadywanie, ponieważ statystycznie mogą to być zwykłe słowa zdania, ale możesz mieć coś innego na myśli do powiedzenia, dlatego prognoza nie zgadza się z tym, co chciałeś napisać. Przypuszczalnie istnieje wystarczająco dużo innych przykładów zdań, które używają tych słów, aby algorytm był w stanie oszacować, że prawdopodobnie będziesz chciał zakończyć zdanie przewidywanymi słowami. To nie jest żelazne. Poza tym nie ma żadnego „znaczenia” związanego z tym domysłem obliczeniowym.

Niektórzy badacze sztucznej inteligencji twierdzą, że aby osiągnąć prawdziwą sztuczną inteligencję, często ukutą jako sztuczna inteligencja ogólna (AGI), będziemy musieli jakoś skodyfikować w komputerach dotychczas odkrytą lub wymyśloną formę „rozumienia” (zobacz moją kolumnę, aby znaleźć liczne posty na temat AGI i dążenia do AGI). Obawiają się, że mania związana z generatywną sztuczną inteligencją jest niczym więcej niż ślepą uliczką. Będziemy nadal próbować rozwijać generatywną sztuczną inteligencję, zwiększając rozmiar sieci obliczeniowych i zwiększając moc obliczeniową komputerów. Twierdzą, że wszystko to na nic się nie zda, jeśli chodzi o przybycie do AGI.

Dodatkowym problemem jest to, że być może ta pogoń za rzekomym ślepym zaułkiem odwraca naszą uwagę od właściwego lub właściwego kierunku działania. Poświęcimy ogromną energię i wysiłek w kierunku błędnego stanu końcowego. Jasne, generatywna sztuczna inteligencja może być oszałamiająca w sztuczkach mimikry, ale może być tak, że ma to niewiele lub nie ma nic wspólnego z AGI. Moglibyśmy się oszukać, marnując cenne skupienie. Możemy opóźnić, a może nawet nigdy nie dotrzeć do AGI z powodu tego kuszącego rozproszenia.

W każdym razie, na potrzeby pisania małp, wróćmy do ogólnej awantury.

Musimy wziąć pod uwagę następujące istotne czynniki:

• 1) Świadomy kontra nieświadomy
• 2) Myślenie a nie „myślenie”
• 3) Ograniczone procesy myślowe a algorytmy komputerowe i dopasowywanie wzorców
• 4) Nieprzeszkoleni lub niezdolni do trenowania w porównaniu z przeszkolonymi danymi obliczeniowymi

Zajmijmy się każdym z tych czynników.

Świadomy kontra nieświadomy

Wierzę, że możemy przyznać, że małpy są istotami czującymi. Niezależnie od tego, jak mądrzy lub niemądrzy moglibyście chcieć się spierać, że są; niezaprzeczalnie są czujące. To jest fakt. Nikt nie może racjonalnie twierdzić, że jest inaczej.

Dzisiejsza sztuczna inteligencja nie jest świadoma. Kropka, kropka.

Co więcej, twierdzę, że nie jesteśmy nawet blisko świadomości sztucznej inteligencji. Inni mogą się oczywiście nie zgodzić. Ale każdy rozsądny człowiek zgodzi się, że dzisiejsza sztuczna inteligencja nie jest świadoma. Aby zapoznać się z moją analizą całkowicie błędnego etykietowania wrażliwości AI przez tego inżyniera Google w zeszłym roku, zobacz moją dyskusję na link tutaj.

Tak więc jedną zasadniczą różnicą między tymi ochoczo piszącymi małpami a dzisiejszą generatywną sztuczną inteligencją jest to, że małpy są istotami czującymi, podczas gdy sztuczna inteligencja nie. Co więcej, porównywanie dzisiejszej sztucznej inteligencji z czymkolwiek świadomym jest często śliskim zboczem. Istnieje tendencja do antropomorfizacji AI. Stanowczo nalegam, aby spróbować zapobiec wpadnięciu w tę łatwą mentalną pułapkę, unikając wszelkich porównań między sztuczną inteligencją a czującymi istotami, chyba że jesteśmy szczerzy i jasno określimy i rozgraniczymy tę różnicę.

Niewielu, jeśli w ogóle, dokonuje tego rozgraniczenia, porównując małpy piszące i generatywną sztuczną inteligencję. Zakładają, że albo już zdasz sobie sprawę, że istnieje ta różnica, albo nie obchodzi ich, że istnieje różnica, albo nie pomyśleli o tym itp.

Myślenie kontra nie „myślenie”

Powiedziałbym, że małpy potrafią myśleć. Są istotami myślącymi. Możemy z łatwością dyskutować, ile myślenia mogą zrobić. Prawie na pewno jednak zgodzisz się, że małpy potrafią myśleć.

Dzisiejsza sztuczna inteligencja wszelkiego rodzaju, w tym sztuczna inteligencja generatywna, nie osiąga tego, co uważam za ludzkie możliwości myślenia.

Powtórzę przed chwilą wspomniany refren związany z odczuwaniem. Jest to mylące i twierdzę, że źle jest mówić, że dzisiejsza sztuczna inteligencja może myśleć. Niestety, ludzie robią to cały czas, w tym badacze AI i programiści AI. Uważam, że jest to znowu niefortunna i nierozsądna antropomorfizacja. Dajesz sztucznej inteligencji pozory zdolności lub możliwości, których tam nie ma, i które będą dezinformować całe społeczeństwo w tej sprawie. Przestań to robić.

Generatywna sztuczna inteligencja to złożona, przypominająca sieć struktura o właściwościach matematycznych i obliczeniowych. To jest godne podziwu. To niesamowite, co to osiąga. Nie wierzę, że jakakolwiek rozsądna interpretacja „myślenia”, tak jak je pojmujemy, w całej okazałości, pasuje do tej sztucznej inteligencji.

Ograniczone procesy myślowe a algorytmy komputerowe i dopasowywanie wzorców

Małpy mają ograniczone procesy myślowe.

Być może zainteresuje Cię fakt, że w literaturze naukowej istnieje wiele porównań mózgów małp z mózgami ludzi. Rozważmy na przykład następujące badanie naukowe: „Mózg człowieka jest mniej więcej trzy razy większy niż mózg naszego najbliższego żyjącego krewnego, szympansa. Co więcej, część mózgu zwana korą mózgową – która odgrywa kluczową rolę w pamięci, uwadze, świadomości i myśleniu – zawiera dwa razy więcej komórek u ludzi niż ten sam region u szympansów. Sieci komórek mózgowych w korze mózgowej również zachowują się inaczej u obu gatunków” (w artykule opublikowanym w eLife, wrzesień 2016, pt. „Różnice i podobieństwa między prekursorami neuronalnymi człowieka i szympansa podczas rozwoju kory mózgowej”).

Wszyscy zdajemy sobie sprawę, że małpy nie dorównują ludzkiemu myśleniu. Te cudowne stworzenia potrafią być ujmujące i zaskakująco dużo myśleć, co do tego nie ma wątpliwości. Oni po prostu nie wznoszą się do poziomu ludzkiego myślenia. Pożałuję, że to powiedziałem, kiedy małpy przejmą władzę nad ludzkością.

Już przed chwilą głosiłem, że dzisiejsza AI nie myśli. Podkreśliłem, że to, co robi AI, nie powinno być określane jako „myślenie”, ponieważ jest to mylące i mylące.

Oto, gdzie generatywna sztuczna inteligencja przyćmiewa małpy, jeśli chodzi o wykorzystanie przetwarzania komputerowego opartego na algorytmach opracowanych przez ludzi i opierających się na pismach stworzonych przez ludzi. Istnieje niewielka lub żadna szansa, aby myśląca małpa mogła przyswoić i dopasować wzorce do ogromnego wykorzystania pisanych symboli, które wymyślili ludzie. Małpy nie mają takiej zdolności myślenia.

Waham się, czy zaproponować takie porównanie, biorąc pod uwagę moje inne wyrażone skrupuły. Ale jasno stwierdzam, jakie są założenia i jak właściwie i odpowiednio przeprowadzić tę analizę.

Nieprzeszkolony lub niezdolny do trenowania w porównaniu z przeszkolonym komputerowo danymi

Podobnie do tego, co właśnie powiedziałem, nie będziesz w stanie wyszkolić myślącej małpy w zakresie szerokiego wykorzystania pisanych symboli ludzkości. Możesz to zrobić w bardzo ograniczonym zakresie, a badania wykazały, że małpy mogą pozornie myśleć o pisanych symbolach. To znacznie mniej niż zdolność zapamiętywania i powtarzania obszernych schematów słów, zdań i całych narracji.

Generatywna sztuczna inteligencja to komputerowa mimikra statystyczna, która może być szkolona obliczeniowo na podstawie danych. Jeśli będziemy nadal dostarczać więcej danych, takich jak dodatkowe teksty, które zbieramy lub znajdujemy, zakładamy i mamy nadzieję, że znalezione wzorce będą się pogłębiać. Ponadto stosowanie coraz szybszych układów komputerowych i przetwarzania zwiększy również zdolność dopasowywania wzorców i reagowania.

Patrząc Na Dolną Linię

Gdyby generatywna sztuczna inteligencja wyprodukowała sztukę Mała wioska, co to miałoby oznaczać?

Po pierwsze, musimy rozważyć, czy historia lub gra zostały wprowadzone do generatywnej sztucznej inteligencji w czasie szkolenia danych. Jeśli tak, nie ma nic szczególnie godnego uwagi ani niezwykłego w generatywnej sztucznej inteligencji, która później wypowiada te same słowa, które wcześniej zeskanowała.

Badacz sztucznej inteligencji może być nieco skonsternowany, ponieważ dopasowywanie wzorców prawdopodobnie przesadziło, ponieważ zasadniczo zapamiętało słowa. Zwykle odnosimy się do tego w dziedzinie uczenia maszynowego jako nadmierne dopasowanie do danych, które zostały użyte podczas szkolenia. Zazwyczaj nie chcesz, aby dokładne słowa były wzorowane, chcesz, aby powstał uogólniony wzór.

W moich felietonach omówiłem obawy, że czasami możemy być świadkami ingerencji w prywatność i ujawniania poufnych danych w przypadkach, w których generatywna sztuczna inteligencja dokonała precyzyjnego dopasowania, a nie uogólnionego dopasowania dostarczonych danych, patrz moja relacja na link tutaj.

Po drugie, załóżmy, że gra Mała wioska nie został wprowadzony do generatywnej AI. Następnie należałoby rozważyć, czy którekolwiek z dzieł Szekspira zostało zeskanowane podczas uczenia danych.

Jeśli tak, można sobie wyobrazić, że gra Mała wioska można by stworzyć na podstawie wzorców związanych z innymi dziełami Szekspira, zwłaszcza jeśli istnieją inne odniesienia lub wzmianki o Mała wioska w innym miejscu zestawu szkoleniowego danych. Wszystko to może być potencjalnie wykorzystane przez dopasowywanie wzorców do tworzenia stylu Mała wioska. Trzeba przyznać, że jest w stanie wygenerować Mała wioska słowo w słowo byłoby dalekosiężnym zasięgiem, znacznie otwierającym oczy i zaskakującym rezultatem.

Po trzecie, jeśli generatywna sztuczna inteligencja wyprodukowała całość Mała wioska i nigdy wcześniej nie karmiono mnie niczym o Szekspirze, cóż, byłoby to zdumiewające. Niekoniecznie byłoby to jednak to samo, co czysto przypadkowy charakter dziobania w klawisze na maszynie do pisania. Musimy zdać sobie sprawę, że słowa Szekspira są słowami, a zatem są częścią całości sformułowań znajdujących się w szerokiej gamie opowiadań tekstowych i narracji wprowadzanych do generatywnej sztucznej inteligencji. Zwiększasz szanse, zaczynając od kamienia węgielnego słów i skojarzeń między słowami. Szanse na to, że coś takiego się wydarzy, są jednak niewielkie.

Wnioski

Jeśli chodzi o tworzenie słów i esejów, generatywna sztuczna inteligencja robi furorę, ponieważ opiera się na słowach i esejach wymyślonych przez ludzi (oczywiście musimy uczciwie zająć się błędami, fałszerstwami i halucynacjami AI). Sztuczna inteligencja nie „rozumie” emitowanych słów. Nie ma żadnego tam, tam.

Nie musisz czekać w nieskończoność, aby zobaczyć płynne eseje i w pełni czytelne wyniki. Dzieją się codziennie i za naciśnięciem jednego przycisku. Nie są pomieszane, przynajmniej nie przez większość czasu, ponieważ są wzorcami tworzonymi na podstawie tego, co napisali ludzie. Dopasowywanie wzorców powinno być dalej dopracowywane i ostatecznie wystarczająco dobre, aby odchudzić wiele dziwacznych sformułowań, zobacz moje wyjaśnienie, jak to może działać, pokazane na stronie link tutaj. To dostrajanie będzie stale udoskonalane i wszyscy będziemy coraz bardziej zachwyceni tym, co produkuje generatywna sztuczna inteligencja.

Słowa nie są dobrane przypadkowo. Słowa nie są pisane przypadkowo. Istnieją pewne aspekty probabilistyczne, takie jak generowanie eseju, które słowa należy wybrać. Ale to nadal opiera się na pismach ludzkich, a zatem prawdopodobnie nie jest przypadkowe. Opiera się na losowym wyborze spośród kilku lub kilku opcji sformułowania, które w innym przypadku mogłyby być statystycznie wykonalne jako następne wybrane słowo lub zestaw słów.

Gdzie w tym wszystkim mieszczą się małpy?

Te małpy piszące na klawiaturze są z pewnością atrakcyjne jako podstawa do porównania z generatywną sztuczną inteligencją. Produkcja małp Mała wioska w porównaniu z generatywną produkcją AI Mała wioska. To fascynujący konkurs. Można powiedzieć, że w ogóle nie ma konkursu. Sztuczna inteligencja wymyślona przez ludzkość i oparta na pismach ludzkości ma pod tym względem nieuczciwą przewagę.

Mówiąc o małpach wpisujących się w klawiaturę, w jednym z odcinków programu Simpsonowie, pan Burns postanawia zatrudnić małpy do pisania na maszynach do pisania w ramach biurowej puli maszyn do pisania. Jest rodzajem kłótliwego szefa, który z radością skłaniałby się ku wykorzystywaniu małp w swojej potrzebnej pracy biurowej nad wykorzystywaniem ludzi, gdyby mógł to zrobić.

Fani serialu mogą pamiętać, co się stało.

Pan Burns chwyta jedną z zapisanych na maszynie stron i z niecierpliwym oczekiwaniem czyta to, co napisała małpa. Czyta na głos stronę i mówi: „To był najlepszy czas, to był ten rozmycie czasów” (tj. jest jedno słowo, które jest pomieszane, „blurst” lub coś w tym stylu). Staje się całkowicie wściekły i całkowicie rozczarowany tymi „głupimi małpami”, co do tego, co mogą wyprodukować.

Wiemy, że gdyby małpa napisała tę część „Opowieść o dwóch miastach” Charlesa Dickena, powinniśmy być zachwyceni i skakać z radości. Nie dla pana Burnsa.

Na zakończenie tej dyskusji być może powinniśmy przytoczyć pełne zdanie, które napisał Karol Dickens: „To były najlepsze czasy, to były najgorsze czasy, to był wiek mądrości, to był wiek głupoty, to była epoka wiary, to była epoka niedowierzania, to była pora światła, to była pora ciemności, to była wiosna nadziei, to była zima rozpaczy”.

Nie jesteśmy do końca pewni, dokąd zmierzamy z AI. Niektórzy mówią, że to będzie najlepsza rzecz od czasów krojonego chleba. Inni ostrzegają, że sztuczna inteligencja, którą tworzymy, będzie egzystencjalnym zagrożeniem dla przetrwania ludzkości. To rzeczywiście albo najlepsze, albo najgorsze czasy.

Nie zdziw się, widząc generatywną sztuczną inteligencję, która generuje te słowa. Zdziw się, jeśli zobaczysz małpy w zoo, które przypadkiem piszą na maszynie do pisania i potrafią pisać te same wnikliwe słowa.

Proszę, daj mi znać, jeśli widzisz, że tak się dzieje.

Jestem gotów czekać długo, aż to nastąpi, ale prawdopodobnie nie w nieskończoność.