لماذا يتحدث الجميع عن الذكاء الاصطناعي التوليدي ، وليس الخبراء فقط

كانت التحسينات على مدى العقد الماضي في قدرة الآلات على إنشاء الصور والنصوص مذهلة. كما هو الحال في كثير من الأحيان مع الابتكار ، فإن التقدم ليس خطيًا ، ولكنه يأتي على قدم وساق ، مما يفاجئ ويسعد الباحثين والمستخدمين على حد سواء. كان عام 2022 عامًا بارزًا للابتكار في مجال الذكاء الاصطناعي التوليدي ، والذي تم بناؤه على ظهور طرق الانتشار لتوليد الصور والمحولات واسعة النطاق بشكل متزايد لتوليد النص.

وعلى الرغم من أنها قدمت قفزة كبيرة إلى الأمام في صناعة معالجة اللغة الطبيعية بالكامل (NLP) ، إلا أن هناك ثلاثة أسباب تجعل نماذج الذكاء الاصطناعي التوليدية هي الأولى في إثارة حماس الجمهور ، ولماذا ستظل النقاط الرئيسية للدخول إلى ما اللغة التي يمكن لمنظمة العفو الدولية القيام بها في الوقت الحالي.

ماذا وراء الإثارة التوليدية للذكاء الاصطناعي؟

السبب الأكثر وضوحًا هو أنهم يقعون في فئة بديهية جدًا لأنظمة الذكاء الاصطناعي. لا تُستخدم هذه النماذج لإنشاء متجه عالي الأبعاد أو بعض التعليمات البرمجية غير القابلة للتفسير ، ولكن بالأحرى صور ذات مظهر طبيعي ، أو نص متماسك بطلاقة – شيء يمكن لأي شخص رؤيته وفهمه. لا يحتاج الأشخاص خارج التعلم الآلي إلى خبرة محددة للحكم على مدى طبيعية أو طلاقة النظام ، مما يجعل هذا الجزء من أبحاث الذكاء الاصطناعي يبدو أكثر سهولة من المجالات الأخرى (ربما بنفس الأهمية).

ثانيًا ، هناك ارتباط مباشر بين الجيل وكيفية تقييم الذكاء: عند فحص الطلاب في المدرسة ، فإننا نقدر القدرة على ذلك يولد يجيب على القدرة على تميز الإجابات عن طريق اختيار الإجابة الصحيحة. نعتقد أن جعل الطلاب يشرحون الأشياء بكلماتهم الخاصة يساعد في إظهار فهم أفضل للموضوع – استبعاد احتمال أنهم ببساطة قد خمّنوا الإجابة الصحيحة أو حفظوها.

لذلك عندما تنتج الأنظمة الاصطناعية صورًا طبيعية أو نثرًا متماسكًا ، نشعر بذلك مجبرا لمقارنة ذلك بالمعرفة أو الفهم المماثل لدى البشر ، على الرغم من أن ما إذا كان هذا مفرط السخاء في القدرات الفعلية للأنظمة الاصطناعية هو سؤال مفتوح في مجتمع البحث. ما هو واضح من منظور تقني هو أن قدرة النماذج على إنتاج صور ونصوص جديدة ولكن معقولة تُظهر أن التمثيلات الداخلية الغنية للمجال الأساسي (على سبيل المثال ، المهمة المطروحة ، نوع الأشياء التي تدور حولها الصور أو النص ) الواردة في هذه النماذج.

علاوة على ذلك ، هذه التمثيلات مفيدة عبر نطاق أوسع من المجالات من مجرد جيل من أجل جيل. باختصار ، في حين كانت النماذج التوليفية هي النماذج الأولى التي استحوذت على انتباه الجمهور ، سيكون هناك العديد من حالات الاستخدام الأكثر قيمة في المستقبل.

شيء واحد من آخر

ثالثًا ، تُظهر أحدث النماذج التوليدية قدرة على التوليد المشروط. بدلاً من أخذ عينات من الصور الموجودة أو مقتطفات من النص ، لديهم القدرة على إنشاء نص أو فيديو أو صور أو طرق أخرى مشروط على شيء آخر – مثل النص الجزئي أو الصور.

لمعرفة سبب أهمية ذلك ، لا يحتاج المرء إلى النظر إلى أبعد من معظم الأنشطة البشرية ، والتي تتضمن إنشاء شيء يعتمد على شيء آخر. لإعطاء بعض الأمثلة:

• تؤدي كتابة مقال إلى إنشاء نص مشروط بسؤال / موضوع والمعرفة والآراء الواردة في تجربتنا الخاصة وفي الكتب والأوراق والمستندات الأخرى.
• يؤدي إجراء محادثة إلى توليد ردود مشروطة بمعرفتنا بالعالم ، وفهمنا للبراغماتية التي يتطلبها الموقف ، وما قيل حتى تلك النقطة في المحادثة.
• يؤدي رسم الخطط المعمارية إلى إنشاء صورة بناءً على معرفتنا بمبادئ الهندسة المعمارية والإنشائية أو الرسومات أو الصور للتضاريس وطوبولوجيا / محيطها ، والمتطلبات (غالبًا ما تكون غير محددة) التي يقدمها العميل.

يتبع السلوك الأكثر ذكاء هذا النمط من الإنتاج شئ ما مرتكز على اشياء اخرى كسياق. حقيقة أن الأنظمة الاصطناعية تتمتع الآن بهذه القدرة تعني أننا سنرى على الأرجح المزيد من الأتمتة في عملنا ، أو على الأقل علاقة تكافلية أكثر بين البشر وأجهزة الكمبيوتر لإنجاز الأمور. يمكننا أن نرى هذا بالفعل في أدوات جديدة لمساعدة البشر على البرمجة ، مثل CodeWhisperer ، أو المساعدة في كتابة نسخة تسويقية ، مثل Jasper.

اليوم ، لدينا أنظمة يمكنها إنشاء نصوص أو صور أو مقاطع فيديو بناءً على معلومات أخرى نقوم بتزويدها بها. هذا يعني أنه يمكننا تطبيق هذه الأجيال على مشاكل وعمليات مماثلة كنا بحاجة إلى خبراء بشريين من أجلها. سيؤدي ذلك إلى مزيد من التشغيل الآلي ، أو لمزيد من أشكال الدعم التكافلي بين البشر والأنظمة الاصطناعية ، والتي لها عواقب عملية واقتصادية.

الأدوات التأسيسية الجديدة

بالنسبة لبقية عام 2023 ، سيكون السؤال الكبير هو ما يعنيه كل هذا التقدم حقًا من حيث التطبيقات والمزايا المحتملة. إنه وقت مثير للغاية أن تكون في الصناعة لأننا نتطلع إلى القيام بشيء أقل من بناء أدوات أساسية لبناء أنظمة وعمليات ذكية ، وجعلها بديهية وقابلة للتطبيق قدر الإمكان ، ووضعها في أيدي فئة أوسع من المطورين والبنائين والمبتكرين ممكن. إنه شيء يدفع فريقي ويدعم مهمتنا لمساعدة أجهزة الكمبيوتر على التواصل معنا بشكل أفضل واستخدام اللغة للقيام بذلك.

على الرغم من وجود المزيد من الذكاء البشري أكثر من العمليات التي ستمكّنها هذه التكنولوجيا ، فلا شك في أن الابتكار الذي سنراه في عام 2023 – إلى جانب القدرة اللامحدودة التي يتعين على البشر الابتكار فيها باستمرار على ظهور الأدوات والتكنولوجيا الجديدة – سيتغير الطريقة التي نستخدم بها أجهزة الكمبيوتر بطرق تخريبية ورائعة.

إد جريفنستيت يكون رئيس قسم التعلم الآلي في Cohere.