Generatiivne AI ChatGPT versus nende lõputute kirjutamisahvidega, ükski võistlus ei ütle AI eetikat ja AI seadust

Need rammusad ahvid.

On üks üsna kuulus mõtteeksperiment, millest olete ehk kuulnud ahvide kaasamisest. Täiesti intrigeerivat väljamõeldisi kasutavad sageli need, kes tahavad eriti teravalt esile tuua.

Siin on, kuidas süžee läheb.

Kujutage ette, et ahv kirjutab kirjutusmasinal. Kui ahv jätkab lõputu aja jooksul tippimist ja eeldades, et ahv tippib klahve puhtalt juhuslikult, on tõenäoline, et kogu Shakespeare'i teosed trükitakse paratamatult.

Peamine näib olevat see, et ainuüksi juhusliku juhuse tõttu on mõnikord võimalik saada arusaadav vastus. Me kõik kipume nõustuma, et Shakespeare'i teosed kujutavad endast tohutut arusaadava kirjutamise ja arutlemise näitust. Seega näib kõik või mis tahes vahend Shakespeare'i hinnatud sõnade loomiseks hämmastavalt muljetavaldav, kuigi samal ajal oleksime karmilt pettunud, et seda ei põhjustanud intelligentsus per se, vaid lihtsalt juhuslik õnn.

Mõned üritavad tänapäeval võrrelda seda ahvidega koormatud metafoori tehisintellekti (AI) uusimaga.

Tõenäoliselt teate, et tänapäeval on AI kuumim vorm Generatiivne AI, mille näide on OpenAI loodud laialt ja metsikult populaarse AI-rakenduse kaudu, mida tuntakse ChatGPT nime all. Selgitan kohe lähemalt generatiivse AI ja ChatGPT kohta. Praegu lihtsalt teadke, et see on tekst-teksti- või tekst-esseeks tehisintellekti rakendus, mis võib teie valitud sisestatud viipa alusel koostada teile essee.

Väidetav seos legendaarse trükkimisahviga seisneb selles, et väidetavalt pole generatiivse tehisintellekti loodud muljetavaldavad esseed, mis näivad olevat täiesti ladusad, hämmastavamad kui tippiva primaadi saavutused. Kui nõustute eeldusega, et juhuslikult tippiv ahv võib genereerida Shakespeare'i teoseid, ja kui olete nõus tunnistama, et ChatGPT ja muu generatiivne tehisintellekt on näiliselt samad, peate järeldama, et generatiivne AI pole üldse eriti tähelepanuväärne. See on lihtsalt juhuslikkus, kes meid lollitab.

Noh, see võib tunduda mõjuva juhtumina, kuid me peame selle lahti pakkima. Tähelepanelik lahtipakkimine näitab, et nende kahe võrdlus on eksitav ja ilmselgelt vale.

Lõpetage võrdlus. Need, kes nõuavad võrdlemise jätkamist, tehke seda vähemalt ettevaatlikult ja ülevaatlikult.

Need, kes lihtsalt loobivad võrdlusega, teevad generatiivsele tehisintellektile karuteene. Ja veelgi olulisem on see, et see eksitab avalikkust ja ühiskonda laiemalt. Ma arvan, et võiksime ka lisada, et nad teevad karuteene ka töökatele ahvidele või õõnestavad ahvide lõputu kirjutamise teoreemi väärtust. Ole õiglane. Ole lahke. Olge aus.

Enne kui me sellesse süvenema hakkame, on üks siseringi nali, mis kasutab trükkimise ahvi mõistet. Sulle võib see meeldida.

Küüniline huumoripisik tuleneb sageli isiklikust kirjavahetusest Interneti esialgsetel hiilgeaegadel. See on siis, kui Internet hakkas süngest tõsiseltvõetavast võrguvaldkonnast välja minema ja sattus mürarohke, kärarikka ja ohjeldamatu territooriumile, kuna Internetti kasutavate inimeste arv kasvas märgatavalt.

Humoorikas anekdoot ütleb, et kui kirjutusmasinal trükkivad ahvid toodavad või ütleme taastoodavad Shakespeare'i kogu teose, on meil nüüd tõestus, et tänu Interneti tulekule peab see kindlasti olema mitte tõsi olema.

Kas sa naerad?

Mõned tõlgendavad seda kärarikkalt naljaka märkusena.

Nali on mahajätmine selle kohta, kuidas Internet oma vahutavate ja vahutavate postitustega on tõusmas Shakespeare'i tootmise tasemele. See on teravalt läbilõikav märkus, mis rõhutab, et Internet ei ole arvatavasti diskursust tõstnud, vaid hoopis diskursust halvustanud. Paljud eeldasid, et Internet oleks aruka suhtluse õnnistuseks, võimaldades mõtlemapanevaid arutelusid kogu maailmas. Näib, et me pole seda ilmtingimata nii ulatuslikult tunnistajaks olnud, kui loodeti.

Muidugi suhtuksime hooletult, kui võtaksime nalja kui tõelise Interneti-töö esilekutsuja. Internetiga on seotud palju suurepäraseid paljastamisi ja tähelepanuväärseid väärtusi. Nali on ilustamine või liialdus. Sellegipoolest on tõsiasi, et peame olema tähelepanelikud salakavala ja räige sisu suhtes, püüdes samal ajal leida ja tõsta Interneti kaudu ühiskondlikult inspireerivaid teoseid. Minu kajastuseks selle kohta, kuidas tehisintellekt saab aidata ja siiski a kahesuguse kasutusega mood alandas ühiskondlikku diskursust ebasoodsate postituste kaudu Internetis, vt minu arutelu aadressil link siin.

Tänases veerus käsitlen olulisi erinevusi generatiivse tehisintellekti ja klassikalise loo kirjutavatest ahvidest. Selgitan, kus võrdlus alla jääb. Kahtlemata saate lõpuks rohkem teada ahvide kirjutamise teoreemi kohta ja mõistate täpsemalt, kuidas generatiivne AI töötab. Ma viitan aeg-ajalt ChatGPT-le, kuna see on generatiivse AI 600-naelane gorilla (sõnamäng), kuigi pidage meeles, et on palju muid generatiivseid AI-rakendusi ja need põhinevad üldiselt samadel üldistel põhimõtetel.

Vahepeal võite mõelda, mis on generatiivne AI.

Käsitleme esmalt generatiivse AI põhialuseid ja seejärel saame lähemalt vaadata ahvide kirjutamise teoreemide võrdlusi.

Selle kõige juurde kuulub hulk tehisintellekti eetikat ja tehisintellektiseadust puudutavaid kaalutlusi.

Pidage meeles, et tehisintellekti eetiliste põhimõtete juurutamiseks tehisintellekti rakenduste arendamisse ja kasutuselevõttu tehakse pidevalt jõupingutusi. Üha suurem kontingent murelikke ja endisi tehisintellekti eetikuid püüab tagada, et tehisintellekti väljatöötamisel ja kasutuselevõtul võetaks arvesse AI heaks ja ärahoidmine AI For Bad. Samuti on välja pakutud uusi tehisintellekti seadusi, mida püütakse potentsiaalsete lahendustena hoida, et tehisintellekti püüdlused ei läheks inimõiguste ja muu sarnase küsimuses räigeks. Minu jätkuvat ja ulatuslikku AI eetikat ja tehisintellektiseadust käsitlevat ülevaadet vt link siin ja link siin, Ainult mõned nimed.

Teostatakse eetiliste tehisintellekti ettekirjutuste väljatöötamist ja levitamist, et loodetavasti vältida ühiskonna sattumist arvukatesse tehisintellekti esilekutsuvatesse lõksudesse. Minu ülevaate saamiseks ÜRO tehisintellekti eetika põhimõtetest, mille on välja töötanud ja toetanud ligi 200 riiki UNESCO jõupingutuste kaudu, vt. link siin. Sarnaselt uuritakse uusi tehisintellekti seadusi, et hoida tehisintellekti ühtlasel tasemel. Üks viimastest võtetest koosneb pakutavatest AI Bill of Rights mille USA Valge Maja avaldas hiljuti inimõiguste kindlakstegemiseks tehisintellekti ajastul, vt link siin. Vaja on küla, et hoida tehisintellekti ja tehisintellekti arendajaid õigel teel ning hoida ära sihipärased või juhuslikud alataolised jõupingutused, mis võivad ühiskonda kahjustada.

Seon sellesse arutelusse tehisintellekti eetika ja tehisintellekti seadusega seotud kaalutlused.

Generatiivse AI põhialused

Kõige laiemalt tuntud generatiivse AI näide on AI-rakendus nimega ChatGPT. ChatGPT tõusis avalikkuse teadvusse juba novembris, kui selle avaldas tehisintellekti uurimisfirma OpenAI. Sellest ajast peale, kui ChatGPT on kogunud suuri pealkirju ja ületanud hämmastavalt oma viisteist minutit kuulsust.

Oletan, et olete ChatGPT-st ilmselt kuulnud või teate isegi kedagi, kes on seda kasutanud.

ChatGPT-d peetakse generatiivseks AI-rakenduseks, kuna see võtab sisendiks mõne kasutaja teksti ja seejärel genereerib või toodab esseest koosneva väljundi. AI on tekstist tekstiks generaator, kuigi ma kirjeldan AI-d kui teksti esseeks generaatorit, kuna see selgitab paremini, milleks seda tavaliselt kasutatakse. Saate kasutada generatiivset AI-d pikkade kompositsioonide koostamiseks või panna see pakkuma üsna lühikesi teravaid kommentaare. See kõik sõltub teie pakkumisest.

Kõik, mida pead tegema, on sisestada viip ja AI-rakendus loob teile essee, mis püüab teie viipale vastata. Koostatud tekst jääb mulje, nagu oleks essee kirjutatud inimkäe ja -mõistusega. Kui sisestaksite viipa "Räägi mulle Abraham Lincolnist", pakub generatiivne AI teile essee Lincolni kohta. On ka teisi generatiivse tehisintellekti viise, nagu tekst kunstiks ja tekst videoks. Keskendun siin teksti-teksti variatsioonile.

Teie esimene mõte võib olla, et see genereerimisvõime ei tundu esseede koostamise seisukohalt nii suur asi. Saate hõlpsasti Internetis veebiotsingut teha ja hõlpsalt leida palju esseesid president Lincolni kohta. Generatiivse tehisintellekti puhul on kicker see, et loodud essee on suhteliselt ainulaadne ja pakub originaalset kompositsiooni, mitte koopiat. Kui prooviksite AI-ga loodud esseed Internetist kuskilt leida, poleks te seda tõenäoliselt avastanud.

Generatiivne AI on eelkoolitatud ja kasutab keerulist matemaatilist ja arvutuslikku sõnastust, mis on loodud veebis kirjalike sõnade ja lugude mustrite uurimisel. Tuhandete ja miljonite kirjalike lõikude uurimise tulemusena võib tehisintellekt välja paisata uusi esseesid ja lugusid, mis on leitu segadus. Lisades erinevaid tõenäosuslikke funktsioone, on saadud tekst treeningkomplektis kasutatuga võrreldes üsna ainulaadne.

Generatiivse AI pärast on palju muret.

Üks oluline negatiivne külg on see, et generatiivpõhise AI-rakenduse loodud esseed võivad sisaldada mitmesuguseid valesid, sealhulgas ilmselgelt ebatõesid fakte, eksitavalt kujutatud fakte ja ilmseid fakte, mis on täielikult väljamõeldud. Neid väljamõeldud aspekte nimetatakse sageli vormideks AI hallutsinatsioonid, lööklause, mida ma ei pooldan, kuid kahjuks näib, et see kogub niikuinii populaarset tähelepanu (üksikasjalikku selgitust selle kohta, miks see on närune ja sobimatu terminoloogia, vaadake minu kajastusest aadressil link siin).

Teine probleem on see, et inimesed saavad hõlpsasti tunnustada AI-ga loodud esseed, hoolimata sellest, et nad pole esseed ise koostanud. Võib-olla olete kuulnud, et õpetajad ja koolid on generatiivsete AI-rakenduste ilmumise pärast üsna mures. Õpilased saavad potentsiaalselt kasutada generatiivset tehisintellekti oma määratud esseede kirjutamiseks. Kui õpilane väidab, et essee on kirjutatud tema enda käega, on vähe võimalusi, et õpetaja suudab tuvastada, kas see on hoopis generatiivse tehisintellektiga sepistatud. Selle õpilast ja õpetajat segava aspekti analüüsimiseks vaadake minu kajastust aadressil link siin ja link siin.

Sotsiaalmeedias on selle kohta olnud mõningaid tobedaid väiteid Generatiivne AI kinnitades, et see uusim AI versioon on tegelikult olemas tundlik AI (ei, nad eksivad!). Tehisintellekti eetika ja tehisintellekti seadusega tegelevad inimesed on eriti mures selle laienenud väidete kasvava suundumuse pärast. Võib viisakalt öelda, et mõned inimesed hindavad üle, mida tänapäeva tehisintellekt tegelikult teha suudab. Nad eeldavad, et AI-l on võimalused, mida me pole veel suutnud saavutada. Kahju küll. Veelgi hullem on see, et nad võivad lubada endal ja teistel sattuda rasketesse olukordadesse, kuna eeldatakse, et tehisintellekt on tegutsemisvõimeline tundlik või inimlik.

Ärge antropomorfiseerige tehisintellekti.

Nii toimides satute kleepuvasse ja tüütavasse lõksu, mis eeldab, et tehisintellekt teeb asju, mida ta ei suuda. Nagu öeldud, on generatiivse AI uusim versioon selle võimekuse poolest suhteliselt muljetavaldav. Pidage siiski meeles, et generatiivse AI-rakenduse kasutamisel peaksite pidevalt meeles pidama olulisi piiranguid.

Üks viimane hoiatus praegu.

Ükskõik, mida näete või loete generatiivses AI vastuses, et tundub Kui soovite, et seda esitataks puhtalt faktilistena (kuupäevad, kohad, inimesed jne), jääge kindlasti skeptiliseks ja olge valmis seda, mida näete, veel kord üle kontrollima.

Jah, kuupäevi saab kokku leppida, kohti saab välja mõelda ja elemendid, mida me tavaliselt eeldame, et need on laitmatud, on kõik kahtlustatakse. Ärge uskuge seda, mida loed, ja hoidke generatiivseid tehisintellekti esseesid või väljundeid uurides skeptiline silm. Kui generatiivne tehisintellektirakendus teatab teile, et Abraham Lincoln lendas oma eralennukiga mööda riiki ringi, siis teaksite kahtlemata, et see on äpardus. Kahjuks ei pruugi mõned inimesed aru saada, et tema ajal lennukid ei olnud, või nad teadsid, kuid ei märka, et essee esitab selle jultunud ja ennekuulmatult vale väite.

Tugev annus tervet skeptitsismi ja püsiv uskmatu mõtteviis on generatiivse tehisintellekti kasutamisel teie parim eelis.

Oleme valmis liikuma selle selgitamise järgmisse etappi.

Mis juhtub nende kirjutavate ahvidega

Nüüd, kui teil on mulje sellest, mis on generatiivne AI, saame uurida võrdlust kirjutavate ahvidega. Mõnes mõttes kavatsen ma samm-sammult järk-järgult lahti võtta ahvide tippimise teoreemi. Teen seda aluste valgustamiseks. Seejärel saame kasutada paljastatud elemente, et võrrelda generatiivse AI-ga.

Ahvide kirjutamise teoreem või hüpotees sisaldab põhielementide komplekti:

• a) Kes või mis. Tuvastatud olend või näitleja, kes tippib
• b) Arv ja pikaealisus. Kui palju neid on ja nende pikaealisuse staatus
• c) Väljastatud sümbolid. Tähtede ja tuntud sümbolite valmistamine algse seadme abil
• d) aeg. Ülesande täitmise aja pikkus
• e) Intelligentsus. Millist taiplikkust nad ülesande täitmisel toovad
• f) Suunatud väljund. Sihitud väljund, mida me tahame, et nad tootksid

Uurime esmalt kirjutavaid ahve.

Võib-olla mäletate, et mainisin selle arutelu alguses, et me kujutame ette, et ahv kirjutab kirjutusmasinal. Ma viitasin põhimõistetele kui ühele ahvile, kes seda teeb. Me saame seda tahku kohandada.

Siin on viisid, kuidas olukorda sageli kujutatakse:

• Üks üksik ahv igapäevasest surelikust eksistentsist
• Tuhat sellist ahvi
• Miljon sellist ahvi
• Lõpmatu hulk selliseid ahve
• Üksildane ahv, kes on surematu
• Mingi hulk surematuid ahve
• Jne

Pange tähele, et selle asemel, et meil oleks ainult üks ahv, võiksime mõttekatse ümber sõnastada ja saada palju ahve, kes arvatavasti töötavad samaaegselt. Veel üks reguleeritav aspekt on see, kas ahvid on surelikud või surematud. Ma süvenen sellesse hetkeks põhjalikumalt.

Samuti peame olulise koostisosana kaasama ajafaktori.

Tavaliselt on ajategur üks kahest kaalutlusest:

• Piiratud ajavahemik
• Lõpmatu aeg

Teine veidi väljaütlemata aluseks olev element on see, et ahve kasutatakse sel juhul, kuna me peame neid suhteliselt vähe mõtlevateks. Nad ei tea, kuidas lugeda ega kirjutada. Nad ei suuda avaldada intelligentsust samal viisil, nagu me seostame intelligentsust inimvõimetega.

See on mõnevõrra solvav, kui sellele pisut järele mõelda. Ma arvan, et me kõik võime mõistlikult nõustuda, et ahvid on hämmastavalt targad, vähemalt selles osas, mida nad suudavad oma mõtlemispiirides korda saata. Julgen väita, et me omistame ahvidele suuremat mõtlemisvõimet kui paljudele teistele loomadele. On tehtud palju usinaid uurimiskatseid, et näidata, kui teravad ahvid võivad olla.

Igal juhul eeldatakse metafoori puhul, et ahvid ei ole võimelised mõtlema sel määral, et nad võiksid Shakespeare'i teoseid ise ette kujutada. Samas klassikaline film Apeside planeet püüdis meid hoiatada, et see võib olla ekslik oletus, me igatahes lähtume sellest tänapäeva maailmas.

Kui asendaksime ahvidega sipelgate kasutamise, hajub metafoor mõnevõrra. Me ei arva, et sipelgad suudavad kirjutusmasinal trükkida. Võiksime proovida asendada koerte või kasside kasutamisega, kuna nad suudavad peaaegu kirjutusmasinal trükkida, kuid lõpuks on ahvide kasutamine parim, kuna nad suudavad trükkida viisil, mis meenutab inimeste tippimist. Neil on ülesande täitmiseks sobivad jäsemed ja kehaehitus. Neid peetakse ka vaimselt trükkimisvõimelisteks, kuigi eeldame, et nad ei tea, mida nad kirjutavad.

Kõrvalepõikena on tehtud palju uurimiskatseid, mis on seotud ahvidega ja nende sümbolite äratundmisega. Nendesse erinevatesse uuringutesse on kaasatud seadistused, mille puhul ahvid kirjutasid kirjutusmasinatel või sarnastel seadmetel. Kui seda tehakse õigesti, võib see olla kasulik, et saada kasulikke teadmisi intelligentsuse ja intelligentse käitumise kohta.

Kahjuks ei tehta kirjutusmasinal tippimisega seotud uuringuid mõnikord eriti tõsiselt. Mõnikord on kasutatud lähenemine olnud midagi muud kui nõrk silmapilgutamine kuulsale või kurikuulsale ahvide tippimise teoreemile, mitte heausksetele alusuuringutele. Ma ei pea selliseid veidrusi lõbusaks ega õigeks. Arvatakse, et ahvidele anti füüsiliselt kirjutusmasinad ja neid julgustati trükkima vastavalt nende kapriisile või mõnikord maiuspalade, näiteks toidu jaoks. Kui seda ei tehta heauskse ja jõulise eksperimentaalsel viisil, pole see midagi muud kui fassaad.

Kerge pööre, mis on meeldivam, seisneb arvutipõhiste simulatsioonide loomises, mille eesmärk on teha seda, mida ahvid sellistes olukordades teha võivad. Nende aspektide simuleerimiseks kasutatakse arvutit. Tegelikke ahve pole sellega seotud. Mõni on isegi nii kaugele jõudnud, et teeb natuke nö kodaniku teadus jagades simulatsiooni kõigile, kes soovivad lubada oma sülearvutit või arvutit nendeks jõupingutusteks kasutada. Ärge langege võltspettustele, mis salakavalalt väidavad, et nad teevad seda teaduse huvides, kuigi tegelikkuses üritavad nad teie arvutit arvutiviirusega nakatada. Olge ettevaatlik.

Tagasi käsiloleva asja juurde.

Üks asjaolu, mis on samuti oluline asjaolu, on see, et selles trükkimisahvi hüpoteetilises oletuses kasutatakse kirjutusmasinaid.

Miks kirjutusmasinad?

Sest nii saame tähtede produktsiooni, millest saab siis vormida sõnu, millest siis lugusid. Sama või sarnane arusaam paljude tähtede loomisest ei nõua tingimata nende tippimist. Tõepoolest, sellel metafooril on variante, mis ulatuvad tagasi Aristotelese aegadesse ja seega polnud siis veel kirjutusmasinaid.

Võiksime metafoori muuta ja viidata tänapäevastele klaviatuuridele ja arvutitele. Võime öelda, et ahvid paugutavad sülearvutis või isegi nutitelefonis. Kirjutusmasinatele viitamise ilu seisneb selles, et me seostame kirjutusmasinaid mittearvutis olevatena ja seetõttu ei aita need tippimisprotsessile kaasa. See on kaasatud väljamõeldisele ülioluline.

Viimasena esitatakse meile tavaliselt aspekt, et Shakespeare'i teosed tuleb produtseerida. Võiksime hõlpsasti asendada Shakespeare'i mõne muu tuntud autoriga. Võib juhtuda, et tahame teada, kas ahvid suudavad toota Charles Dickensi, Jane Austeni, Ernest Hemingway ja nii edasi kõiki teoseid. See ei oma erilist tähtsust. Sisuliselt on see, et kirjutamine peab olema midagi, mida me kõik teame ja mida me tunnistame silmapaistvaks kirjutiseks.

Saame hõlpsasti asendada mis tahes kirja, mille tahame sihtmärgiks seada.

Shakespeare'ile viitamise mugavus seisneb selles, et tema teoseid tõlgendatakse kui inimliku kirjutamise tippu või tippu. Selle asemel võiksime leida esimese klassi õpilase kirjutatud essee ja kasutada seda sihtmärgina. Uskuge või mitte, aga kehtivad ikka samad ettekirjutused. Tõenäoliselt ei peaks inimesed seda inspireerivaks, et ahvid suutsid lapse kirjutist reprodutseerida. Et asjad jääksid köitvaks, peab kirjutamine olema kõrgeima kaliibriga.

Sihitud väljundi üks variant oleks viidata pigem konkreetsele Shakespeare’i teosele kui kogu tema teosele. Nagu varsti näete, ei muuda see asja põhiolemust. Ma arvan, et paljud kipuvad mainima külake osana ahvide tippimise teoreemist, võib-olla kuna see on tema pikim näidend, mille suurus on 29,551 130,000 sõna (mis koosneb umbes XNUMX XNUMX tähest).

Piisaks ükskõik millisest tema näidendist.

Kogu väljamõeldis sõltub erinevatest tõenäosusseadustest. Võimalik, et olete õppinud tundma tõenäosuste nüansse nendes kurnavates statistika ja matemaatika tundides, mida koolis õppisite.

Kasutame sõna "Hamlet", et näha, mida on vaja nende kuue tähe juhuslikuks loomiseks selles konkreetses Hamleti jadas.

Lihtsaim viis selle aritmeetiliseks arvutamiseks on eeldada, et meil on kirjutusmasinal saadaolevate klahvide arvu lihtne ümmargune arv. Oletame, et meil on kirjutusmasin, millel on 50 erinevat ja võrdselt kasutatavat klahvi. Iga klahv tähistab konkreetset sümbolit, näiteks tavalise inglise tähestiku sümboleid. Oletame, et klahvid on paigutatud juhuslikus järjekorras ja et me ei ole olukorda muutnud, asetades Hamleti eraldi võtmed kindlasse paigutusse, et kutsuda esile nende konkreetsete klahvide tippimine rohkem kui mis tahes muud klahvid.

Iga klahvi vajutatakse täiesti sõltumatult sellest, millist klahvi on enne seda vajutatud. Seetõttu loetakse 50-st klahvist mis tahes klahvi vajutamise tõenäosus üheks võimaluseks 1-st. Sama kehtib kõigi klahvide ja kogu tippimise ajal. Ühe klahvivajutuse korral arvutatakse tõenäosus 50/1 või see on 50/1.

H-tähe trükkimise tõenäosus on sel juhul 1/50 ja a-tähe trükkimise tõenäosus 1/50 ning m-tähe trükkimise tõenäosus 1/50 jne.

See on:

• Tõenäosus, et H sisestatakse, on 1/50.
• Tõenäosus, et "a" sisestatakse, on 1/50.
• Tõenäosus, et "m" sisestatakse, on 1/50.
• Tõenäosus, et “l” sisestatakse, on 1/50.
• Tõenäosus, et “e” sisestatakse, on 1/50.
• Tõenäosus, et “t” sisestatakse, on 1/50.

Tavaline tõenäosusreegel või -seadus ütleb, et kui kaks või enam sündmust on teineteisest statistiliselt täielikult sõltumatud, saame arvutada nende mõlema toimumise tõenäosuse, lihtsalt korrutades nende tõenäosused vastavalt üksteisega. Me saame seda teha nende kuue tähega.

Meil on selline arvutus: “H” (1/50) x “a” (1/50) x “m” (1/50) x “l” (1/50) x “e” (1/50) x "t" (1/50)

See tähendab: (1/50) x (1/50) x (1/50) x (1/50) x (1/50) x (1/50)

Väike arv on 1 / 15,625,000,000 XNUMX XNUMX XNUMX.

Kuuetähelise sõna "Hamlet" tippimise tõenäosus on ligikaudu üks 15 miljardist, kõik muu on võrdne.

Need on hirmutavad koefitsiendid. Ja see on mõeldud ainult konkreetse kuuetähelise sõna tippimiseks. Proovige sama arvutust rakendada kogu Hamleti näidendi 29,551 XNUMX sõnale. Kui otsustate selle arvutada, mõistke ka seda, et sõnade vahel tuleb arvestada tühikutega.

Mida pikem on sihitud väljund, seda suurem on tõenäosus, et me ei suuda genereerida neid täpseid tähtede ja sõnade komplekte. Koefitsiendid muutuvad aina väiksemaks. Tõenäosus on nii väike, et me viskame peaaegu rätiku sisse ja ütleksime, et tundub, et seda ei juhtu kunagi (olge sõna "mitte kunagi" kasutamisel ettevaatlik, kuna see on hirmuäratav vaidlus).

Võtke näiteks surelik ahv.

Erinevate mainekate veebinäidete kohaselt on ahvide tavaline eluiga looduses umbes 40 aastat. Kui soovite selle eluea üle vaielda, võime lihtsalt kasutada numbrit 100 ja jätkata üsna ebatõenäolise ülempiiriga. Ahv, kes kirjutas kirjutusmasinal vahetpidamata näiteks sada aastat, välja arvatud aeg puhkamiseks, söömiseks või muuks muuks, ja eeldades, et see on kõik, mida ahv tegi sünnihetkest kuni viimase hingetõmbeni, võitis ikkagi ei aita isegi koefitsiente kirjutades külake kõik öeldud (ahv, kui ta 100 aasta jooksul iga sekund vahetpidamata klahvi vajutaks, vajutaks umbes 3,155,673,600 XNUMX XNUMX XNUMX klahvi).

Võime põhjendatult väita, et on äärmiselt ebatõenäoline, et surelik ahv võiks juhuslikult näidendit kirjutada külake.

Saate suurendada surelike ahvide arvu, kuid see ei kahanda Hamleti tippimise vastu tohutut tõenäosust. Mõned väidavad, et ahve on tuhat. Teine lähenemine ütleb, et ahve on miljon. Eeldades, et nad kõik elasid 100-aastaseks ja kirjutasid igaüks oma kirjutusmasinal ühe juhusliku klahvi pideva tempoga üks klahv sekundis, ei muuda see näidendi väljatrükkimisel siiski statistiliselt märkimisväärset mõlki. külake.

Mõelge sellele kõigele.

Mõnevõrra keelekas, kuhu täpselt majutaksite selle ülesande täitmiseks miljon ahvi? Kujutage ette ka seda, et kirjutusmasinad peavad kestma sada aastat pidevat kasutamist (kas leiate miljon töötavat kirjutusmasinat, mida keegi ei taha ja on nõus sellele kunagisele projektile annetama?). Näib, et teil peaks olema koheselt valmis palju varukirjutusmasinaid. Ja nii edasi. Logistika on vapustav.

See kõik tundub siis sünge, et surelikud ahvid tõenäoliselt ei paljune külake.

Aga oletame, et muudame nad surematuks. Jah, me anname neile võlujooki, mis laseb neil igavesti elada. Meil pole isegi rohkem kui ühte surematut ahvi vaja. Ainult üks sobib. Võib-olla muudab metafoori põnevamaks väide, et meil on tuhat või miljon surematut ahvi.

Kui meil on üks ahv, kes võib elada igavesti, võiksime arvata, et see on lõpmatu ahv. See võib lõpmatuseni kirjutusmasina klahvide käes tuksuda. See ahv muudkui läheb ja läheb. Seega, kuigi võimalusi tippides mängida külake olid äärmiselt väikesed, on aspekt, mida ahv lõputult proovib, viitab sellele, et mingil hetkel mängib see näidendit külake on peaaegu kindlasti välja trükitud.

Rusikareegel seisneb justkui selles, et sündmuste jada, mille juhtumise tõenäosus on nullist erinev, ehkki erakordselt väikese tõenäosusega, on mõistlikult nõus, et see juhtub peaaegu peaaegu, kui meil on lõpmatult aega mängida, kõik muu on võrdne. Matemaatika ja statistika valdkonna töötajad on altid kirjeldama sama kaalutlust stringide või isegi kahendarvude 0 ja 1 abil. Kui teil on piiratud sümbolite hulk ja neid on lõpmatu jada, kusjuures igal sümbolil on valitud ühtlaselt juhuslikult, on seal piiratud string, mille esinemist võite peaaegu kindlasti ette näha.

Sellel kõigel on suur konks.

Me elame piiratud maailmas. Kellelgi meist ei paista olevat lõputult aega. Au neile, kes ütlevad, et teete seda. Mu müts läheb sinu ees maha.

Kui surute kirjutavatele ahvidele peale piiratud maailma, tabate end üsna kõva seina vastu. Tippimisahvi teoreemi analüüsid näitavad üsna palju, et näidendi saavutamise tõenäosus külake on piiratud aja jooksul piisavalt nullilähedane, et mis tahes põhjendatud toimimisalusel seda lihtsalt ei juhtu. Tavaline kujutamine on see, et kui kasutasite teadaolevas universumis nii palju ahve, kui on aatomeid ja nad kirjutasid universumi ajavahemiku jooksul miljoneid kordi, on teil endiselt mõeldamatult pisikesi ja mõõtmatuid võimalusi näha mängida külake.

Tippimisahvi teoreem on üsna tore ja seda peetakse sageli meie aja seitsme parima mõtteeksperimendi hulka kuuluvaks. Olete teretulnud teoreemi kohta täiendavalt uurima, kuna võrgus on palju analüüse. See on elav ja nauditav viis tõenäosuse ja statistika aimu saamiseks. Selle asemel, et tegeleda ainult kuivade numbritega, võite kujutleda neid lõbusaid veerevaid ahve ja kõiki neid vanamoodsaid klõpsatavaid kirjutusmasinaid.

Oleme nüüd valmis tooma generatiivse AI ahvide ja kirjutusmasinate mõistatusse.

Generatiivset tehisintellekti ärritavad kirjutavad ahvid

Eelduseks, mida hakkame tähelepanelikult uurima, on vaieldav väide, et generatiivne AI, nagu ChatGPT, ei erine tippimisahvidest. Öeldakse, et kui ChatGPT või mõni generatiivne AI suudab toota külake või sarnased tuntud teosed, on see täiesti juhuslik tulemus, mis on tõenäoliselt tekkinud samal viisil, nagu ahvid võivad jõuda selle kaua hinnatud ja sügavalt austatud Shakespeare'i näidendi kirjutamisele.

Vabandust, see on selle kaaluka teema kohta vale mõtlemine.

Vaatame, miks.

Esiteks vaatame üle ja laiendame seda, millest generatiivne AI koosneb.

Tuletage meelde, et ma varem märkisin, et generatiivne AI on tarkvara, mis hõlmab algoritmide kasutamist Internetis ja muude sarnaste allikate kaudu olemasoleva teksti andmete edastamiseks. Suur hulk mustrite sobitamist on matemaatiliselt ja arvutuslikult tuvastanud mustrid miljonite ja miljonite narratiivide ja esseede seas, mille meie, inimesed, oleme koostanud.

Sõnadel pole enda jaoks erilist tähtsust. Mõelge neile kui objektidele. Arvuti sees on need esitatud numbritena, mida me tähistame märkidena. Neid kasutatakse mugava vahendina teiste sõnade või märkide omavaheliseks seostamiseks, tehes seda põhjaliku ja keeruka statistilise veebilaadses struktuuris.

Mõned AI valdkonnas on mures, et see pole midagi muud kui see, mida nimetatakse a stohhastiline papagoi.

Näete, selle asemel, et püüda sõnadega seostada mingit "tähendus" näivust, on see lihtsalt sõnade ulatuslik indekseerimine, mida näib olevat kasutatud teiste sõnade ümber või kõrval. Seevastu eeldame, et inimesed saavad sõnade olemusest ja tähendusest aru.

Kaaluge oma igapäevast juurdepääsu sõna-sõnale vastavuse olemasolule. Sarnaselt sellele, kui kasutate oma tekstitöötlustarkvaras tavalist automaatse täitmise funktsiooni, arvutab arvuti matemaatiliselt, et teatud sõnale järgneb tavaliselt mõni muu konkreetne sõna, millele omakorda järgneb mõni muu konkreetne sõna ja nii edasi. Seega võite sageli hakata lauset kirjutama ja tekstitöötluspakett näitab teile, millised on lause lisasõnad.

See on oletus, sest statistiliselt võivad need olla lause tavalised sõnad, kuid teil võib olla midagi muud meeles öelda, seega on ennustus vale sellest, mida tahtsite kirjutada. Arvatavasti on piisavalt muid näiteid lausete kohta, mis kasutavad neid sõnu, et algoritm suudab hinnata, et soovite tõenäoliselt lause lõpetada ennustatud sõnadega. See pole raudkindel. Samuti pole selle arvutusliku oletusega seotud "tähendust".

Mõned AI-uurijad väidavad, et tõelise tehisintellekti saavutamiseks kasutatakse seda sageli kui Tehisintellekt (AGI), me peame kuidagi arvutitesse kodeerima veel avastatud või leiutatud "mõistmise" vormi (vt minu veergu arvukate postituste kohta AGI ja AGI poole püüdlemise kohta). Nad muretsevad, et maania generatiivse tehisintellekti üle pole muud kui ummiktee. Püüame generatiivset AI-d aina edasi lükata, suurendades arvutusvõrkude suurust ja visates asjale üha rohkem arvutitöötlusvõimsust. Nad väidavad, et see kõik on AGI-sse jõudmisel kasutu.

Täiendav mure on see, et võib-olla tõmbab see oletatava ummiktee otsimine meid kõrvale õigest või õigest tegevusest. Me kulutame tohutult energiat ja jõupingutusi eksitava lõppseisundi suunas. Muidugi võib generatiivne tehisintellekt olla matkimistrikk jahmatav, kuid võib juhtuda, et sellel on AGI-ga vähe või üldse mitte midagi pistmist. Võiksime petta end väärtuslikku keskendumist raiskama. Selle ahvatleva tähelepanu kõrvalejuhtimise tõttu võime AGI-sse jõudmisega viivitada või isegi ebaõnnestuda.

Igatahes, ahvide tippimise eesmärgil pöördume tagasi üldiste frakade juurde.

Peame arvestama järgmiste oluliste teguritega:

• 1) Tundlik versus mitte tundev
• 2) mõtlemine versus mitte "mõtlemine"
• 3) Piiratud mõtlemisprotsessid versus arvutipõhised algoritmid ja mustrite sobitamine
• 4) Treenimata või treenimisvõimetu versus arvutuslike andmete treenimine

Käsitleme kõiki neid tegureid.

Tundlik versus mitte tundev

Usun, et võime tunnistada, et ahvid on tundlikud olendid. Sõltumata sellest, kui targad või kui nutikad on, võiksite neile vastu vaielda; nad on vaieldamatult tundlikud. See on fakt. Keegi ei saa mõistlikult teisiti väita.

Tänapäeva tehisintellekt ei ole tundlik. Periood, punkt.

Veelgi enam, ma väidan, et me ei ole AI-tundlikkusele lähedal. Teised võivad muidugi mitte nõustuda. Kuid igaüks, kes on mõistlik, nõustub, et tänapäeva tehisintellekt ei ole tundlik. Minu analüüsi selle Google'i inseneri eelmisel aastal AI-tundlikkuse äärmuslikult eksliku märgistamise kohta leiate minu arutelust aadressil link siin.

Niisiis, üks oluline erinevus nende innukalt tippivate ahvide ja tänapäeva generatiivse tehisintellekti vahel on see, et ahvid on tundlikud olendid, samas kui AI mitte. Lisaks on sageli libe tee, kui hakata võrdlema tänapäeva tehisintellekti millegi mõistusega. On kalduvus AI antropomorfiseerida. Soovitan tungivalt, et püüda vältida selle kerge vaimse lõksu sattumist meile, väldiksime tehisintellekti ja tundlike olendite võrdlust, välja arvatud juhul, kui me ei ole üle parda ega tee seda erinevust selgelt kindlaks ja piiritleme.

Vähesed, kui üldse, teevad seda piiritlemist, kui võrrelda trükkimisahve ja generatiivset tehisintellekti. Nad eeldavad, et sa kas saad juba aru, et see vahe on olemas, või ei huvita, et vahe on, või nad pole sellele mõelnud jne.

Mõtlemine versus mitte "mõtlemine"

Ma väidan, et ahvid oskavad mõelda. Nad on mõtlevad olendid. Võime kergesti vaielda selle üle, kui palju mõtlemist nad teha suudavad. Peate peaaegu kindlasti nõustuma, et ahvid võivad mõelda.

Tänapäeva igasugune tehisintellekt, sealhulgas generatiivne AI, ei tõuse selleni, milleks ma inimvõimet pean mõtlemine.

Ma kordan oma äsja mainitud tundlikkusega seotud refrääni. See on eksitav ja ma väidan, et eksin, kui ütlen, et tänapäeva tehisintellekt suudab mõelda. Kahjuks teevad inimesed seda kogu aeg, sealhulgas tehisintellekti uurijad ja arendajad. Usun, et see on taaskord kahetsusväärne ja läbimõtlematu antropomorfiseerimine. Annate tehisintellektile näiliselt suutlikkust või võimalusi, mida seal pole ja mis teavitab ühiskonda selles küsimuses valesti. Lõpeta see.

Generatiivne AI on keerukas veebilaadne matemaatiliste ja arvutuslike omaduste struktuur. See on imetlusväärne. See on naeruväärne, mida sellega saavutatakse. Ma ei usu, et ükski mõistlik tõlgendus "mõtlemisest", nagu me seda kogu oma hiilguses ette kujutame, ei sobi sellele tehisintellektile.

Piiratud mõtlemisprotsessid versus arvutipõhised algoritmid ja mustrite sobitamine

Ahvid on oma mõtlemisprotsessides piiratud.

Võib-olla pakub huvi see, et teaduskirjanduses on palju ahvide ja inimeste ajude võrdlusi. Mõelge näiteks sellele uuringule: „Inimese aju on umbes kolm korda suurem kui meie lähima sugulase šimpansi aju. Veelgi enam, ajuosa, mida nimetatakse ajukooreks, mis mängib võtmerolli mälus, tähelepanus, teadlikkuses ja mõtlemises, sisaldab inimestel kaks korda rohkem rakke kui šimpansi sama piirkond. Ka ajurakkude võrgustikud ajukoores käituvad kahe liigi puhul erinevalt” (avaldatud artiklis eLifeseptember 2016, pealkirjaga "Inimese ja šimpansi neuraalsete eellasrakkude erinevused ja sarnasused ajukoore arengu ajal").

Me kõik mõistame, et ahvid ei ole inimese mõtlemisega võrdsed. Need imelised olendid võivad olla armsad ja mõtlevad üllatavalt palju, selles pole kahtlustki. Need lihtsalt ei tõuse inimese mõtlemise tasemele. Kahetsen seda, kui ahvid inimkonna üle võimust võtavad.

Ma juba hetk tagasi ütlesin, et tänapäeva tehisintellekt ei mõtle. Rõhutasin, et seda, mida AI teeb, ei tohiks sildistada kui "mõtlemist", kuna see on eksitav ja segadust tekitav.

Siin ületab generatiivne tehisintellekt ahve, kuna kasutab arvutitöötlust, mis põhineb inimese väljatöötatud algoritmidel ja põhineb inimese loodud kirjutistel. On vähe või puudub igasugune võimalus, et mõtlev ahv suudab neelata ja sobitada inimeste laialdase kasutusega kirjutatud sümboleid. Ahvidel pole sellist mõtlemisvõimet.

Arvestades oma muid väljendatud kahtlusi, kõhklen sellist võrdlust soovitamast. Kuid ma ütlen selgelt, millised on eeldused ja kuidas seda analüüsi õigesti ja sobivalt läbi viia.

Treenimata või võimetu treenima versus arvutuslikult treenitud andmetega

Sarnaselt sellele, mida ma just ütlesin, ei saa te mõtlevat ahvi õpetada inimkonna kirjalike sümbolite ulatuslikku kasutamist. Saate seda teha äärmiselt piiratud hulgal ja uuringud on näidanud, et ahvid võivad näiliselt mõelda kirjutatud sümbolitele. See on palju vähem kui suutma pähe õppida ja tagasi korrata ulatuslikke sõnade, lausete ja tervete narratiivide mustreid.

Generatiivne tehisintellekt on arvutipõhine statistiline matkimine, mida saab arvutuslikult andmetega treenida. Kui söödame pidevalt juurde andmeid, näiteks täiendavaid tekste, mida kogume või leiame, on eeldus ja lootus, et leitud mustrid muutuvad aina sügavamaks. Lisaks suurendab üha kiiremate arvutikiipide ja -töötluse kasutamine seda mustrite sobitamist ja reageerimisvõimet.

Vaadates lõpptulemust

Kui generatiivne AI peaks näidendi tootma külake, mida see tähendaks?

Esiteks peame kaaluma, kas lugu või näidend sisestati andmete koolituse ajal generatiivsesse tehisintellekti või mitte. Kui jah, siis pole generatiivses tehisintellektis midagi eriti tähelepanuväärset, kui see hiljem välja paiskab samad sõnad, mida ta oli varem skanninud.

AI-uurija võib olla pisut jahmunud, sest mustrite sobitamine läks arvatavasti liiale, olles sõnad pähe õppinud. Tavaliselt viitame sellele masinõppe valdkonnas kui üleliigne andmetele, mida treeningu ajal kasutati. Tavaliselt ei taheta, et mustriga oleks täpsed sõnad, vaid üldistatud muster.

Olen oma veergudes arutanud muret, et mõnikord võime näha eraelu puutumatuse rikkumisi ja konfidentsiaalsete andmete paljastamist juhtudel, kui generatiivne tehisintellekt tegi sisestatud andmete üldise sobitamise asemel täpse sobitamise, vaadake minu kajastust aadressil link siin.

Teiseks oletame, et näidend külake ei söödetud generatiivsesse AI-sse. Järgmine kaalutlus oleks siis see, kas mõnda Shakespeare'i teost oli andmeõppe ajal skaneeritud.

Kui jah, siis on mõeldav, et näidend külake võiks toota Shakespeare'i teiste teostega seotud mustrite põhjal, eriti kui on muid viiteid või mainimisi külake mujal andmeõppekomplektis. Kõiki neid saab mustrite sobitamise abil stiili kujundamiseks kasutada külake. Tuleb tunnistada, et oskab genereerida külake sõna-sõnalt oleks väljavenitatud haare, märkimisväärselt silmiavav ja üllatav tulemus.

Kolmandaks, kui generatiivne AI toodaks kogu külake ja pole kunagi varem Shakespeare'i kohta midagi söödetud, noh, see oleks hämmastav. See ei pruugi siiski olla päris sama, mis kirjutusmasinal klahvide nokitsemise puhtjuhuslik olemus. Peame mõistma, et Shakespeare'i sõnad on sõnad, seega on need osa sõnastuste kogumast, mis leidub generatiivsesse tehisintellekti toidetavates tekstilugudes ja narratiivides. Te parandate koefitsiente, alustades sõnade nurgakivist ja sõnadevahelistest assotsiatsioonidest. Siiski on tõenäosus, et midagi sellist juhtub, üsna väike.

Järeldus

Sõnade ja esseede loomisel on generatiivne tehisintellekt muutumas jõukajaks, kuna see põhineb inimeste väljamõeldud sõnadel ja esseedel (muidugi peame vigade, valede ja tehisintellekti hallutsinatsioonidega täpselt tegelema). AI ei "mõista" väljastatavaid sõnu. Seal pole ühtegi.

Ladusate esseede ja täielikult loetavate väljundite nägemiseks ei pea te lõpmatut aega ootama. Need toimuvad iga päev ja ühe nupuvajutusega. Need ei ole segamini, vähemalt mitte enamiku ajast, kuna need on loodud inimeste kirjutatu põhjal. Mustri sobitamist tuleks veelgi peenhäälestada ja lõpuks piisavalt hea, et vähendada suurt osa veidrustest sõnastustest. Vaadake minu selgitust selle kohta, kuidas see võiks toimida, näidatud aadressil link siin. Seda häälestust täiustatakse pidevalt ja me kõik oleme üha enam vaimustuses sellest, mida generatiivne AI toodab.

Sõnad ei ole juhuslikult valitud. Sõnad ei ole puhtalt juhuslikult kirjutatud. On mõned tõenäosuslikud aspektid, näiteks essee koostamisel, milliseid sõnu valida. Kuid see põhineb ikkagi inimeste kirjutistel ja seega ei ole see eeldatavasti puhtjuhuslik. See põhineb juhuslikul valikul käputäie või mõne sõnavaliku hulgast, mis muidu võiksid statistiliselt olla järgmiseks valitud sõnaks või sõnade komplektiks.

Kuhu ahvid sellesse mahuvad?

Need kirjutavad ahvid on kindlasti atraktiivsed võrdlusalusena generatiivse tehisintellektiga. Ahvid toodavad külake versus generatiivne AI tootmine külake. See on kaasahaarav võistlus. Võib öelda, et tegelikult pole võistlusega üldse tegemist. Inimkonna välja töötatud tehisintellektil, mis põhineb inimkonna kirjutistel, on selles osas ebaõiglane eelis.

Rääkides ahvide kirjutamisest, ühes episoodis Simpsonid, otsustab hr Burns palgata ahvid, kes kontoris kirjutusmasinaga trükkiksid. Ta on sedasorti ülemus, kes sooviks rõõmsalt kasutada ahve oma kontoritöös inimeste asemel.

Saate fännid võivad juhtunut mäletada.

Hr Burns haarab ühe trükitud lehekülje ja loeb ootusärevusega, mida ahv on kirjutanud. Ta loeb lehte ette ja ütleb: "See oli parim aeg, see oli ähmane kordade” (st on üks sõna, mis on sassis, “hägu” või midagi sellist). Ta on täiesti raevunud ja pettunud nende "rumalate ahvide" pärast, mida nad suudavad toota.

Teame, et kui ahv kirjutas selle osa Charles Dickeni raamatust "Kahe linna lugu", peaksime olema ekstaasis ja rõõmust hüppama. Härra Burnsi puhul mitte.

Selle arutelu viimase kommentaarina peaksime võib-olla tuginema Charles Dickensi kirjutatud lausele: „See oli parimad ajad, see oli halvim aeg, see oli tarkuse ajastu, see oli rumaluse ajastu. oli uskumise ajastu, see oli uskmatuse ajastu, see oli valguse aeg, see oli pimeduse aeg, see oli lootuse kevad, see oli meeleheite talv.

Me pole päris kindlad, kuhu me AI-ga teel oleme. Mõned ütlevad, et see saab olema parim asi pärast viilutatud leiba. Teised hoiatavad, et meie valmistatav tehisintellekt kujutab endast eksistentsiaalset ohtu inimkonna ellujäämisele. See on tõesti kas parimad või halvimad ajad.

Ärge imestage, kui näete generatiivset AI-d just neid sõnu. Olge üllatunud, kui juhtute loomaaias nägema ahve, kes tõenäoliselt kirjutusmasinal tippivad ja suudavad sisestada samu läbinägelikke sõnu.

Palun andke mulle teada, kui näete seda juhtuvat.

Olen nõus ootama kaua, et see juhtuks, kuid ilmselt mitte lõputult.