AI გენერირებული სტატია ყველაზე წაკითხვად ბლოგებში პირველ ადგილზე აღმოჩნდა

[Moor]

Photo by Joshua Golde on Unsplash

რა არის და რა შეუძლია GPT-3-ს

Hackernoon-ი ერთ-ერთი ყველაზე პოპულარული ტექნოლოგიური ბლოგია ინტერნეტსივრცეში. როგორ ირონიულადაც არ უნდა ჟღერდეს, 2020 წლის 16 აგვისტოს საიტი ახალმა ტექნოლოგიურმა მიღწევამ დაიპყრო — პირდაპირი გაგებით: პლატფორმის ტოპ ბლოგებში ნომერ პირველი ადგილი ტექსტების მწარმოებელი GPT-3-ის მიერ გენერირებულმა სტატიამ დაიკავა.

სტატიის ‘ავტორი’ ბერკლის უნივერსიტეტის სტუდენტი იყო, რომელმაც გადაწყვიტა სალაპარაკო ენის დამუშავების (NLP) უახლესი შესაძლებლობები ეჩვენებინა. როგორც ის ერთ-ერთ ინტერვიუში აღნიშნავს, მიზანი იმის დამტკიცება იყო, რომ ხელოვნურ ინტელექტს უკვე შეუძლია ადამიანის დონის სტატიების გენერირება. შედეგი მართლაც საინტერესო გამოდგა.

რამდენიმე ადამიანის გარდა, ვერავინ მიხვდა, რომ ბლოგი მანქანის მიერ იყო წარმოებული — და ამ რამდენიმე ადამიანის კომენტარიც დიდი კრიტიკის ქვეშ მოყვა.

რა არის GPT-3 და როგორ მუშაობს ის?

GPT-3 მწარმოებელი მოქიშპე ქსელია, რომელიც ილონ მასკის ერთ-ერთ კომპანია OpenAI-ს ეკუთვნის.

მწარმოებელ მოქიშპე ქსელებზე უფრო დეტლურად ამ სტატიაში ვსაუბრობთ, მაგრამ, მოკლედ რომ გავიმეოროთ:

მწარმოებელი მოქიშპე ქსელები, იგივე GANs, მანქანური სწავლების ორი ნეირონული ქსელისგან შემდგარი ახალი მოდელია, სადაც ეს ქსელები ერთმანეთს შეჯიბრის ხარჯზე აუმჯობესებენ: ერთ-ერთი მათგანი მეორეს აწვდის სურათს ან ტექსტს, ამ უკანასკნელმა კი უნდა გამოიცნოს, ნამდვილია მიწოდებული მასალა თუ მანქანის მიერ გენერირებული. შედეგებზე დაყრდნობით ისინი ზედამხედველის გარეშე, დამოუკიდებლად, აუმჯობესებენ თავიანთ მონაცემთა ბაზას, სანამ გენერირებულ მასალას ნამდვილისგან ვეღარ გაარჩევენ.

გარტნერის აჟიოტაჟის ციკლის თანახმად, მანქანური სწავლების ეს ახალი მოდელი AI სივრცეში ახალი ტრენდული მიმართულებაა, რომელიც 2020 წელს უფრო და უფრო აქტუალური ხდება.

რაც შეეხება კონკრეტულად GPT-3-ს, ის ყველაზე დახვეწილი სალაპარაკო ენის დამუშავების ქსელია, რაც კი ბაზარზე არსებობს.

OpenAi-მ GPT-ის ეს უკანასკნელი მოდელი 2020 წლის ივნისში გამოუშვა. წინა მოდელთან შედარებით, რომელიც ნებისმიერი მსურველისთვის იყო ხელმისაწვდომი, GPT-3-ზე მხოლოდ აკრედიტირებულ პირებს მიუწვდებათ ხელი. ნებისმიერს შეუძლია შეიტანოს მოთხოვნა მოდელის ბეტა ტესტირებაზე, თუმცა ამის უფლებას მხოლოდ მცირე ჯგუფს აძლევენ. სამომავლოდ, კომპანია მიზნად ისახავს GPT-3-ის გაყიდვას მსურველ კომპანიებზე.

მუშაობის პრინციპი მარტივია: სისტემას აწვდი ტექსტის სათაურს, საწყის წინადადებას, ან მითითებას, ის კი დანარჩენს დამოუკიდებლად აწარმოებს. ამისათვის GPT-3-ს 175 მილიარდი პარამეტრი აქვს. შედარებისთვის, GPT-2-ს 1.5 მილიარდი გააჩნდა. შედეგად, ახალი სისტემის მიერ გენერირებული ტექსტები ბევრად უფრო თანმიმდევრული და ‘აზრიანია’. თუმცა, მას ჯერ კიდევ აქვს პრობლემები:

1. განსჯა: როგორც ჩანს, რასიზმი, სექსიზმი და მსგავსი რადიკალური შეხედულებები ჩვენს ტექსტებში ხშირად იკვეთება. რადგან AI ინტერნეტში არსებულ ადამიანების ტექსტებზეა გაწვრთნილი, ის ასახავს ყველაფერ იმას, რასაც ჩვენ ვქმნით. ეს კი, დღეს, კულტურული თუ გენდერული ნიშნით ადამიანების განსჯას ნიშნავს. ხელოვნური ინტელექტიც ჩვენს ნაკვალევს მიყვება და ეს ერთ-ერთი ყველაზე სერიოზული პრობლემაა მანქანების მიერ გენერირებული ტექსტების ოპტიმიზაციაში.
2. სიამაყე: როგორც ბევრი ექსპერიმენტის შედეგად გამოიკვეთა, GPT-3-ს ერთი საინტერესო თვისება გააჩნია — მას არ უყვარს იმის აღიარება, რომ კითხვაზე პასუხი არ იცის. ეს მისთვის იმხელა პრობლემაა, რომ მზადაა, მოიტყუოს, ვიდრე რაღაცის არცოდნაში გამოტყდეს. მაგალითად, როცა მას ეკითხებიან “რამდენი თვალი აქვს ფეხსაცმელს?” ის პასუხობს: “ორი”. მოდელმა იცის, რომ თვალებიან არსებათა უმეტესობას ორი თვალი აქვს. მერე რა, რომ ფეხსაცმელს საერთოდა არ სჭირდება თვალები? ლოგიკურად, ორი ყველაზე რაციონალური პასუხი იქნება და ისიც არ აყოვნებს, რათა არ გვეგონოს, რომ რაღაც არ იცის.

რისი წარმოება შეუძლია GPT-3-ს?

ვინც კი ეს მოდელი ხელში ჩაიგდო, ყველამ სხვადასხვა მიმართულებით შეამოწმა მისი შესაძლებლობები. ამ ექსპერიმენტებში კი, ორი განსაკუთრებით საინტერესო მიმართულება გამოიკვეთა.

მოთხრობების გენერირება სხვადასხვა მწერლების სტილში

მარიო კლინჯმანი, რომლის გასაოცარი შემოქმედების შესახებ უკვე შემოგთავაზეთ სტატია მასთან ინტერვიუს ჩანართებთან ერთად, GPT-3-ს მოთხრობების გენერირებისთვის იყენებს. ამისათვის მან სისტემას მოთხრობის სათაური და პირველი სიტყვა მიაწოდა მისაბაძი ავტორის სახელთან ერთად. დანარჩენი მოდელმა თავად აწარმოა. მოთხრობების სერიიდან ერთ-ერთი ყველაზე საინტერესო იყო სამ გვერდიანი ტექსტი სახელად “ავტომატონად ყოფნაზე”, რომლის განხილვაც ზემოთ ხსენებულ სტატიაში შეგიძლიათ ნახოთ.

JSX კოდის გენერირება მარტივი ლეიაუთისთვის

 — @sharifshameem

დეველოპერები აქამდე ნაკლებად დარდობდნენ ხელოვნური ინტელექტის შესაძლებლობებზე. GPT-3-ის ერთ-ერთი მომხმარებლის პოსტმა თვითერზე სწორედ მათი ყურადღება მიიქცია. შარიფმა მოდელის გამოყენებით დაწერა სკრიპტი, რომელიც აწარმოებს კოდს ტექსტად მიწოდებული ინსტრუქციის შესაბამისად. ვიდეოში ის მოდელს აძლევს ბრძანებას, დააგენერიროს ღილაკი, რომელიც საზამთროს გავს. GPT-3-იც ავტომატურად აწარმოებს შესაბამის კოდს, ვიზუალთან ერთად.

GPT-3 ძალიან მაგარია, მაგრამ ჭკვიანი ნამდვილად არ ეთქმის

მიუხედავად ნიშანდობლივი მიღწევებისა, GPT-3 ტურინგის საყოველთაო ტესტს მაინც ვერ ართმევს თავს. შეიძლება მას უკვე შეუძლია ადამიანების ნაწილის გაცურება, მაგრამ ეს საკმარისი არაა იმისათვის, რომ ის გონიერად ან მოაზროვნედ ჩაითვალოს.

ტურინგის ტესტი ალან ტურინგის მიერ შემუშავებული ტესტია, რომელიც ამოწმებს, არის თუ არა მანქანა ადამიანის ინტელექტის დონეზე ასული. ჯერჯერობით, ამ ტესტს ვერც ერთი მანქანა ვერ ართმევს თავს და გამონაკლისი არც GPT-3-ია.

ერთად ვნახოთ, რას გვიმზადებს მომავალი. გამოგვყევი ფეისბუკზე და გაიგე, რა ხდება დღეს ტექნოლოგიების ინდუსტრიაში!

შემდეგ კი, გაეცანი:

ხელოვნური ინტელექტის ყველაზე დახვეწილი მექანიზმი — მწარმოებელი მოქიშპე ქსელები (GANs)

---

AI გენერირებული სტატია ყველაზე წაკითხვად ბლოგებში პირველ ადგილზე აღმოჩნდა was originally published in ტექნოლოზი on Medium, where people are continuing the conversation by highlighting and responding to this story.