हे ज्ञात आहे की getydded चॅटबॉट्स एआय प्रोग्राम बर्‍याच चुका करतात. आपल्या पिझ्झा रेसिपीमध्ये गोंद जोडण्यासाठी किंवा आपल्या आरोग्यासाठी दिवसातून दोन किंवा दोन खडक खाण्याची Google आंतरराष्ट्रीय n म्नेस्टी इंटरनॅशनलच्या सूचनेचे अनुसरण करू नका अशी आशा करूया.
या चुका भ्रम म्हणून ओळखल्या जातात: मुळात, मॉडेल ज्या गोष्टी दर्शवितो. हे तंत्रज्ञान सुधारेल? कृत्रिम बुद्धिमत्तेचा अभ्यास करणारे संशोधकदेखील लवकरच हे घडतील अशी आशावादी नाहीत.
एआयच्या असोसिएशनने या महिन्यात जारी केलेल्या वीस कृत्रिम बुद्धिमत्ता तज्ञांचा समावेश असलेल्या समितीचा हा एक निकाल आहे. या गटाने असोसिएशनचे 400 हून अधिक सदस्य देखील पुसले.
कृत्रिम बुद्धिमत्ता सुधारण्यापासून दूर आपण वर्षांच्या विकसकांकडून (किंवा काही महिने दूर, आपण जे विचारता यावर अवलंबून) आवाजाच्या विपरीत, ही समिती शैक्षणिक आणि उद्योग तज्ञांची आहे आणि ही साधने किती द्रुतगतीने दिली जातात याबद्दल अधिक संरक्षित असल्याचे दिसते. यात केवळ तथ्ये योग्यरित्या मिळविणे आणि विचित्र चुका टाळणे समाविष्ट आहे. कृत्रिम बुद्धिमत्ता साधनांची विश्वासार्हता जर कृत्रिम सामान्य बुद्धिमत्ता म्हणून ओळखल्या जाणार्‍या मानवी बुद्धिमत्तेची पूर्तता किंवा त्यापेक्षा जास्त मॉडेल तयार करेल असे मॉडेल तयार करेल. संशोधकांचा असा विश्वास आहे की या श्रेणीतील सुधारणा लवकरच होण्याची शक्यता नाही.
कार्नेगी मेलॉन युनिव्हर्सिटीचे संगणक विज्ञानाचे प्राध्यापक व्हिन्सेंट कॉन्ट्झ आणि समितीच्या सदस्याने मला सांगितले की, “आम्ही थोडासा सावधगिरी बाळगतो आणि प्रत्यक्षात कार्य करेपर्यंत कोणत्याही गोष्टीवर विश्वास ठेवत नाही.”
अलिकडच्या वर्षांत कृत्रिम बुद्धिमत्ता वेगाने विकसित झाली आहे
आईचे प्रमुख, आईचे अध्यक्ष फ्रान्सिस्का रोसी यांनी आपल्या सादरीकरणात लिहिले आहे, जे लोकांना मदत करणारे तंत्रज्ञान तयार करणारे कृत्रिम बुद्धिमत्तेच्या संशोधनास पाठिंबा देणारे आहे. आत्मविश्वास आणि विश्वासार्हतेचे प्रश्न केवळ अचूक माहिती प्रदान करण्यामध्येच नव्हे तर पक्षपात टाळण्यामध्ये आणि अनावश्यक गंभीर परिणाम नसल्याचे सुनिश्चित करण्यामध्ये धोकादायक आहे. तिने लिहिले: “तंत्रज्ञानाची प्रगती मानवतेच्या प्रगतीस समर्थन देते आणि मानवी मूल्यांशी सुसंगत आहे हे सुनिश्चित करण्यासाठी, कृत्रिम बुद्धिमत्तेत प्रगती करण्यासाठी आपल्या सर्वांनी एकत्र काम करण्याची गरज आहे.”
कॉन्टेझर म्हणाले की, कृत्रिम बुद्धिमत्तेचे प्रवेग, विशेषत: 2022 मध्ये चॅटजीपीटी लाँच करणारे ओपनई लाँच केल्यापासून ते छान होते. ते म्हणाले, “काही बाबतीत ते आश्चर्यकारक होते आणि यापैकी बर्‍याच तंत्रे आपल्यापैकी बहुतेकांनी असे केल्याचा विश्वास ठेवण्यापेक्षा बरेच चांगले कार्य करतात,” तो म्हणाला.
कृत्रिम बुद्धिमत्ता संशोधनाची काही क्षेत्रे आहेत जिथे “आवाजाची गुणवत्ता आहे”, कॉर्नेल विद्यापीठातील संगणक विज्ञानाचे सहाय्यक प्राध्यापक जॉन सीकस्टन. हे विशेषतः गणित किंवा विज्ञानात खरे आहे, जेथे वापरकर्ते फॉर्मचे परिणाम सत्यापित करू शकतात.
“हे तंत्रज्ञान आश्चर्यकारक आहे,” सीकस्टन म्हणाले. “मी एका दशकापेक्षा जास्त काळ या क्षेत्रात काम करत होतो आणि ते किती चांगले आहे आणि ते किती चांगले आहे हे मला धक्का बसले.”
या सुधारणांनंतरही, शोधण्यात आणि शोधण्यासारखे अजूनही महत्त्वपूर्ण मुद्दे आहेत.
चॅटबॉट्स त्यांचे तथ्य थेट प्राप्त करण्यास प्रारंभ करतील?
प्रसूतीक कृत्रिम बुद्धिमत्ता मॉडेल्समधून आलेल्या माहितीवरील आत्मविश्वासाची गुणवत्ता सुधारण्यात काही प्रगती असूनही, अधिक काम करणे आवश्यक आहे. कोलंबिया पत्रकारितेच्या पुनरावलोकनाने नुकत्याच जारी केलेल्या अहवालात असे आढळले आहे की चॅटबॉट्स या प्रश्नांची उत्तरे देण्यास नकार देतील की त्यांनी या चुकीच्या आश्वासनांना पाठिंबा देण्यासाठी त्यांनी प्रदान केलेल्या चुकीच्या माहितीचा अचूक उत्तर देण्यास असमर्थता, त्यांनी प्रदान केलेल्या चुकीच्या माहितीचा आत्मविश्वास वाढविला आहे.
एएएआय अहवालात म्हटले आहे की विश्वासार्हता आणि अचूकतेची सुधारणा “असे म्हटले जाऊ शकते की आज कृत्रिम बुद्धिमत्ता संशोधनाचे सर्वात मोठे क्षेत्र.”
कृत्रिम बुद्धिमत्ता प्रणालींची अचूकता वाढविण्याचे तीन मुख्य मार्ग संशोधकांना लक्षात आले: मानवी टिप्पण्यांसह शिक्षण वाढविणे यासारख्या अचूक स्थापना; पुनर्प्राप्तीची पिढी, ज्यामध्ये सिस्टम विशिष्ट कागदपत्रे संकलित करते आणि यामधून त्याचे उत्तर मागे घेते; आणि विचारांची मालिका, जिथे हा दावा छोट्या छोट्या चरणांवर नष्ट झाला आहे ज्यामुळे भ्रमातून कृत्रिम बुद्धिमत्तेचे मॉडेल प्राप्त होऊ शकेल.
या गोष्टी चॅटबॉट प्रतिसाद अधिक अचूक बनवतील? हे शक्य नाही: “वास्तववाद समाधानापासून दूर आहे,” अहवालात म्हटले आहे. सर्वेक्षण केलेल्यांपैकी सुमारे 60 % लोकांनी असे सूचित केले की आत्मविश्वास किंवा गुणवत्तेबद्दल चिंता लवकरच सोडविली जाईल.
प्रसूतीच्या बुद्धिमत्तेच्या निर्मितीमध्ये असे आशावाद होता की सध्याच्या मॉडेल्सची व्याप्ती वाढविण्यामुळे ते अधिक अचूक होईल आणि भ्रम कमी होईल.
“मला वाटते की आशा नेहमीच खूप आशावादी राहिली आहे,” सीकस्टन म्हणाले. “गेल्या दोन वर्षांत, मी अगदी वास्तववादी आणि वास्तववादी भाषेचे मॉडेल अगदी कोप around ्यात आहेत याचा कोणताही पुरावा मला दिसला नाही.”
क्लॉड्स क्ले किंवा फॉर सारख्या मोठ्या भाषेचे मॉडेल असले तरी, वापरकर्ते चुकीच्या पद्धतीने गृहित धरू शकतात की ते अधिक अचूक आहेत कारण ते आत्मविश्वासाने उत्तरे देतात.
ते म्हणाले, “एखाद्या व्यक्तीने आत्मविश्वासाने किंवा आत्मविश्वास वाटणार्‍या शब्दांनी प्रतिसाद दिल्यास, आम्ही विचार करतो की त्या व्यक्तीला ते कशाबद्दल बोलत आहेत हे खरोखर माहित आहे.” “कृत्रिम बुद्धिमत्ता प्रणाली, एखाद्या गोष्टीबद्दल पूर्णपणे मूर्खपणाबद्दल आत्मविश्वास असल्याचा दावा करू शकतो.”
कृत्रिम बुद्धिमत्ता वापरकर्त्यांसाठी धडे
कृत्रिम बुद्धिमत्तेच्या बंधनांविषयी जागरूकता योग्यरित्या वापरण्यासाठी आवश्यक आहे. CHATGPT आणि Google च्या मिथुन सारख्या मॉडेल्सच्या वापरकर्त्यांसाठी शिकेटस्टन सल्ला: “आपल्याला निकाल तपासावा लागेल.”
ते म्हणाले की उत्कृष्ट सार्वजनिक भाषेचे मॉडेल सतत वास्तविक माहिती पुनर्प्राप्त करण्यासाठी कमकुवत काम करतात. आपण काहीतरी विचारल्यास, आपण शोध इंजिनमधील उत्तर शोधून पाठपुरावा करणे आवश्यक आहे (आणि शोध परिणामांच्या एआय सारांशावर अवलंबून नाही). आपण करत असताना, आपण प्रथम स्थानावर चांगले असाल.
सेक्सस्टन म्हणाले की कृत्रिम बुद्धिमत्ता मॉडेल वापरण्याचा मार्ग म्हणजे तो तरीही करू शकणारी कार्ये स्वयंचलित करणे आणि माहितीचे वेळापत्रक समन्वय करणे किंवा कोड लिहिणे यासारखे अचूकता सत्यापित करू शकते. ते म्हणाले, “व्यापक तत्व म्हणजे मला असे आढळले आहे की ही मॉडेल्स आपल्याला हे कसे करावे हे आधीपासूनच माहित असलेले कार्य स्वयंचलित करण्यासाठी खूप उपयुक्त आहेत.”
अधिक वाचा: संगणक विज्ञान प्राध्यापकांनी स्पष्ट केल्यानुसार जनरल एआय वापरताना स्मार्ट राहण्याचे 5 मार्ग
कृत्रिम सामान्य बुद्धिमत्ता फक्त कोप around ्यात आहे?
कृत्रिम बुद्धिमत्ता विकास उद्योगातील प्राधान्यक्रमांपैकी एक म्हणजे बहुतेकदा कृत्रिम सामान्य बुद्धिमत्ता किंवा एजीआय म्हणून ओळखले जाणारे एक स्पष्ट शर्यत. मानवी विचारांच्या किंवा चांगल्या पातळीवरील हे सामान्यत: सक्षम मॉडेल आहे.
अहवालाच्या सर्वेक्षणात एजीआय शर्यतीबद्दल ठाम मत आढळले. हे लक्षात घेण्यासारखे आहे की तीन चतुर्थांशपेक्षा जास्त (76 %) प्रतिसादकांनी म्हटले आहे की मोठ्या भाषेच्या मॉडेल्ससारख्या कृत्रिम बुद्धिमत्ता तंत्रात वाढती एजीआय तयार होण्याची शक्यता नाही. मोठ्या संख्येने संशोधकांना शंका आहे की एजीआयकडे सध्याचा मोर्चा कार्य करेल.
खाजगी घटकांनी (82 %) विकसित केल्यास कृत्रिम सामान्य बुद्धिमत्तेस सक्षम असलेल्या सिस्टमची मालकी लोकांच्या मालकीची असावी. हे मानवांचा विचार करू शकणारी अशी प्रणाली तयार करण्यासाठी नीतिशास्त्र आणि संभाव्य सैनिकांबद्दलच्या चिंतेनुसार आहे. बहुतेक संशोधकांनी ( %० %) सांगितले की सुरक्षा आणि नियंत्रण प्रणाली विकसित होईपर्यंत एजीआय संशोधन थांबविण्यास त्यांचा विरोध आहे. “ही उत्तरे काही हमीमध्ये चालू असलेल्या विषयाचा शोध घेण्यास प्राधान्य दर्शवितात,” असे अहवालात म्हटले आहे.
स्मिथस्टन म्हणाले की एजेआयबद्दलचे संभाषण गुंतागुंतीचे होते. काही प्रमाणात, आम्ही आधीपासूनच अशा प्रणाली तयार केल्या आहेत ज्यात सामान्य बुद्धिमत्तेचा एक प्रकार आहे. ओपनएआय मधील चॅटजीपीटी सारख्या मोठ्या भाषेचे मॉडेल विविध मानवी क्रियाकलाप करण्यास सक्षम आहेत, सर्वात जुन्या कृत्रिम बुद्धिमत्ता मॉडेल्सच्या विपरीत जे केवळ एक गोष्ट करू शकतात, जसे की प्ले बुद्धिबळ. तो मानवी पातळीवर सतत बर्‍याच गोष्टी करू शकतो का हा प्रश्न आहे.
“मला वाटते की आम्ही यापासून खूप दूर आहोत,” सीकस्टन म्हणाला.
ते म्हणाले की या मॉडेल्समध्ये सत्याची संक्षिप्त संकल्पना आणि सर्जनशील कार्यांशी खरोखर सामना करण्याची क्षमता नसणे. ते म्हणाले, “सध्याच्या तंत्रज्ञानाचा वापर करून मानवी वातावरणात काम करण्याचा मार्ग मला दिसत नाही.” “मला असे वाटते की तेथे पोहोचण्याच्या मार्गावर बर्‍याच संशोधन घडामोडी आहेत.”
कॉनिझ्झर म्हणाले की, एजीआय जे आहे त्याची व्याख्या कठीण आहे: बर्‍याचदा, लोक असे काहीतरी अर्थ आहेत जे मानवांपेक्षा बहुतेक कामे अधिक चांगले करू शकतात, परंतु काहीजण म्हणतात की हे काहीतरी काम करण्यास सक्षम आहे. ते म्हणाले, “कठोर व्याख्या ही एक गोष्ट आहे जी आम्हाला खरोखर पूर्णपणे अतिरिक्त बनवते,” ते म्हणाले.
एजीआय अगदी कोप around ्यात आहे याबद्दल संशोधकांना शंका आहे, परंतु कॉनिट्झरने असा इशारा दिला की कृत्रिम बुद्धिमत्तेच्या संशोधकांनी गेल्या काही वर्षांत आपण सर्वांनी पाहिलेल्या नाट्यमय तांत्रिक सुधारणेची अपेक्षा करत नाही.
ते म्हणाले: “आम्ही अलीकडेच गोष्टींचा वेगवान बदल पाहिलेला नाही आणि म्हणूनच आपण आश्चर्यचकित होऊ शकता की जर ते वेगवान काम करत राहिले तर हे येईल की नाही.”
