Ograniczenia SI takich jak ChatGPT: Nie mogą tego zrobić (jeszcze)

by Corinna

ChatGPT i inne sztuczne inteligencje są ostatnio tematem rozmów w mieście. Piszą teksty, manipulują obrazami i zbierają pomysły. Ale systemy te nie są jeszcze doskonałe. Pokazujemy, czego SI jeszcze nie potrafią.

Pokazujemy, czego SI nie potrafią: przegląd ograniczeń systemów

Sztuczne inteligencje potrafią pisać przekonujące teksty. Ale i one wciąż mają liczne słabości.

  • Zrozumienie: Sztuczne inteligencje, takie jak Chat GPT, które dokonują genezy tekstu, nie rozumieją treści swoich wypowiedzi. Określają jedynie, na podstawie funkcji prawdopodobieństwa, kolejne słowo lub fonem, który jest najbardziej prawdopodobną kontynuacją.
  • Poprawność: Większość sztucznych inteligencji, które nie są ograniczone do jednego konkretnego zadania, pracuje z funkcjami prawdopodobieństwa. Sztuczna inteligencja nie może przetestować swoich stwierdzeń logicznie lub poprzez semantyczną wiedzę o świecie, ani nie może powiedzieć na pewno, czy są one poprawne. Na przykład Chat GPT zawodzi w prostych zadaniach arytmetycznych, takich jak mnożenie dwóch liczb, jeśli wynik nie znajduje się w danych wejściowych.
  • Kreatywność: Obecne SI jedynie replikują i łączą idee i struktury, które również były zawarte w twoich danych wejściowych. Nie potrafią wytworzyć własnych pomysłów, które opierają się na rzeczywistych przesłankach i które w tej zmodyfikowanej formie jeszcze nie istniały.
  • Aktualność: Wiedza sztucznej inteligencji jest ograniczona do danych wejściowych użytkownika. Na przykład Chat GPT nie wie jeszcze, że Olaf Scholz jest kanclerzem Niemiec, ponieważ użyta baza danych pochodzi z września 2021 r.
  • Uniwersalność: Sztuczne inteligencje działają niezawodnie tylko w obrębie obszarów zadaniowych, do których zostały wytrenowane. Sztuczne inteligencje do tej pory polegały na zewnętrznym sprzężeniu zwrotnym, aby się doskonalić. Silna SI to taka, która jest nie do odróżnienia od ludzkiego umysłu.
  • Strukturalny projekt: Niektórzy eksperci uważają, że sztuczne inteligencje nie mogą stać się mądrzejsze przez samo zwiększenie ilości danych treningowych. Znacznie więcej uwagi należy poświęcić strukturyzacji danych i pracy nad logicznym rozumieniem, aby osiągnąć inteligencję podobną do ludzkiej, mówią.

Related Articles

Leave a Comment