Pastaraisiais metais daug diskutuojama, kodėl pokalbių dirbtinis intelektas (DI), toks kaip „ChatGPT“, kartais atrodo stulbinamai žmogiškas, nors iš esmės jis tėra „žodžių skaičiuotuvas“.
Šis palyginimas išpopuliarėjo siekiant paaiškinti sudėtingą technologiją paprastais žodžiais. Kaip įprastas skaičiuotuvas padeda atlikti matematinius veiksmus, taip generatyvusis DI analizuoja ir jungia žodžius pagal tikimybes.
Tačiau toks palyginimas yra ir klaidinantis. Skaičiuotuvas nesuklysta, neturi šališkumo ir nesukelia etinių dilemų, o DI sistemų rezultatai neretai yra netikslūs, šališki ar net pavojingi. Vis dėlto verta prisiminti, kad pagrindinis šių sistemų veikimo principas iš tiesų yra skaičiavimas, tai tik ne skaičių, o kalbos modelių.
Kalba pati savaime yra paremta pasikartojančiais modeliais. Kai girdime netinkamą žodžių tvarką, pavyzdžiui, „pipirai ir druska“ vietoj įprastų „druska ir pipirai“, mums tai skamba keistai. Taip yra todėl, kad mūsų smegenys nuolat „skaičiuoja“, kas skamba natūraliai.
Kalbos paslėpta matematika
Lingvistikoje tokius žodžių junginius vadiname kolokacijomis, tai jie rodo, kad kalba paremta pasikartojančiomis tikimybėmis. Kuo dažniau girdime tam tikrą junginį, tuo natūralesnis jis mums atrodo. Dirbtinis intelektas daro tą patį, tai tik ne sąmoningai, o remdamasis didžiuliais duomenų kiekiais ir statistika.
Dideli kalbos modeliai, tokie kaip „GPT“, skaičiuoja žodžių sekas pagal jų pasirodymo tikimybę. Jie sugeba atkurti šį „turi skambėti teisingai“ jausmą taip tiksliai, kad daugelis žmonių nebeatskiria, ar tekstą sukūrė žmogus, ar mašina. Tai suteikia pokalbių botams žmogiškumo atspalvį, nors iš tiesų jie nieko nesupranta.
Kodėl DI atrodo žmogiškas?
Šiuolaikiniai DI modeliai yra tarsi galingiausios kolokacijų sistemos pasaulyje. Jie geba sujungti žodžius, simbolius ar net vaizdus taip, kad rezultatas atitiktų mūsų kalbos pojūtį. Todėl jie gali ne tik išlaikyti „Turingo“ testą, bet ir sukelti emocinį ryšį, tai žmonės kartais jaučia, kad DI juos „supranta“.
Iš tikrųjų šios sistemos tik atspindi ilgametę kalbos tyrimų istoriją. Jų šaknys slypi dar Šaltojo karo laikų bandymuose versti rusų kalbą į anglų kalbą. Vėliau, remiantis Noamo Chomskio idėjomis, buvo stengtasi sukurti taisyklių sistemas. Dar vėliau atsirado statistiniai modeliai, o šiandien naudojami neuroniniai tinklai, kurie leidžia generuoti sklandžius tekstus.
„Skaičiavimo“ esmė
Nors metodai kito, pagrindas liko tas pats, tai tikimybių skaičiavimas. DI modeliai nustato, kuris žodis turi didžiausią galimybę sekti po kito. Jie gali skaičiuoti žodžių junginius apie meilę, žinias ar elgesį, tačiau iš tikrųjų nesupranta nei meilės, nei žmogaus, nei paties pasaulio.
Čia slypi paradoksas, DI atrodo gyvas, nes puikiai atkuria mūsų kalbos ritmus. Tačiau tai tik statistika, tik matematiniai skaičiavimai, kurie suteikia kalbai iliuziją.
Viena priežasčių, kodėl žmonės kartais pamiršta, kad DI nesupranta, yra tai, kaip technologijų bendrovės apibūdina savo produktus. Vietoje žodžio „skaičiuoja“ dažnai sakoma, kad DI „mąsto“, „svajoja“ ar „svarsto“. Tokia kalba sudaro įspūdį, jog mašina iš tiesų turi sąmonę ar emocijas, nors taip nėra.
Platesnė reikšmė
Generatyvusis DI išlieka skaičiuotuvas, tai tik ne skaičių, o žodžių ir jų ryšių. Tai nereiškia, kad jis bevertis. Priešingai, ši technologija jau dabar keičia mūsų darbo, kūrybos ir bendravimo įpročius. Tačiau svarbu nepamiršti, kad už jos slepiasi ne mąstymas, o matematika.
Dirbtinis intelektas leidžia pažvelgti į mūsų pačių kalbos struktūrą ir parodo, kiek daug mūsų kasdienio bendravimo yra paremta tikimybių skaičiavimu. Jis padeda mums geriau suprasti ne tik technologijas, bet ir mus pačius, žmones, kurie tą kalbą kuria ir naudoja.
