V zaujímavom novom prieskume objavili vedci, že poskytnutie umelej inteligencii (AI) „vnútornej monológu“ významne zvyšuje schopnosť jej uvažovania. Tým, že učia AI premýšľať pred odpovedaním na podnety, podobne ako to robia ľudia, ktorí zvažujú svoje ďalšie slová pred tým, ako začnú hovoriť, bol vyvinutý inovatívny spôsob nazývaný „Quiet-STaR“. Tento postup instruuje AI systémy, aby súčasne generovali viacero vnútorných zdôvodnení pred formuláciou odpovede a tým umožnili AI poskytnúť čo najlepšiu odpoveď.
Na rozdiel od tradičných AI chatbotov ako ChatGPT, ktorí nezvažujú svoje odpovede alebo nepredvídajú rôzne konverzačné možnosti, algoritmus Quiet-STaR vybavuje AI agentov schopnosťou generovať rad predpovedí sprevádzaných zdôvodnením. Pri poskytovaní odpovedí AI kombinuje a predkladá najvhodnejšiu odpoveď, ktorú následne môže človek zhodnotiť na základe charakteru otázky. Týmto spôsobom sa nevhodné zdôvodnenia zahadzujú, čo umožňuje AI predvídať budúce konverzácie a učiť sa z priebežných interakcií.
Využívajúc otvorený zdrojový model veľkého jazyka Mistral 7B (LLM), vedci aplikovali algoritmus Quiet-STaR a pozorovali pozoruhodné zlepšenia. Verzia Mistral 7B, ktorú trénoval Quiet-STaR, dosiahla skóre uvažovania 47,2% v porovnaní so začiatočným skóre pred tréningom 36,3%. Hoci stále mala problémy s matematickým testom v škole, dosahujúc skóre 10,9%, tento výsledok výrazne prekročil pôvodné skóre 5,9% bežnej verzie.
Dôležité je poznamenať, že vedci sa zamerali na odstránenie obmedzení existujúcich modelov AI v porozumení zmyslu pre bežné veci a kontextualizáciu. Jazykové modely ako ChatGPT a Gemini, založené na neurónových sieťach, ktoré sa snažia napodobňovať štruktúru a učebné vzory ľudskej mozgovej kôry, sú momentálne neschopné skutočného pochopenia. Predchádzajúce pokusy o zlepšenie schopností uvažovania boli predovšetkým obmedzené na konkrétnu oblasť, čím sa obmedzilo ich použiteľnosť na rôzne modely AI.
Metodológia Quiet-STaR sa vyznačuje svojou univerzálnosťou, schopnosťou ticho fungovať na pozadí a potenciálom implementácie s rôznymi typmi LLMs. Na základe základu algoritmu samoučiaceho sa uvažovania (STaR) si vedci kladú za cieľ preklenúť priepasť medzi AI systémami založenými na neurónových sieťach a ľudskými schopnosťami uvažovania. Táto sľubná výskumná práca otvára nové možnosti v snahe o rozvoj technológií AI.
FAQ
1. Čo je Quiet-STaR?
Quiet-STaR je metodológia, ktorá trénuje AI systémy na generovanie vnútorných zdôvodnení pred odpovedaním na podnety, čím zlepšuje ich schopnosť uvažovania. Zahŕňa zahadzovanie nevhodných zdôvodnení a využívanie kombinácie predpovedí na poskytnutie najlepšej odpovede.
2. Aký je rozdiel medzi Quiet-STaR a tradičnými AI chatbotmi?
Na rozdiel od bežných AI chatbotov, ktorí nezmýšľajú alebo nepredvídajú rôzne možnosti v konverzácii, Quiet-STaR vybavuje AI agentov schopnosťou zvažovať rôzne zdôvodnenia súčasne a generovať lepšie odpovede.
3. Aké sú obmedzenia súčasných modelov AI?
Existujúce modely AI majú problémy s uvažovaním o zmysle pre bežné veci a kontextualizáciou. Modely založené na neurónových sieťach, ako ChatGPT a Gemini, majú nedostatočné skutočné porozumenie.
4. Ako Quiet-STaR zlepšuje schopnosti uvažovania AI?
Tréningom AI systémov na úvahu pred odpovedaním Quiet-STaR im umožní predvídať budúce konverzácie, učiť sa z priebežných interakcií a zlepšiť skóre uvažovania.
Zdroje:
– [arXiv Databáza](https://arxiv.org/)
– [Live Science](https://www.livescience.com/)
Pre viac informácií o AI a jeho implikáciách sa môžete pozrieť na tieto dôveryhodné zdroje:
– [MIT Technology Review](https://www.technologyreview.com/)
– [International Data Corporation (IDC)](https://www.idc.com/)
– [Forbes AI](https://www.forbes.com/ai/)
– [AI News](https://www.ai-news.co.uk/)
Tieto zdroje poskytujú cenné poznatky o priemysle AI, trendoch na trhu a výzvach a príležitostiach spojených s technológiou AI.
The source of the article is from the blog procarsrl.com.ar