Devrim yapay zeka tarafından üretilecek. Belki.

Yedi yıldan fazla bir süre önce CNET, okuyucuları bir bilim kurgu romanı yazmaya yardımcı olmaya davet etti. Kitle kaynaklı çaba birkaç ay sürdü ve dünyadaki düzinelerce gönüllü yazar ve editörden katkılar içeriyordu. Bugün, son aylarda dünyayı fırtına ile alan ChatGPT gibi üretken yapay zeka araçlarını kullanarak, sadece saatlerde – ya da belki de birkaç dakika – veya belki de birkaç dakika içinde karşılaştırılabilir uzunlukta tutarlı bir hikaye oluşturabiliriz.

Hatta Crazier: CNET sanatçıları ve diğerleri tarafından kitle kaynaklı romanlarımız için yaratılan resimler bugün Dall-E 2 gibi AI araçları tarafından birkaç dakika içinde yapılabilir ve çok azı farkı fark eder (hile parmaklara bakma- daha sonra daha fazlası).

ChatGPT zaten tarihte en hızlı benimsenen yeni teknoloji ürünlerinden biri haline geldi. Muhtemelen e -postalardan ve kapak mektuplarından okul ödevlerine kadar her şeyi oluşturmaya yardımcı olmak için kullanıldığını duydunuz. Bu arada, benzer modeller sadece sayısız tarzda değil, aynı zamanda video ve hatta müzikte görüntüler oluşturabilir.

Belki Siri veya iPhone’dan beri daha fazla vızıltı yaratan bir şey hatırlamak zor. Her şeye ayak uydurmak daha da zor, bu yüzden üretken yapay zeka hakkında en acil sorularınız için bazı hızlı cevaplar.

Nedir?

Bazı Google mühendislerinin bile size söyleyebileceğine rağmen, görünüşe göre Sydney olarak adlandırılan Openai’nin Chatgpt veya Microsoft’un yeni Bing botu gibi chatbots duyarlı veya bilinçli değil. Bizi bu noktaya getiren şey, hepimizi köleleştirmek için sihir ya da kötü bir komplo değil. Aksine, karmaşık matematik, kod, kütüphanelerin değeri verilerinin ve çok fazla bilgi işlem gücünün ürünüdür.

Platformlar, büyük dil modelleri (LLMS) veya bazen üretken dil modelleri veya transformatör dil modelleri olarak adlandırılanlara dayanmaktadır – chatgpt’teki GPT “üretken ön transformatör” anlamına gelir. Bunlar, genellikle doğrudan internetten kazınan, veri kümesi içindeki desenleri ve ilişkileri not eden terabaytların değerini işleyen, eğitim verileri olarak adlandırılan makine öğrenme sistemleridir.

ChatGPT durumunda, metin veri setleri yeterlidir. Dall-e, kararlı difüzyon ve orta hayalet gibi görüntü jeneratörleri, zengin bir görüntü arayarak ve onlara eşlik eden altyazıları okuyarak ne olduklarını öğrenerek eğitilir, böylece modeller hala dile güvenir.

Bu görüntü, Dall-e 2’yi “bana Dall-e’nin bir resmini resim çizmenin bir resmini boyamasının bir resmini boyamanın” ile sonuçlanmasının sonucudur.

Bir sinir ağı, tonlarca veri üzerinde eğitilebilen ve daha sonra kalıplardan içgörü tükürebilen bir makine öğrenme sistemidir. Böyle bir sinir ağı yeni değil. Geçtiğimiz yıl piyasaya sürülen halka açık üretken sistemlerde olan şey, bu kalıpların sadece öğrenmekle kalmamasıdır, aynı zamanda içerik oluşturma sürecini tersine çeviren ve ilk sinir ağı karşısında kontrol eden ikinci bir sinir ağı ile eşleştirilir. Sisteme verilen istem ile eşleştiğinden emin olmak için.

Özünde, chatgpt veya dall-e’ye bir istem verirsiniz ve bir sonraki kelimenin (veya bir görüntü durumunda pikselin) eğitim verilerinden toplanan tüm kalıplara ve ilişkilere dayanması gerektiğini tahmin ederek bir yanıt formüle ederler.

LLM’ler başka ne yapabilir?

Metin ve görüntüler üretmenin yanı sıra, Runway’in Gen1 ve Meta’s Make-A-Video gibi diğer AI sistemleri benzer yollarla video efektleri, filtreler ve tüm sahneler oluşturur.

Son zamanlarda, Google’ın araştırma kolu, metin tabanlı istemleri alıp müzik örneklerine dönüştürebilen MusicLM’nin erken bir sürümünü yayınladı. Sonuçlar etkileyici.

Üretken sistemler ayrıca kıyafetlerden binalara kadar her türlü nesne için kod ve 3D tasarımlar oluşturmak için kullanılmaktadır. Teorik olarak, bir içerik formu veya ortamı veya hatta sadece bir AI üzerinde eğitim alacak kadar yeterli bir veri kümesi varsa, AI bu tür içerikleri kendi başına üretebilmelidir.

IBM, kanser veya bakteriyel enfeksiyonla savaşmaya yardımcı olabilecek yeni yarı iletkenler ve moleküller geliştirmek için üretken sistemleri kullanıyor. Neyin üretilebileceği konusunda bir sınır olmayabilir, bu aynı zamanda hem heyecan verici hem de biraz dehşet vericidir.

Bu şeyleri nasıl kullanabilirim?

Muhtemelen hızla şişirilen bir AI balonu var, yeni başlayanlar aniden iş dünyası için daha fazla spam e -postasından tüm pazarlama videolarına kadar her şeyi üretmek için AI kullandığını iddia ediyor. İnsanlar kesinlikle sohbet botları ve görüntü jeneratörleri ile eğleniyorlar ve bazı reklamlar, kavramlar veya yeni çalışmaların erken taslakları üzerinde çalışırken araçları yararlı buluyor.

AI’nın bitişik formları, hava tahmini ve tıbbi görüntüleme analizi gibi şeyleri sessizce devrim yaratıyor.

Mevcut AI durumunun nadiren bahsedilen bir avantajı, belirli bir edebi veya sanatsal hareketin tüm kanonunu işlemek veya belirli bir müzik türünün ton yapısının groking gibi, insanların tamamlanması yıllarını alacak şeylerde oldukça iyi olmasıdır. Aynı zamanda, AI’nın zayıf noktalarından bazıları – karmaşık bağlamları anlamak, öngörülemeyen veya yenilikçi yollarla hareket etmek ve duyguları veya duyusal girdileri değerlendirmek – insanların çok az çaba sarf etmeden veya hiç çaba sarf etmeleridir.

Bu teknolojinin birçok kullanımı, hem biyolojik hem de yapay zekanın en iyi yaptığını vurgulamak için yapay zeka ile işbirliği yapmanın yeni yollarında yatabilir.

Nasıl duyarlı olmadığından emin olabilirsiniz?

Basit, gerçekten: bilgi bilgi değildir. LLM’ler, sizi kütüphanenin doğru bölümüne işaret etmenin ötesine geçebilecek bir referans kütüphanecisine sahip olmak gibidir – kütüphanedeki herhangi bir kitaptan herhangi bir satır alıntı yapabilir, çünkü hepsini okur ve ezberlemiştir. Ama bir sorun var. Bu görünüşte mükemmel bir kütüphaneci, kütüphanedeki her şeyi okumaktan başka bir şey yapmadı.

Yaşam deneyimi eksikliği, aldığı her kelimenin arkasındaki bağlamları, alt metinleri, niyetleri ve diğer okur olmayan nüansları doğru bir şekilde yorumlamasını zorlaştırıyor. Daha da kötüsü: Aynı şey, kütüphane patronlarından aldığı soruları ve istemlerini doğru bir şekilde anlama yeteneği için de geçerli. Bu yüzden sık sık işleri yanlış anlıyor.

Sanki yazılı kelimenin tamamı, herhangi bir şey hakkındaki sorularımızı cevaplamaya hazır tek bir kişi tarafından ezberlenmiş gibi. Tek yakalama, kişinin de bir uzaylı olmasıdır.

CHATGPT’nin birçok kullanıcısı, sistemin verdiği yanıtlarda sık sık olgusal hatalar ve tutarsızlıklar fark etti. Bunun nedeni, gerçek kontrol edilmemiş ve kendisini kontrol etmeyen zengin bir veri üzerinde eğitilmesidir, sadece okuduğu her şeye dayanarak ne kelimenin olması gerektiğini tahmin eder. Kelimenin tam anlamıyla bir sağduyu yoktur. Bu, CNET’in kendisinin üretken bir AI modelini kullanmada yaşadığı bir şey olan hatalara yol açabilir.

Garip şeyler, diğer şeylerin yanı sıra gerçekten zor zamanlar geçiren görüntü jeneratörlerinde de olur. Yanlış sayıda parmakla figürler komiktir.

Parmaklara (veya gözlere) çok yakın görünmeyin. Bu, Dall-E 2’den bir otoportre çıkarmaya çalışmanın sonucudur “Gazeteci Eric Mack, bir kahve dükkanında dizüstü bilgisayarını kullanarak üretken AI hakkında yazıyor.”

Yani sorunlar var, değil mi?

Her yeni teknoloji ve aracın hasta için kullanılacağı riskleri vardır ve AI ile hala çok fazla bilinmeyen var, bu da biraz daha korkutucu hale getiriyor. Muhtemelen öğrencilerin yapay zeka tarafından üretilen ödevler gönderen öğrencilerden veya insanlardan daha ucuz ve daha hızlı çalışan AIS ile değiştirilmesinden endişe duyan yazarlar ve diğer yaratıcıların endişelerini duydunuz.

Tüm bu endişeler geçerlidir ve belki de, içeriğin yukarıdaki görüntüdeki gözler ve parmaklar gibi AI tarafından üretildiğini söyleyen yeni bir gerçekliğin göstergesidir. Tabii ki, bunu astığımız gibi, AI jeneratörlerinin daha iyi olacağı ve ürettikleri işin insan tarafından üretilen çalışmalardan ayırt edilmesi zorlaşacak.

Ayrıca bir dizi cevaplanmamış etik ve yasal endişe vardır. Bir avuç sanatçı, AI görüntü jeneratörlerinin arkasındaki bazı şirketlere dava açıyor ve sanat eserlerinin sistemleri izinsiz eğitmek için web’den kazındığını ve tazminat hakkına sahip olabileceğini iddia ediyor. CNET ve diğer birçok medya kuruluşunun içerik için görüntüleme ile sözleşmesi ile sözleşme yaptıkları Getty Images, bir trilyon dolarlık hasar arayan benzer bir dava açtı.

Ve bu sadece bir başlangıç, çünkü üretken AI sistemleri bir şekilde tüm internetin bir yansımasıdır. Bu, platformların bunu kontrol etmek için en iyi çabalarına rağmen, ırkçılık, cinsiyetçilik ve diğer önyargı ve nastiness türlerinin sonuçlara gizlice girebileceği anlamına gelir. Ayrıca benzer çizgiler ve bir “zehir hapı” nın sonuçları manipüle etmek için eğitim verilerine kayabileceği rahatsız edici bir fikir de vardır. Son yıllarda gördüğümüz gibi sosyal medyada botlar tarafından üretilen sahte haberler bir şeydir. Milyonlarca veya milyarlarca tarafından kullanılan bir chatbot’un sahte veriler üzerinde eğitilmiş olduğu için sahte veya manipüle edilmiş yanıtları püskürtmeye başladığını düşünün.

O zaman çıldırmalı mıyım?

Tüm bunlar tarafından rahatsız olmanız veya bunalmışsanız anlaşılabilir. Çok fazla ve kısa bir süre boyunca kültüre hızla çarptı. En azından kısa vadede teselli bulduğum insanların temel doğası hakkında kendime anlattığım bazı şeyler var.

Birincisi, yaratıcı LLM’lerin gerçekte ne olduğu sorusu var. Görüntü jeneratörleri tekrarlayıcı olmaya başlayabilir ve aynı zamanda ilham kıvılcımı ve insan tarafından üretilen bir sanat eserini gözlemlerken tahmin etmeyi sevdiğimiz belirli bir niyetten yoksundur. Aslında, bu sistemleri yönlendirmenin tüm noktası bu; Niyet ve ilham için insanlara güvenmek için tasarlanmıştır.

Tabii ki, yapay zeka, örneğin, eğitim verilerinde bulduğu zayıf ilişkilere dayanan yeni içerik üretmesini isteyerek kendi başına daha yaratıcı olmayı tweaking yolları olabilir. Bu, matematik ve kod kullanarak insan yaratıcılığını simüle etmenin bir yolu olabilir. Ama şimdiye kadar yaratıcı bir atılım veya duşta bir Eureka anı olan herkes, size genellikle hiçbir yerden geldiğini söyleyecektir.

Yaratıcılığımızı henüz kendimiz anlamıyoruz, bu yüzden onu bir makinenin anlayabileceği ve çoğaltmaya çalışabileceği koda çeviremeyiz. Bu, insan duyguları, birçok duyusal deneyim veya beynin hala bilim tarafından iyi anlaşılmayan temel işlevlerinin çoğunu söylemektir.

Sonra tekrar, bu sadece başlangıç. Bazıları, önümüzdeki on yıl içinde yapay genel zekaya yöneldiğimize inanıyor – bu, bir insanla aynı yeteneklere ayırt edilemez bir şekilde sahip olan bir sistem olacaktır. Kayıt için, diğer uzmanlar bunun uzun süredir olmayacağını düşünüyor.

Şimdilik, yapılacak en iyi şey, bu sistemlere, nasıl çalıştıklarına ve neler yapabileceklerine ve yapamayacaklarına aşina olmaktır. Bilgi sadece bilgi, hatta terabaytlardan daha güçlüdür ve bu hepimizin AI üzerinde hala sahip olduğu bir avantajdır. En azından şimdilik.

Editörlerin Notu: CNET, editörlerimiz tarafından düzenlenen ve gerçek kontrol edilen bazı kişisel finans açıklayıcıları oluşturmak için bir AI motoru kullanıyor. Daha fazla bilgi için bu gönderiye bakın.