Derrière la popularité de ChatGPT, quelle est l'orientation future du développement de l'intelligence artificielle ?

Cet article est réimprimé du compte public WeChat « Vivre à l'ère de l'information ». L'auteur vit à l'ère de l'information. Pour réimprimer cet article, veuillez contacter le compte public Vivre à l’ère de l’information.

Ces derniers jours, l'objet le plus en vogue dans le domaine de l'intelligence artificielle est ChatGPT, un robot conversationnel et clavardeur développé par OpenAI.

ChatGPT est un modèle de langage pré-entraîné à grande échelle qui peut générer des réponses textuelles de type humain dans les conversations. Son algorithme est basé sur l'architecture Transformer la plus populaire, qui est un réseau neuronal profond qui utilise un mécanisme d'auto-attention pour traiter les données d'entrée. Il est largement utilisé dans diverses tâches de traitement du langage naturel. ChatGPT est formé sur la base d'une grande quantité d'ensembles de données de dialogue textuel et utilise un mécanisme d'auto-attention pour apprendre les modèles et les structures d'un dialogue de type humain. Cela rend sa réponse très proche de celle d’une personne réelle. Certains pensent même que ChatGPT peut complètement remplacer les moteurs de recherche.

Dans l'article scientifique de vulgarisation de l'auteur de Zhihu DeFi « Science populaire : qu'est-ce que ChatGPT ? » 》, ChatGPT est introduit. Comme le montre l'image :

Mais à la fin de l'article, l'auteur a donné à chacun un œuf de Pâques, indiquant que l'article lui-même a été écrit par ChatGPT lui-même. Par exemple, dans la section « Introduction à ChatGPT » dans l'image ci-dessus, l'auteur demande à ChatGPT : Qu'est-ce que ChatGPT ? Les réponses que j'ai obtenues plus tard, similaires à la section « Algorithme », étaient les réponses que l'auteur a obtenues après avoir demandé « Quel est l'algorithme derrière ChatGPT ? »

D'après l'article, nous pouvons voir que dans la réponse de ChatGPT dans ce scénario, il est presque difficile de dire s'il s'agit d'un robot qui répond. Il n’est pas étonnant que de nombreuses personnes soient émerveillées par ses performances.

Cependant, un autre groupe de personnes n'est pas satisfait des performances de ChatGPT. Par exemple, la célèbre communauté de programmeurs Stackoverflow a publié le 4 décembre une règle temporaire : il est interdit d'utiliser le contenu généré par ChatGPT pour répondre aux questions sur Stackoverflow. La raison en est que le taux d’exactitude du contenu généré est très faible et que ces contenus spécieux nuisent à l’ensemble du site Web et aux utilisateurs qui recherchent des réponses correctes. Le principal problème ici est que, comme le seuil d'utilisation de ChatGPT est très bas, de nombreuses personnes ont utilisé ChatGPT pour répondre aux questions soulevées par d'autres ces derniers jours. Cependant, en raison de leur propre manque de connaissances professionnelles, elles n'ont pas la possibilité de le faire. vérifiez si les réponses générées par ChatGPT sont correctes. De nombreuses réponses sans valeur et même trompeuses ont été produites.

Certains autres ont essayé les questions de certains élèves du primaire, mais les réponses de ChatGPT n'étaient pas satisfaisantes. Par exemple :

Derrière les réponses insatisfaisantes à ces questions simples se cache notre réflexion approfondie sur le développement du domaine de l'intelligence artificielle.

Dans le domaine du deep learning, les chercheurs disent souvent : si vous torturez les données dans une certaine mesure, elles avoueront tout.

C'est une sorte d'autodérision. Le domaine actuel de l'intelligence artificielle repose principalement sur une grande quantité de données d'entraînement pour entraîner des modèles. Le succès d'un modèle est étroitement lié à la quantité de données d'entraînement. Cela mènera donc inévitablement à une question : que se passera-t-il si un jour, après qu'un super modèle ait été formé à l'aide du plus grand ensemble de données au monde, il ne parvient toujours pas à obtenir des résultats suffisamment bons ? Après tout, les gens ordinaires n’ont pas besoin d’apprendre toutes les connaissances du monde pour avoir leurs propres capacités d’apprentissage et de jugement.

Pour aller plus loin, les données entraînées avec toutes les données réelles seront-elles meilleures que le modèle entraîné avec une partie des données réelles ? Considérez que certaines données réelles ont des réponses complètement opposées à la même question. Tout comme il y a toujours des personnes différentes qui se disputent sur le même sujet. Ces ensembles de formation auront forcément un impact sur les résultats de formation du réseau neuronal.

Peut-être que la véritable avancée dans le domaine de l’intelligence artificielle devra attendre une avancée dans le domaine de la science fondamentale. C'est comme si les équations de Maxwell avaient amené les gens dans l'ère de la transmission de signaux sans fil. Dans l’espace où nous nous entendons jour et nuit, il peut y avoir des secrets plus profonds cachés, attendant que les gens les découvrent.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!