02 Від записаних правил до розмови з ШІ
Ви складете коротку історію ШІ та відрізните відповідь чату від виконаної дії. На читання й вправи відведіть близько 30 хвилин. Потрібні знання з уроку 01 та аркуш; реєстрація й установлення програм не потрібні.
На занятті
Викладач порівнює програму з готовими правилами, модель, навчену на прикладах, і агента з інструментами. Разом визначте, чого потребують три доручення: відповісти, зберегти файл, опублікувати відео.
Давнє питання, різні підходи
Олена бачить, як програма за кілька секунд пише оголошення. Штучний інтелект, або ШІ, охоплює й інші завдання: розпізнавання зображень, переклад, пошук закономірностей. Розмовні програми — лише частина цієї історії.
У 1950 році Алан Тюрінг запропонував «гру в імітацію»: оцінювати машину через письмове спілкування. Це був спосіб поставити дослідницьке питання, а не доказ, що переконлива відповідь робить комп’ютер людиною. [F207]
Улітку 1956 року в Дартмутському коледжі відбулася зустріч дослідників штучного інтелекту, організована Джоном Маккарті. Вона стала важливою точкою оформлення галузі. Учені прагнули навчити машини розв’язувати завдання, які пов’язували з людським інтелектом. Єдиного способу зробити це не було. [F206]
Один шлях — записати правила вручну: якщо трапилася певна умова, виконати відповідну дію. У середині 1960-х Джозеф Вейценбаум створив ELIZA, ранню розмовну програму. Вона обробляла введені фрази за правилами й могла здаватися уважним співрозмовником. Проте цей ефект не означав, що програма знала життя людини. [F227]
Від окремого завдання до навчання на прикладах
Змагання з чіткими правилами були зручним випробуванням. У 1997 році Deep Blue компанії IBM переміг Гаррі Каспарова в шаховому матчі. Це був визначний результат у конкретній грі, а не універсальний помічник для побутових справ. [F208]
Інший напрям розвивав машинне навчання: замість запису кожного правила програмі показують приклади й налаштовують її за результатами. Так можна навчати розпізнавання зображень, перекладу або передбачення тексту. Більші набори даних, обчислювальні можливості та вдосконалені методи поступово зробили такі системи кориснішими.
Нейронна мережа — математична система, числові налаштування якої змінюються під час навчання. У 2017 році дослідники представили спосіб її побудови під назвою Transformer у статті Attention Is All You Need. Він допомагає враховувати зв’язки між частинами тексту й став основою багатьох сучасних мовних моделей — систем, що працюють із мовою. [F209]
У 2022 році публічний запуск ChatGPT зробив розмову з такою моделлю доступною широкій аудиторії. [F207] Далі інтерфейси об’єднали розмову з інструментами: пошуком, файлами, обчисленнями та редагуванням. Звідси практичний інтерес до агентів — систем, які можуть виконувати послідовність дій задля заданого результату. Наприклад, сучасні ChatGPT Work і Codex дають завданням виходити за межі текстової відповіді. [F202]
Попередні методи не зникли. Звичайні правила досі корисні: наприклад, форма перевіряє, чи заповнено обов’язкове поле.
Тюрінг ставить питання; зустріч у Дартмуті формує галузь.
ELIZA веде розмову за наперед заданими правилами.
Deep Blue перемагає в шаховому матчі.
Увага допомагає враховувати зв'язки між частинами тексту.
Масові чати; згодом агенти поєднують розмову й інструменти.
Що це означає для вашої роботи
Олена просить: «Запропонуй три назви мого відео». Чат може одразу дати варіанти. Інше доручення — «Зроби файл із планом зйомки». Для нього потрібен інструмент створення файлів. А прохання опублікувати відео додатково вимагає доступу до відповідного облікового запису.
Для кожного доручення назвіть результат, який ви зможете перевірити: три назви на екрані, файл у папці або сторінку за адресою. Так легше з’ясувати, чи потрібний інструмент, крім самої розмови.
Практика вдома
- На аркуші «Шлях до чатбота» розмістіть чотири віхи: ELIZA, Deep Blue, Transformer і публічний запуск ChatGPT. Знайдіть у тексті відповідний період або рік і поясніть кожну віху одним реченням.
- Нижче порівняйте прохання «Запропонуй назву відео» та «Збережи план у файл». Запишіть, де достатньо текстової відповіді, а де потрібний інструмент. Перевірте порядок подій і пояснення за уроком.
Самотест
- Чи ELIZA працювала так само, як сучасна мовна модель?
- Чи шахова перемога доводить здатність написати добрий лист?
- Чат написав «план збережено», але надав лише текст. Чого бракує, щоб вважати завдання зі збереження виконаним?
Слова, які знадобляться
- Штучний інтелект — галузь створення систем для завдань, що потребують інтелектуальних здібностей.
- Машинне навчання — налаштування системи на прикладах.
- Агент — система, що застосовує інструменти для виконання завдання.
- Ні. Її розмовна поведінка спиралася на правила, а не на сучасне масштабне навчання мовної моделі.
- Ні. Це різні завдання з різними критеріями.
- Створеного файла, який можна знайти й відкрити. Самого повідомлення про збереження недостатньо.