ChatGPT i podobne narzędzia wywołały w ostatnich miesiącach sporą furorę. Mogą one być ogromną pomocą, nie tylko w tworzeniu treści. Jednocześnie powinieneś być świadomy ograniczeń tych narzędzi i rozumieć, jak osiągnąć szczególnie dobre wyniki.

W tym artykule wyjaśniam, dlaczego nowa generacja ofert AI jest o wiele lepsza. Jest to początek serii na ten temat. Temat sztucznej inteligencji od dziesięcioleci przechodzi przez fazy entuzjazmu i odrzucenia.

Przewidywania Elona Muska dotyczące autonomicznych pojazdów są tutaj dobrze znane: dziedzina ta przez pewien czas poczyniła szybkie postępy. Sterowane komputerowo taksówki i autobusy wydawały się być w zasięgu ręki. Jednak krzywa postępów wkrótce się spłaszczyła i obecnie prognozy w tym obszarze stały się znacznie ostrożniejsze. Pod tym względem przyzwyczaiłem się do zdrowego sceptycyzmu, jeśli chodzi o takie szumne tematy. 

To jednak szybko wyleciało przez okno z ChatGPT. Kiedy mogłem go wypróbować po raz pierwszy, byłem równie zdumiony, co podekscytowany: ten "chatbot" w końcu działał tak, jak jego wielu poprzedników tylko obiecywało. To było wręcz niesamowite.

ChatGPT odpowiada na pytania w zadziwiająco ludzki sposób. I wydaje się, że zna odpowiedź na każde pytanie - lub kilka. Dynamicznie dostosowuje typ, długość i złożoność danych wyjściowych w oparciu o moje dane wejściowe. Rozumie kontekst rozmowy i może czerpać z kwestii i faktów, które zostały poruszone wcześniej. Przetwarza długie i złożone dane wejściowe z niewielkim opóźnieniem. Ponadto rozumie i odpowiada w języku niemieckim.

Niesamowicie potężny generator tekstu

Szybko stało się jasne, że ChatGPT to nie tylko potężny asystent AI, ale także generator tekstu AI.

Moje wcześniejsze próby z tego typu narzędziami zawsze kończyły się wielkim rozczarowaniem. Produkty nigdy nie spełniały obietnic marketingowych. Być może nadawały się do stymulowania pomysłów. Z niektórych z nich można było wyciągnąć fragmenty. Ale teksty rzadko były przydatne jako całość.

Inaczej jest teraz z ChatGPT i jego wariantami oraz konkurentami: Używane prawidłowo, mogą dostarczyć nie tylko pomysły, ale także kompleksową koncepcję i przynajmniej dobry pierwszy szkic.

Jako ktoś, kto spędza większość swojego życia na pisaniu i edytowaniu, nienawidzę tego mówić: to, co dostarcza ChatGPT, często dorównuje temu, co widziałem od ludzkich pisarzy. Czasami jest nawet lepsze.

Jednak ograniczenia i specjalne dziwactwa tych nowych narzędzi AI również stają się jasne po intensywnych testach. Więcej na ten temat poniżej.

Jak ten postęp stał się możliwy?

Ale jak w ogóle możliwy był ten nagły skok jakościowy? Zazwyczaj wspomina się o trzech kwestiach:

1. Dane szkoleniowe: Dzisiejsze modele sztucznej inteligencji uczą się na podstawie istniejących treści (tekstu, obrazów, dźwięku, kodu itp.). Ilość danych już dostępnych cyfrowo gwałtownie wzrosła, co ogromnie pomaga w szkoleniu.
2. Moc obliczeniowa: wyspecjalizowane komputery i komponenty znacznie przyspieszyły procesy szkoleniowe i pozwalają na tworzenie większych i bardziej złożonych modeli.
3. algorytmy: Wreszcie, co nie mniej ważne, nastąpił istotny postęp pod maską. Na przykład metoda "Transformer " jest uważana za główny powód, dla którego sztuczna inteligencja może dziś rozumieć i generować teksty o wiele lepiej niż kilka lat temu.

Imponujące jest również spojrzenie na liczbę "parametrów" modeli językowych w ostatnich latach. Większa liczba parametrów pozwala modelowi kodować więcej wiedzy i obsługiwać bardziej złożone zadania:

• 2019, GPT-2: 1,5 mld parametrów
• 2020, GPT-3: 175 miliardów parametrów
• 2022, PaLM: 540 miliardów parametrów
• 2022, GPT-4: około 1 biliona parametrów
• 2022 r. Claude: około 10 bilionów parametrów

Liczby te są fascynujące, ale bardziej złożone modele nie zawsze są automatycznie lepszym wyborem. Obecnym trendem jest trenowanie modeli bardziej specyficznie dla określonych zadań i odpowiednie ich dostosowywanie. Należy zatem oczekiwać, że oprócz ogólnych narzędzi, będzie coraz więcej ofert, które są przeznaczone do jasno określonego celu. 

Modele, które są dodatkowo trenowane z indywidualnymi danymi, są również ekscytujące w tym kontekście: Na przykład firmy mogą wprowadzać wszystkie swoje dokumenty do takiego systemu, aby dynamicznie uzyskiwać odpowiedzi.

Inną interesującą miarą, która ostatnio znalazła się w centrum uwagi, jest długość kontekstu. Im większa jest ta wartość, tym więcej treści konwersacji narzędzie może uwzględnić. Większy kontekst pomaga zatem sztucznej inteligencji prowadzić dłuższe rozmowy, ale także przetwarzać większe dane wejściowe. 

W zależności od przypadku użycia, może to stanowić znaczącą różnicę, gdy oferta taka jak Anthropics Claude, na przykład, przetwarza i analizuje całe książki w ciągu kilku sekund.

Długość kontekstu jest mierzona w "tokenach", gdzie token jest w przybliżeniu odpowiednikiem słowa. Kilka przykładów:

• GPT-2: 1,024 tokenów
• GPT-3: 2 048 tokenów (w nowej wersji do 16 000 tokenów)
• PaLM: 65 536 tokenów
• GPT-4: do 32 000 tokenów
• Claude: prawdopodobnie około 100 000 tokenów

Dłuższy kontekst wymaga odpowiednio większej mocy obliczeniowej i przestrzeni dyskowej. Dalsze zwiększanie tych wartości jest zatem wyzwaniem technicznym.

Trzy opcje korzystania z takich narzędzi

Ci, którzy chcą korzystać z takich narzędzi, mają obecnie trzy główne opcje:

1. W chmurze. ChatGPT, Claude, ale także generatory obrazu, takie jak MidJourney lub Stable Diffusion, mogą być używane jako oprogramowanie jako usługa. Oznacza to, że własne dane są przetwarzane na serwerach dostawców. W zależności od rodzaju informacji, może to być dość problematyczne. Jednocześnie, jako użytkownik, musisz być zadowolony z interfejsu i opcji oferty. Firmy takie jak OpenAI, Microsoft, Google czy Anthropic mają do tego wyspecjalizowane, szczególnie wydajne serwery. 
2. Poprzez API. W szczególności OpenAI aktywnie oferuje swoje interfejsy. Nie wszystkie modele sztucznej inteligencji są od razu dostępne dla wszystkich. Niemniej jednak można je wykorzystać do wdrożenia własnych aplikacji lub do korzystania z aplikacji innych firm. Przetwarzanie danych nadal odbywa się na serwerach firm zajmujących się sztuczną inteligencją. To, gdzie i w jaki sposób oferta może być wykorzystana, jest jednak w tym przypadku konfigurowalne.
3. Na twoim własnym komputerze lub serwerze. Nie tylko wyspecjalizowane komputery stały się bardziej wydajne, ale także powszechnie dostępne laptopy, tablety, a nawet smartfony. Przy nowoczesnych i odpowiednio wyposażonych urządzeniach może to wystarczyć do korzystania z narzędzi takich jak asystenci AI bezpośrednio na własnym komputerze. Nie są one tak potężne jak wysokiej klasy aplikacje w chmurze. Ale nie zawsze jest to konieczne. Zamiast tego dane użytkownika pozostają na komputerze. Ponadto oprogramowanie i model można wybrać zgodnie z własnymi potrzebami. Jednym z przykładów jest LM Studio dla systemów Windows i Mac, dzięki któremu możesz korzystać z modeli językowych, takich jak rodzina Llama firmy Meta, na własnym komputerze.

Ponadto istnieje obecnie inny trend, który moim zdaniem stanie się jeszcze bardziej powszechny: Asystenci AI, którzy są zintegrowani z innymi ofertami. Przykładami są "Copilot" w Microsoft 365, "Firefly" Adobe, Bing Chat lub eksperymentalne, wspierane przez AI "Search Generative Experience" (SGE) Google.

Ograniczenia narzędzi sztucznej inteligencji

W kolejnych artykułach z tej serii pokażę ci bardziej szczegółowo, w jaki sposób osobiście korzystam z takich usług do badania tematów, generowania pomysłów i koncepcji oraz tworzenia tekstów i obrazów. 

Pomimo całego entuzjazmu dla szans i możliwości, jakie dają ci nowi mali pomocnicy: mają one ograniczenia, których powinieneś być świadomy, i istnieją uzasadnione uwagi krytyczne.

Usługa taka jak ChatGPT, na przykład, nauczyła się udzielać poprawnych językowo i sensownie brzmiących odpowiedzi. Na tym się skupiamy. Z drugiej strony, ważność wspomnianych faktów i liczb nie jest. Mogą one być prawdziwe lub fikcyjne. Nie powinieneś więc akceptować stwierdzeń bez ich sprawdzenia.

W niektórych zadaniach narzędzia te są również całkowicie poza ich zasięgiem. Na przykład, często nie radzą sobie dobrze z liczbami i obliczeniami.

Dostawcy starają się temu przeciwdziałać. Z jednej strony asystenci AI mają być kształceni, aby byli bardziej uczciwi. Jeśli nie wiedzą czegoś dokładnie, powinni to wyjaśnić. Z drugiej strony, OpenAI dodało wtyczki jako opcję: Pozwala to ChatGPT na dostęp do wyspecjalizowanych narzędzi i źródeł informacji dla określonych tematów i zadań. Bing Chat to kolejny przykład: uzasadnia źródła swoich odpowiedzi za pomocą linków i wyjaśnia, kiedy nie może znaleźć informacji.

Co więcej, wiedza asystenta AI, takiego jak ChatGPT lub Claude, często sięga tylko do określonej daty. Wszystko, co wydarzyło się od tego czasu, jest nieznane. Proces szkolenia takiej sztucznej inteligencji jest tak skomplikowany i długotrwały, że nie można po prostu dodać nowych informacji. Musisz być tego świadomy w przypadku niektórych tematów.

Co więcej, kolejnym problemem jest to, że sztuczna inteligencja może rozprzestrzeniać, a tym samym wzmacniać uprzedzenia i dezinformację, które znalazła w swoich danych szkoleniowych. W końcu sztuczna inteligencja nie rozumie, co tam robi. Zwykle też nie sprawdza ani nie bada.

To, czego brakuje mi również od czasu do czasu z asystentami AI w życiu codziennym: nie poznają mnie i nie uczą się na podstawie poprzednich rozmów. Jak opisano powyżej, istnieje pewna długość kontekstu na czat. Ale kontekst i tak kończy się na bieżącej rozmowie. Jeśli rozpoczynam nową rozmowę, asystent AI nie wie nic o poprzednich interakcjach. Mam nadzieję, że w przyszłości usługi te staną się jeszcze bardziej osobiste. SHO.AI obiecuje coś takiego.

Krytyka narzędzi sztucznej inteligencji

Podstawową krytyką narzędzi takich jak ChatGPT dla tekstów lub Stable Diffusion dla obrazów jest materiał szkoleniowy. Jak już opisano, dane te są niezbędne w procesie uczenia się. Jednak autorzy często nie byli pytani, czy chcą udostępnić swoje prace w tym celu, czy nie. Fakt, że generatory obrazów AI mogą naśladować style artystów, wywołał poruszenie. Czy jest to zautomatyzowane naruszenie praw autorskich? A może jest to porównywalne z dziełami ludzkimi, które również mogą być inspirowane i pod wpływem dzieł innych osób? Są to ekscytujące pytania, które będą nam towarzyszyć przez wiele lat. 

Debata na ten temat jest czasami gorąca. Nic dziwnego: niektórzy artyści postrzegają siebie jako mimowolnych posiadaczy klepek dla sztucznej inteligencji, która w zamian może uczynić ich zbędnymi. A firmy zarabiają pieniądze na produkcie, który wziął ich pracę za darmo.

OpenAI oferuje teraz opcję przynajmniej zablokowania zawartości własnej strony internetowej do takich celów szkoleniowych w przyszłości.

Rodzi to również pytanie, czy wyniki takich narzędzi mogą być w ogóle wykorzystywane. Rozmawiałem o tym z prawnikiem dr Carstenem Ulbrichtem. Jak to często bywa, na to pytanie nie można odpowiedzieć jednoznacznie "tak" lub "nie".

Wreszcie, kwestia tego, czy utwory korzystają z ochrony praw autorskich, gdy pochodzą od sztucznej inteligencji i kto jest uważany za autora w tym przypadku, jest całkowicie otwarta. Według niektórych miarą jest tutaj to, ile pracy wykonała sztuczna inteligencja, a ile człowiek. 

Wnioski dotyczące treści i sztucznej inteligencji

Świat sztucznej inteligencji doświadczył w ostatnich miesiącach boomu i szumu. Jak mam nadzieję udało mi się pokazać w tym wpisie, entuzjazm nie wziął się całkowicie z powietrza. Postęp jest wyraźnie zauważalny. Narzędzia mogą być wykorzystywane do codziennych zadań i mogą być bardzo pomocne.

Mimo wszystko nie są oni idealni, popełniają błędy, reagują nieoczekiwanie lub całkowicie zawodzą (a nawet mogą temu zaprzeczać). Co więcej, istnieje uzasadniona krytyka tego, jak te narzędzia działają i jak zdobyły swoje umiejętności.

Mając na uwadze te punkty, w następnej części serii pokażę, w jaki sposób używam różnych narzędzi AI do kreatywności i produktywności.