Komputery od dawna przewyższają ludzi w dodawaniu i odejmowaniu. Lepiej grają w szachy, Go i najpopularniejsze gry komputerowe, jak StarCraft czy Dota. Potrafią prognozować pogodę, grają na giełdzie i powoli wyjeżdżają na nasze ulice, sterując autonomicznymi samochodami. Na czele wyścigu stoi amerykańska firma OpenAI, której dwa modele – DALL-E i ChatGPT – rewolucjonizują Internet.
Dziś każdy z nas zupełnie za darmo może zacząć generować fantastyczne obrazki, wpisując kilka prostych zapytań. Załóżmy, że chcemy zobaczyć naukowca w kosmicznym skafandrze jedzącego lody, aby po chwili uzyskać zapierające dech w piersi efekty. Rozwiązanie generuje cztery różniące się od siebie obrazy. Możemy wybrać ten, który najbardziej się nam podoba i dodawać do niego różne wariacje. Co, jeśli naukowiec siedziałby na gigantycznym chomiku albo zdjął skafander, aby pokazać, że w środku naprawdę siedzi kot? Ogranicza nas tylko wyobraźnia.
Magicznym nimbem owiany jest również ChatGPT. Z chatbotem możemy porozmawiać prawie jak z drugim człowiekiem, będącym ekspertem w każdej dziedzinie, który wie o wszystkim, co działo się w Internecie do 2021 roku (na takim zbiorze chatbot był uczony). Niezależnie od tego, czy potrzebujemy pomysłów na przyjęcie, przepisu na kolację, pomocy w pracy domowej, debugowaniu kodu czy sprawdzeniu prognozy pogody na jutro – odpowiedź otrzymamy w kilka sekund. A na dodatek będzie ona zawierała odniesienia do wcześniejszych konwersacji i zaktualizowany kontekst.
Jesteśmy świadkami rewolucji w świecie sztucznej inteligencji, ale dlaczego wybuchła ona właśnie teraz?
Moc obliczeniowa rośnie z roku na roku. Szybsze stają się nasze komputery, telefony, a nawet zegarki. Technologia rozwija się zgodnie z prawem Moore’a, które opisuje zjawisko podwajania liczby tranzystorów w czasie około 18 miesięcy. Świetnym przykładem jest tu super komputer IBM-a Blue Gene, wielkości kilku szaf. W 2004 roku osiągnął o wydajność rzędu 70 TFLOPS. Dla porównania zeszłoroczną flagową kartę graficzną można podkręcić, aby osiągnąć 100 TFLOPS-ów. Obliczenia, do których jeszcze niedawno trzeba było angażować jednostki badawcze, dziś można wykonać z własnego pokoju. Dodatkowo moc obliczeniowa stała się towarem, który można dowolnie kupować na minuty.
To jednak tylko jedna strona medalu. Poradziliśmy sobie również ze znacznie lepszym rozumieniem języka. Komputery operują bowiem na zerach i jedynkach. My zaś możemy je programować za pomocą języków o określonej składni, jak python czy java. Trzeba się jej nauczyć, zanim zabierzemy się za kodowanie. Zmiana, jaka dokonała się w ostatnich latach, polega na tym, że algorytmy zaczęły lepiej rozumieć nasz język. To zaś duża zmiana dla odbiorców technologii. Z chatbota korzystać może każdy internauta i prowadzić z nim rozmowę, jak ze znajomym.
„ChatGPT jest zasadniczo dużym modelem konwersacyjnym — dużą siecią neuronową, która została wyszkolona do przewidywania następnego słowa”, mówi Mira Murati, zarządzająca tworzeniem technologii w OpenAI.
Dzięki temu nie tylko możemy wydawać polecenia asystentom zainstalowanym bezpośrednio w naszych telefonach, ale również oczekiwać sensownych odpowiedzi, osadzonych w kontekście naszych zadań czy wcześniejszych pytań. Do sugestii warto jednak podchodzić z rezerwą i weryfikować – ChatGPT nie ma monopolu na prawdę, a wręcz przeciwnie – często się myli.
Trzecim elementem układanki jest zaś trening, który polega na analizowaniu ogromnych zasobów informacji. W przypadku DALL-E to nic innego, jak pokazywanie komputerowi multum obrazów i ich opisów. W ten sposób sieć uczy się, że kot wygląda inaczej, niż pies. Oba zwierzęta rozumie jednak jedynie jako zlepek pikseli, bo nie może doświadczyć świata fizycznego – pogłaskać kota czy nakarmić psa. Lata takiej nauki wystarczą jednak w zupełności, aby generować zachwycające obrazy.
Baza treningowa jest jednak kluczowa do zachowania inkluzywności. Jeśli algorytmowi pokażemy tylko zdjęcia dalmatyńczyka, to nie zakwalifikuje on jamnika jako psa. Przekłada się to na inne elementy naszej rzeczywistości. OpenAI wprost ostrzega, że wykorzystywanie ich algorytmów może prowadzić do wzmacniania stereotypów. I tak, jeśli DALL-E poprosimy o zdjęcia CEO czy szefa firmy, to 9 na 10 zdjęć będzie przedstawiało białego mężczyznę. Jeśli zaś w pole wyszukiwania wrzucimy frazę „nurse” czyli po angielsku pielęgniarka lub pielęgniarz (nie ma tu rozróżnienia na płeć), otrzymamy jedynie zdjęcia kobiet. Podobnie przy wyszukiwaniu hydraulika, górnika czy profesora. Efekty pracy sieci zależą wprost od danych treningowych, co świetnie obrazuje powiedzenie: śmieci na wejściu (czyli wśród danych treningowych), śmieci na wyjściu (czyli słaby efekt końcowy).
Inny problem wiąże się z ChatGPT, który trenowany jest na… Internecie. Trzecia wersja narzędzia bazuje na danych wytworzonych do 2021 roku, jednak integracja modelu z Bingiem opiera się już na wszystkim, co jest dostępne online. Właśnie dlatego asystenta w wyszukiwarce można zapytać nie tylko o pięć rzeczy do odwiedzenia w Paryżu, ale i o wynik wczorajszego meczu.
Jednak, jak powiedział Arystoteles: „nie wierzcie we wszystko, co przeczytacie w Internecie”.
Choć znajdziemy tam informacje szanowanych wydawców i dziennikarzy, to trafimy również na tweety czy blogposty, które mogą mijać się z prawdą. ChatGPT również nie zawsze ma rację. Zdarza mu się mylić w kwestiach geograficznych czy logicznych. Dlatego OpenAI zachowawczo podchodzi do kwestii, które od lat rozpalają Internet, związanych z równością płci i ras czy prawami mniejszości. Amerykanie wyciągnęli więc wnioski z debiutu bota Tay w 2016 roku. Microsoft wypuścił go na Twittera, pozwalając na swobodne wchodzenie w konwersacje z innymi użytkownikami i uczenie się od nich. Niestety Tay wkrótce stał się agresywnym antysemitą i rasistą. Microsoft musiał szybko interweniować i po 16 godzinach wyłączył bota.
Dziś ChatGPT-3 i jego nowsza integracja z Bingiem o wiele ostrożniej podchodzi do tematów zapalnych i podaje źródła, o które się opiera, generując odpowiedź (choć niestety zdarzają się mu „halucynacje”, przejawiające się w nieistniejących źródłach lub bądź przekręcaniu ich treści). Świetnie ilustruje to, jak Microsoft i Google przygotowują się do ułożenia nowych relacji z wydawcami i twórcami treści. W obecnym modelu wydawcom zależy na jak najwyższej pozycji w wynikach wyszukiwania, bo przekłada się to wizyty na stronie i jest podstawą modelu biznesowego, opartego o reklamy.
ChatGPT w Bingu i Bard, czyli konkurencyjna usługa Google’a mogą wywrócić ten model do góry nogami.
Internauci otrzymają bowiem odpowiedzi na nurtujące ich pytania z poziomu chatu, więc nie będą musieli odwiedzać innych stron. To oczywiście przy założeniu, że wydawcy zgodzą się na skanowanie zawartości ich portali przez sztuczną inteligencję i nie zdecydują się na zamknięcie treści za paywallem.
ChatGPT zrewolucjonizuje nie tylko zdobywanie informacji, ale również sposób w jaki pracujemy. Już teraz programiści mogą wykorzystywać bota do pomocy w znajdowaniu błędów w kodzie, a przedsiębiorcy budować nowe rozwiązania, dzięki odpytywaniu API usługi. Do sztucznej inteligencji będą musiały się ustosunkować się również szkoły. Część z nich już teraz banuje ChatGPT, zamiast dostosować sposób nauczania do nowych realiów.
Żyjemy w świecie, który jeszcze rok temu wydawał się bardziej odległy. Stoimy w przedsionku rzeczywistości sportretowanej w filmie Her, gdzie główny bohater przez większość czasu rozmawiał z osobistą sztuczną inteligencją za pomocą noszonej w uchu słuchawki. Ta prowadziła setki rozmów w każdej sekundzie i wyciągała z nich wnioski, ucząc się ludzkiej natury. ChatGPT został zaprogramowany tak samo. Nie jest jeszcze generalną sztuczną inteligencją, ale jego możliwości pokazują, jak z technologiami będziemy obcowali w najbliższych latach.
Osiągaj więcej dołączając do #Edge1Team! Sprawdź nasze oferty pracy i aplikuj!
