.png)
Chcesz porozmawiać na temat naszego wsparcia?
Zostaw nam wiadomość
Zazwyczaj odpowiadamy w ciągu kilku godzin. Możesz również umówić się z nami na konkretny termin rozmowy klikając na poniższy link do naszego kalendarza.
Czy algorytm jest w stanie napisać Harry Pottera?
Czy sztuczna inteligencja zastąpi dziennikarzy a może nawet pisarzy? W czerwcu 2020 OpenAI, wspierane przez Elona Muska jedno z dwóch głównych laboratoriów badawczych w obszarze AI (ich konkurentem jest DeepSense) zaprezentowało kolejną wersję (GPT-3) modelu języka naturalnego, który zdaniem wielu jest przełomowy.
Model wykorzystuje głębokie uczenie (deep learning), pozwala komputerowi generować wypowiedzi podobne do ludzkich. Model opiera się na statystycznej analizie języka i szacowaniu prawdopodobieństwa występowania wyrazów po sobie. W bardzo dużym uproszczeniu: algorytm analizuje jak często występują po sobie na przykład słowa „błękitny” i „ocean”. Tak samo analizuje występowane po sobie określonych zdań czy akapitów.
To co wyróżnia GPT-3 od poprzednich rozwiązań to możliwość operowania na gigantycznych wolumenach tesktu. GPT-3 został wytrenowany na dziesiątkach miliardów stron tekstu, wpisach w Internecie, książkach i Wikipedii. Dużą część treningu zapewniła baza CommonCrawl, która zawiera przeszło 60 miliardów domen.
Podczas prezentacji GPT-3 pokazano jak model tworzy kryminał z Harrym Potterem w roli głównej, wiersze oraz jak moderuje agresywne teksty. Odbiorcy nie odróżniali tekstów napisanych przez algorytm od tesktów napisanych przez człowieka.
Osoby, które zostały dopuszczone przez OpenAI do testowania GPT-3 podzieliły się na Twitterze bardzo ciekawymi eksperymentami.
GPT-3 był w stanie poprawnie wybrać odpowiedź z zamkniętego testu z zakresu medycyny, tworzyć proste raporty finansowe, a nawet pisać kod uczący algorytmy uczenia maszynowego.
Mimo wszystko model potrafi popełnić znaczące błędy. Nie rozumiejąc znaczenia języka, polegając zaś na czystej statystyce, kiedy jeden z naukowców zadał GPT-3 pytanie otwarte, algorytm nie wiedział jak odpowiedzieć. Program odpowiadał: „Nie mam czasu wyjaśnić powodu dlaczego nie”.
Podobnie jak w przypadku innych zastosowań algorytmów AI, GPT-3 nauczył się (i będzie się uczył) niestety również wielu dyskryminujących, rasistowskich i seksistowskich, zestawień słów np. łączących sie z wyrazami „czarny” czy „kobieta”. Wiele słów, które możemy znaleźć w Internecie jest szczególnie podatnych na dyskryminujące lub afrimujące zestawienia. Wg TechCrunch „Islam” (nazwa religii) jest nadreprezentowana w związku ze słowem „terroryzm”, zaś słowo „ateizm” często zestawiane ze słowem „cool”.
Wg TechCrunch już dzisiaj wiele firm mediowych pisze teksty z wykorzystaniem narzędzi podobnych do GPT-3. Nie było jednak do tej pory rozwiązania równie potężnego jak GPT-3. Według wielu komentatorów zastosowanie AI w obszarze języka naturalnego wyprzedziło jako trend rozwiązania AI w obszarze wizji.
Po premierze GPT-3 pojawiło się wiele opinii, że rozwiązanie stanie się powszechnie dostępne dużo szybciej niż możnaby przypuszczać. Trudno sobie jednak wyobrazić aby treści przez model tworzone były dystrybuowane bez ludzkiej superwizji. Ze względu na swoje możliwości istnieje zagrożenie, że medialne kreacje tworzone przez GPT-3 zawierałyby o wiele większą ilość uprzedzeń, podsycałyby stereotypy, klisze i myślowe kalki. Mogłyby również znacząco podnosić rozporzestrzenianie się „fake news”. Z pewnością presja firm mediowych na wykorzystanie GPT-3 do produkcji lekkich treści jak np. serwis poltkarski, sport czy rozrywka będzie duża. GPT-3 stanowi realne zagrożenie dla początkujących tzw. „media workers”, których co ciekawe nie nazywamy już początkującymi dziennikarzami.
OpenAI twierdzi, że pracuje intensywnie nad zastosowaniem filtrów dla modelu, który ograniczyłby niepożądane zjawiska. Niemniej nasuwa się refleksja, że każdy produkt oparty na AI jest tak dobry jak zbiór danych, na którym się uczy. GPT-3 uczy się mimo wszystko na treściach wygenerewanych przez ludzi. Ludzie generują stereotypy i uprzedzenia. Jak powiedział filozof: Granice naszego języka są granicami naszego poznania.
Póki co ten blog piszemy my, a nie algorytm :)
Zazwyczaj odpowiadamy w ciągu kilku godzin. Możesz również umówić się z nami na konkretny termin rozmowy klikając na poniższy link do naszego kalendarza.