OpenAI می‌گوید هوش مصنوعی با به‌روزرسانی GPT-4 هوشمندتر، ایمن‌تر و بصری‌تر می‌شود

داغ‌ترین بنیاد فناوری هوش مصنوعی روز سه‌شنبه با نسخه GPT-4 OpenAI که اکنون در نسخه پریمیوم موجود است، ارتقای بزرگی دریافت کرد. ربات چت ChatGPT.

OpenAI روز سه شنبه گفت که GPT-4 می تواند رشته های بسیار طولانی تری از متن تولید کند و هنگامی که مردم تصاویر را به آن می خورند پاسخ دهد، و برای جلوگیری از مشکلات هوش مصنوعی که در GPT-3.5 قبلی قابل مشاهده است، طراحی شده است. به‌عنوان مثال، شرکت تحقیقاتی هوش مصنوعی گفت، هنگام شرکت در آزمون‌های وکالت که وکلا باید برای وکالت قبول کنند، GPT-4 در 10 درصد امتیازات برتر در مقایسه با 10 درصد پایین برای GPT-3.5 قرار دارد.

GPT مخفف Generative Pretrained Transformer است، اشاره ای به این واقعیت است که می تواند متن را به تنهایی تولید کند – در حال حاضر تا 25000 کلمه با GPT-4 – و از یک فناوری هوش مصنوعی به نام ترانسفورماتور استفاده می کند که پیشگام گوگل بود. این یک نوع هوش مصنوعی به نام مدل زبان بزرگ یا LLM است که بر روی بخش های وسیعی از داده های جمع آوری شده از اینترنت آموزش می بیند و به صورت ریاضی برای شناسایی الگوها و بازتولید سبک ها آموزش می بیند. ناظران انسانی نتایج را برای هدایت GPT در جهت درست ارزیابی می کنند و GPT-4 بیشتر از این بازخورد دارد.

OpenAI سال ها GPT را در دسترس توسعه دهندگان قرار داده است، اما ChatGPT که در ماه نوامبر عرضه شد، رابط کاربری آسانی را برای افراد عادی ارائه می دهد. که انفجاری از علاقه، آزمایش و نگرانی در مورد جنبه های منفی این فناوری را به همراه داشت. می تواند همه چیز را از تولید کد برنامه نویسی و پاسخ به سؤالات امتحانی گرفته تا شعر نویسی و ارائه حقایق اساسی انجام دهد. قابل توجه است اگر همیشه قابل اعتماد نباشد.

ChatGPT رایگان است، اما زمانی که تقاضا زیاد باشد ممکن است دچار تزلزل شود. در ژانویه، OpenAI شروع به ارائه ChatGPT Plus با قیمت 20 دلار در ماه با در دسترس بودن مطمئن و اکنون پایه GPT-4 کرد. توسعه دهندگان می توانند در لیست انتظار ثبت نام کنند تا بتوانند به GPT-4 دسترسی داشته باشند.

پیشرفت های GPT-4

OpenAI گفت: “در یک مکالمه معمولی، تمایز بین GPT-3.5 و GPT-4 می تواند ظریف باشد. تفاوت زمانی آشکار می شود که پیچیدگی کار به آستانه کافی برسد.” GPT-4 نسبت به GPT-3.5 قابل اعتمادتر، خلاق تر و قادر به مدیریت دستورالعمل های ظریف تر است.

یکی دیگر از پیشرفت های مهم در GPT-4 توانایی پذیرش داده های ورودی شامل متن و عکس است. مثال OpenAI این است که از ربات چت می‌خواهد جوکی را توضیح دهد که نشان می‌دهد یک کابل کامپیوتر بزرگ دهه‌های قدیمی متصل به پورت کوچک لایتنینگ آیفون مدرن است. این ویژگی همچنین به GPT کمک می‌کند تا تست‌هایی را انجام دهد که فقط متنی نیستند، اما هنوز در ChatGPT Plus در دسترس نیستند.

یکی دیگر از عملکرد بهتر، اجتناب از مشکلات هوش مصنوعی مانند توهم است – پاسخ های ساخته شده نادرست، که اغلب با قدرت ظاهری به اندازه پاسخ هایی که هوش مصنوعی می دهد ارائه می شود. GPT-4 همچنین در خنثی کردن تلاش‌ها برای گفتن چیزهای اشتباه بهتر است: OpenAI گفت: “GPT-4 40٪ بالاتر از آخرین GPT-3.5 ما در ارزیابی‌های واقعی خصمانه داخلی ما است.”

GPT-4 همچنین گزینه های جدید “هدایت پذیری” را اضافه می کند. امروزه کاربران مدل‌های زبانی بزرگ اغلب باید در «مهندسی سریع» پیچیده شرکت کنند، و یاد بگیرند که چگونه نشانه‌های خاصی را در پیام‌هایشان تعبیه کنند تا نوع مناسبی از پاسخ‌ها را دریافت کنند. GPT-4 یک گزینه دستور سیستم را اضافه می کند که به کاربران امکان می دهد لحن یا سبک خاصی را تنظیم کنند، به عنوان مثال کد برنامه نویسی یا یک معلم سقراطی: “شما معلمی هستید که همیشه به سبک سقراطی پاسخ می دهید. شما هرگز پاسخ را به دانش آموز نمی دهید، اما همیشه سعی کنید فقط سوال درست را بپرسید تا به آنها کمک کنید یاد بگیرند که خودشان فکر کنند.”

“طوطی های تصادفی” و مشکلات دیگر

OpenAI کاستی های قابل توجهی را که در GPT-4 وجود دارد تصدیق می کند، اگرچه پیشرفت در اجتناب از آنها را نیز مدعی است.

OpenAI می‌گوید: “گاهی اوقات می‌تواند خطاهای استدلالی ساده‌ای داشته باشد… یا در پذیرش اظهارات نادرست آشکار از یک کاربر بیش از حد ساده لوح باشد. و گاهی اوقات می‌تواند مانند انسان‌ها در مشکلات سخت شکست بخورد، مانند وارد کردن آسیب‌پذیری‌های امنیتی به کدی که تولید می‌کند.” گفت. علاوه بر این، “GPT-4 همچنین می‌تواند با اطمینان در پیش‌بینی‌های خود اشتباه کند، و در مواقعی که احتمال اشتباهی وجود دارد، مراقب بررسی مجدد کار نباشد.”

مدل‌های زبانی بزرگ می‌توانند نتایج چشمگیری را ارائه دهند، به نظر می‌رسد که حجم زیادی از موضوع را درک می‌کنند و با زبانی که صدایی انسانی دارد، صحبت می‌کنند. اگرچه اساساً، هوش مصنوعی LLM واقعاً چیزی نمی‌داند. آنها فقط می‌توانند کلمات را به روش‌های آماری بسیار دقیق به هم متصل کنند.

این رویکرد آماری اما اساساً تا حدی توخالی به دانش باعث شد تا محققان، از جمله محققان سابق هوش مصنوعی گوگل، امیلی بندر و تیمنیت گبرو، نسبت به “خطرات طوطی های تصادفی” که با مدل های زبانی بزرگ همراه هستند، هشدار دهند. هوش مصنوعی مدل زبانی تمایل به رمزگذاری تعصبات، کلیشه‌ها و احساسات منفی موجود در داده‌های آموزشی دارند، و محققان و سایر افرادی که از این مدل‌ها استفاده می‌کنند تمایل دارند “به اشتباه … دستاوردهای عملکرد را با درک واقعی زبان طبیعی اشتباه بگیرند.”

سام آلتمن، مدیر اجرایی OpenAI مشکلات را تصدیق می کند، اما در کل از پیشرفت نشان داده شده با GPT-4 راضی است. “این نسبت به مدل های قبلی خلاق تر است، به طور قابل توجهی کمتر توهم می زند، و کمتر مغرضانه است. می تواند در یک آزمون وکالت قبول شود و در چندین آزمون AP نمره 5 را کسب کند.” آلتمن توییت کرد سهشنبه.

یکی از نگرانی‌هایی که در مورد هوش مصنوعی وجود دارد این است که دانش‌آموزان از آن برای تقلب استفاده می‌کنند، مثلاً هنگام پاسخ دادن به سؤالات مقاله. این یک خطر واقعی است، اگرچه برخی از مربیان فعالانه از LLM به عنوان یک ابزار استفاده می کنند، مانند موتورهای جستجو و ویکی پدیا. شرکت‌های کشف سرقت ادبی با آموزش مدل‌های تشخیص خود با هوش مصنوعی سازگار می‌شوند. یکی از این شرکت ها، Crossplag، چهارشنبه گفت که پس از آزمایش حدود 50 سندی که GPT-4 تولید کرده است، “نرخ دقت ما بالای 98.5٪ بود.”

شراکت OpenAI، مایکروسافت و انویدیا

هنگامی که مایکروسافت در ماه فوریه اعلام کرد که از فناوری GPT در موتور جستجوی Bing خود استفاده می کند، OpenAI تقویت شد، از جمله ویژگی های چت مشابه ChatGPT. روز سه شنبه، مایکروسافت اعلام کرد که از GPT-4 برای کار Bing استفاده می کند. OpenAI و مایکروسافت با هم یک تهدید اصلی جستجو برای گوگل، اما گوگل فناوری مدل زبان بزرگ خود را نیز دارد، از جمله a چت بات به نام بارد که گوگل به صورت خصوصی آزمایش می کند.

همچنین روز سه‌شنبه، گوگل اعلام کرد که آزمایشات محدود خود را آغاز خواهد کرد فناوری هوش مصنوعی برای تقویت نوشتن ایمیل های جیمیل و اسناد پردازش کلمه Google Docs. گوگل گفت: “با شریک هوش مصنوعی مشترک خود می توانید به اصلاح و ویرایش ادامه دهید و در صورت نیاز پیشنهادهای بیشتری دریافت کنید.”

این عبارت منعکس کننده موقعیت “کمک خلبان” مایکروسافت از فناوری هوش مصنوعی است. با توجه به مشکلات فناوری و ضرورت نظارت دقیق انسانی، نامگذاری آن به عنوان کمک به کار تحت رهبری انسان، موضعی رایج است.

مایکروسافت از فناوری GPT هم برای ارزیابی جستجوهایی که افراد در Bing تایپ می کنند و هم در برخی موارد برای ارائه پاسخ های مکالمه دقیق تر استفاده می کند. را نتایج می تواند بسیار آموزنده تر باشد نسبت به موتورهای جستجوی قبلی، اما رابط مکالمه ای بیشتر که می تواند به عنوان یک گزینه فراخوانی شود، مشکلاتی داشته است که باعث می شود آن را غیرقابل تغییر به نظر برسانند.

برای آموزش GPT، OpenAI از سرویس محاسبات ابری Azure مایکروسافت، از جمله هزاران واحد پردازش گرافیکی A100 انویدیا، یا GPU، استفاده کرد. Azure اکنون می تواند از پردازنده های H100 جدید انویدیا استفاده کند که شامل مدارهای خاصی برای تسریع محاسبات ترانسفورماتور هوش مصنوعی است.

ربات های چت هوش مصنوعی در همه جا

یکی دیگر از توسعه دهندگان مدل زبان بزرگ، Anthropic، نیز روز سه شنبه از یک ربات چت هوش مصنوعی به نام Claude رونمایی کرد. این شرکت که گوگل را به عنوان سرمایه گذار به حساب می آورد، لیست انتظار کلود را باز کرد.

آنتروپیک در یک پست وبلاگی گفت: “کلود قادر به انجام کارهای مختلف مکالمه و پردازش متن است و در عین حال درجه بالایی از قابلیت اطمینان و پیش بینی را حفظ می کند.” کلود می تواند در موارد استفاده از جمله خلاصه سازی، جستجو، نوشتن خلاقانه و مشارکتی، پرسش و پاسخ، کدنویسی و موارد دیگر کمک کند.

این یکی از جمعیت رو به رشد است. غول فناوری و جستجوی چینی Baidu در حال کار بر روی یک ربات چت به نام Ernie Bot است. متا، مادر فیس‌بوک و اینستاگرام، عملیات هوش مصنوعی خود را در یک تیم بزرگ‌تر ادغام کرد و قصد دارد هوش مصنوعی مولدتری را در محصولات خود بسازد. حتی اسنپ چت با یک چت بات مبتنی بر GPT به نام هوش مصنوعی من وارد بازی می شود.

منتظر اصلاحات بیشتر در آینده باشید.

ما مدت زیادی است که آموزش اولیه GPT-4 را انجام داده‌ایم، اما زمان زیادی از ما گرفته است و کار زیادی برای انتشار آن از ما گرفته است.» آلتمن توییت کرد. “امیدواریم از آن لذت ببرید و ما واقعاً از بازخورد در مورد کاستی های آن قدردانی می کنیم.”

یادداشت ویراستاران: CNET از یک موتور هوش مصنوعی برای ایجاد برخی توضیح‌دهنده‌های مالی شخصی استفاده می‌کند که توسط ویراستاران ما ویرایش و بررسی می‌شوند. برای اطلاعات بیشتر، ببینید این پست.