Жасанды интеллект тілдік модельдерінің ортақ стереотипінен шығу жолы

Жасанды интеллект тілдік модельдері (ЖІТМ) қазіргі заманда ақпаратпен жұмыс істеудің маңызды құралына айналған. Олар мәтін құрастыру, сұрақтарға жауап беру, шығармашылық тапсырмаларды орындауда белсенді қолданылады. Алайда көпшілік модельдердің жауабындағы ұқсастықтар, идеялардың қайталануы олардың шығармашылық әлеуетін төмендетеді. Осы мәселеге назар аударып, әртүрлі шешімдер ұсынатын стартаптар пайда болып жатыр. Мұндай компаниялардың бірі Австралиялық Springboards, олар тілдік модельдердің шектеулерінен шығуға ұмтылады.

Жасанды интеллект тілдік модельдерінің қайталанғыштығы мәселесі

Көптеген танымал тілдік модельдер, мысалы, ChatGPT, Claude және Gemini қолданысқа берілген кезде, берілген сұрақтарға бірдей немесе ұқсас жауаптар беруге бейім. Мысалы, «1-ден 10-ға дейін кездейсоқ сан берші» деген сұраққа олар жиі «7» санын айтуы мүмкін. Сонымен қатар, автокөлік түрлерін атағанда да көбіне танымал маркалар – Toyota немесе Honda аталады. Бұл модельдердің жауаптары қисынды әрі нақты болғанымен, олардың әртүрлілік пен креативтілігі төмен болады.

Бұл құбылыстың себебі зерттеушілер тарапынан толық анықталмағанымен, көпшілік тілдік модельдердің ұқсас мәліметтер жиынтығында және ұқсас әдістемелермен оқытылуы ықпал етеді. Зерттеулерде 25 әр түрлі модель уақыт туралы метафоралар жасаған кезде, көпшілігі «Уақыт өзен сияқты» немесе «Уақыт тоқыма» деген тамаша көріністерге жақын жауаптар бергені байқалған. Бұл тілдік модельдердің «жасанды ойлау ортақтығын» көрсетеді.

Springboards стартапы және Flint моделі

Springboards стартапы осы мәселеге назар аудара отырып, Flint деген тілдік модельді жасады. Бұл модель ашық сұрақтарға дәстүрлі ЖІТМ-ге қарағанда алуан түрлі және жаңашыл жауаптар ұсына алады. Мұның мысалы ретінде Flint «Еуропада қайда бару керек?» деген сұраққа дәстүрлі модельдердің көмегімен күтпеген, қанық жауаптар бере алады.

Мысалы, «кездейсоқ сан» сұрағына дәстүрлі модельдер де 7 санын ұсынып отырса, Flint басқа нақты сандарды айтуды ұсына алады. Ал көлік маркаларын атағанда да күтпеген Ford F-150 секілді автокөлікті атайды. Бұл модель таңдаулы мәліметтерге қарағанда әртүрлі жауаптар қалыптастыруға бағдарланған.

Пайдаланушылар мен сарапшылардың пікірі

Мысалы, маркетинг пен жарнама саласында кәсіби мамандар бұл модельді жаңа идеяларды іздеуде пайдалана алады. 77X платформасының стратегиялық директоры Зоэ Скаман Flint-тің көмегімен стандарттан тыс, тың идеяларды іздеп, әрдайым жаңа бағытта ойлауға шабыттанады. Ол Flint-тің әлі де жетілдіруді қажет ететін прототип екенін, бірақ негізгі идеясының үлкен әлеуеті барын атап өтті.

Жасанды интеллекттің шығармашылық әлеуетін арттыру жолдары

Әдетте тілдік модельдердің жауаптарының әртүрлілігін реттеуде «температура» деп аталатын параметр қолданылады. Температураны арттыру арқылы жауапта кездейсоқтық көбейеді, бірақ сонымен бірге мәтіннің мағыналылығы мен тұтастығына қауіп төнеді. Springboards командасы бұл тәсілді толық жеткіліксіз деп санап, Flint моделін өзгертіп, нақты орындарда ғана жауаптардың әртүрлілігін арттыра алатындай етіп бағдарламалады.

Мысалы, сұраққа жауап беру кезінде «Еуропада қайда бару керек?» дегенде тек бағыттың атауында ғана кездейсоқтық көп болады, ал қалған мәтін тұрақтылық сақтайды. Бұл тәсіл жауапты біркелкі емес, бірақ түсінікті әрі жаңашыл етеді.

Тәжірибелік қолдану мүмкіндіктері

Flint моделін қолдану маркетинг және жарнама саласында шығармашылық және стратегияны дамытуға мүмкіндік береді. Ол идеяларды әртүрлі қырынан қарастырып, бірдей бағыттарда шектеліп қалмауға көмектеседі. Дегенмен, көпшілік жағдайда қалыпты, орташа жауаптар да жеткілікті және адамдар көбінесе соларды көреді.

Сонымен қатар сарапшылар жасанды интеллекттан шыққан мәтіндерді толық сеніп, көшірме жасауға болмайтынын ескертеді. Адамдардың өз идеяларын пайдаланып, құрылымдап, әлеуметтік қарым-қатынаста ой бөлісуі маңызды. Бұл тәсіл модельдердің шектеулерін жеңуге және шынайы шығармашылықты арттыруға ықпал етеді.

Қорытынды

Жасанды интеллект тілдік модельдері әрдайым жаңашылдық пен алуан түрлілікке қол жеткізе бермейді. Springboards сияқты стартаптар осындай шектеулерді жеңу үшін жаңа әдістер іздеп, қолдануда. Flint моделі дәстүрлі платформаларға қарағанда кең және түрлі жауаптар ұсынады, бұл шығармашылық және идея іздеу саласында пайдалы. Дегенмен, тілдік модельдердің әлеуетін тиімді пайдалану үшін адам ойы мен шешімі әрдайым басты рөл атқарады.

Тілдік модельдердің ортақ стереотипінен шығу – жасанды интеллект саласындағы маңызды бағыт болмақ және ол шығармашылықті жаңа деңгейге көтеру үшін үлкен мүмкіндік ашады.

TAGS: жасанды интеллект, тілдік модельдер, шығармашылық, жасанды ойлау, Springboards, Flint, тілдік технологиялар

Дереккөз: MIT Technology Review