288
В последнее время ChatGPT и другие искусственные интеллекты стали предметом обсуждения в городе. Они пишут тексты, манипулируют изображениями и собирают идеи. Но эти системы еще не совершенны. Мы покажем вам, что искусственный интеллект еще не умеет делать.
Что не могут сделать искусственные интеллекты: обзор ограничений систем
Искусственные интеллекты могут писать убедительные тексты. Но и у них есть множество слабых мест.
- Понимание: Искусственные интеллекты, такие как Chat GPT, выполняющие генезис текста, не понимают содержания своих высказываний. Они просто определяют на основе функции вероятности следующее слово или фонему, которые являются наиболее правдоподобным продолжением.
- Корректность: Большинство искусственных интеллектов, которые не ограничены только одной конкретной задачей, работают с функциями вероятности. Искусственный интеллект не может проверить свои утверждения логически или с помощью семантических знаний о мире, и не может сказать наверняка, верны ли они. Например, Chat GPT не справляется с простыми арифметическими задачами, такими как умножение двух чисел, если результата нет во входных данных.
- Творчество: Современные ИИ только воспроизводят и комбинируют идеи и структуры, которые также содержались в ваших входных данных. Они не могут создавать собственные идеи, которые основаны на реальных соображениях и которые еще не существовали в такой измененной форме.
- Актуальность: Знания искусственного интеллекта ограничены вашими входными данными. Например, Chat GPT еще не знает, что Олаф Шольц является канцлером Германии, потому что используемая база данных относится к сентябрю 2021 года.
- Универсальность: Искусственные интеллекты надежно работают только в тех областях задач, для которых они были обучены. Искусственные интеллекты до сих пор полагались на внешнюю обратную связь для совершенствования. Сильный ИИ — это тот, который неотличим от человеческого разума.
- Структурный дизайн: Некоторые эксперты считают, что искусственный интеллект не может стать умнее за счет простого увеличения объема обучающих данных. Для достижения интеллекта, подобного человеческому, необходимо гораздо больше думать о структурировании данных и работать над логическим пониманием, говорят они.