Изкуственият интелект надминава хората в задачи, изискващи творческо мислене

[scaner]

Преди 7 часа, Exhemus said:

ПС Ако искаш да се опитаме да го измамим:  Да формулираме логически и синтактически правилно задание, което да използва ключовите думи от стандартен пример, но да е съвсем друг алгоритъм?

Определено не работи чрез запомняне на стандартни примери, цяла година вече го ползвам за доста нестандартни задачи. При всяко уточняване на условията генерира смислово близък код, но различен по семантиката и структурата си. Понякога даже ме изненадва с хитрости в решението. Една и съща задача може да реши по различни начини. Ако обработваш малък пример от твоята задача, даже предполага какви други функции имаш и ти предлага с тях как да постъпиш.  Казвам му, че достъпвам графиката с функция getPixel(x,y) и той ми подсказва как да я модифицирам с putPixel(x,y).

Може да му дадеш готов чужд код и да го питаш за какво е, какво прави. Потресаващо подробен и точен е.

Просто горе ние искаме само едно решение, и той не твори повече.

[Р. Теодосиев]

Да, аз не веднъж съм го използвал да ми обясни парчета код, след това искам да ми даде конкретно решение или да ми каже къде мога да променя нещо много конкретно. След като ми обясни, промени или замени конкретен код искам отново да ми обясни друг код, като понякога ме насочва къде какво да търся или да променя спрямо предните задачи, които съм искал от него.

Но за сега не може примерно да му дам цял код и да му кажа какво искам като крайно решение. Трябва да разбием парче по парче проблема, за да получа това, което искам от него. Но по този начин аз спестявам много време и пари, ако искам да го направя аз без негова помощ или да платя на някой друг да го направи.

[Втори след княза]

"Изкуственият интелект надминава хората в задачи, изискващи творческо мислене"

Ще ни надмине, разбира се, защото е екипен играч, програмиран да служи, а не да следи кой кум, кой сват, кой на булката брат, с други думи личността на събеседника за него няма значение. Колко "творци" съм забелязал как отсяват хората на нужни и ненужни; малки и VIP; равностойни и тъпи; сини и червени.

Като казах червени, та се сетих една случка. Вървят си 194... г. двама известни критици и единият казва "Четох Вапцаров. Добър". "Ама не е от нашите"- казал другият.

 

Редактирано Март 5 от Втори след княза

[Втори след княза]

Все още човек има някои предимства пред машината. И това е в т.нар. пертинентност

 

Цитирай

 

Ценност на информацията– има субективен характер, защото зависи от индивида и целите му. Тя е свързана с две фундаментални понятия:

1. релевантност^[6] – изисква информационните съобщения да отговарят на тематиката на запитване;
2. пертинентност^[7] – информацията, която е нова за потребителя, изменя представите му за даден обект, процес, явление или допълва неговото знание в друг аспект.

 

Човек може по- успешно да предположи и разбере способността на потребителя да възприеме новата информация и няма да предложи на ученик в 5 кл. ползване на тригонометрични функции. Може да прогнозира кое обяснение би било полезно за още неоформена задача или проект, кое е нужно на потребителя, но той не знае за него.

Не че машината не може да бъде програмирана въз основа на предишни търсения и съдържания, както се иска сега при настройка на рекламите и съдържанията, да предполага какво би те заинтересувало и да предлага съответстващи реклами/съдържание. Така че и в това сме застигани.

Най- човешко е умението, културата на общуване, която да създава екип. Това е желана черта за кандидата за работа и като че ли засега е дарба- не са измислили метод на възпитание, който да превърне темерута в мил събеседник. ... обаче машината май и това може.

[mnogoznaiko]

От ФБ:
https://www.facebook.com/dimblov/posts/pfbid036

Дефицитът на качествени текстове може да забави развитието на AI отрасъла още през следващите две години. Сега дори ясни лидери на пазара като OpenAI и Anthropic са изправени пред криза. GPT-5 планира да се обучава по транскрипции на публични речи и подкастове в YouTube - начин да се получат поне малко качествени данни.
 

На пръв поглед изглежда, че проблемът е лесен за решаване: всичко, което трябва да направите, е да наемете качествени писатели и да ги накарате да създават съдържание специално за обучение на ИИ. Например да сключите договор с онлайн издание или цифрова библиотека. На практика обаче това не е толкова просто.
 

Пабло Вилялобос, учен от изследователския институт Epoch, казва, че за обучението например на GPT-5 ще са необходими 60-100 трилиона токена. Токенът не е точно равен на дума, а по-често е нейна съставна част, но дори и според най-скромните очаквания ще са необходими 240-400 милиарда страници А4 и около 1 милиард книги. Британската библиотека е най-голямото книгохранилище в света с фонд от 170 милиона книги. За да се отговори на апетита на усъвършенствания ИИ, са необходими 5-8 Британски библиотеки, а материалите в тях трябва да са уникални. Според Вилабос, ако обучите GPT-5 на подходящи текстове в интернет, няма да му стигнат 10-20 трилиона токена.
 

Все още е възможно да се обучава ИИ върху лична кореспонденция, но широката общественост не иска да предоставя данните си на разработчиците. Илон Мъск и Зукърбърг обучават моделите си върху съдържание, създадено от потребителите на техните социални мрежи, но то не винаги е последователно и качествено.
 

Докато Пабло Вилабос прогнозира, че през 2026 г. заплахата от недостиг на данни ще бъде вече 90%, стартъпът DatologyAI се опитва да реши проблема с различен подход. В него БНМ се обучава по метода на "училищната програма" - представя се информация в определен ред, от проста към сложна, така че ИИ сам да намери връзки в нея и да направи изводи. Според Ари Морксос, основател на стартъпа, това подобрява ефективността на модела, като намалява наполовина обема на постъпващите данни. Това обаче все още не е потвърдено в други проучвания.
 

Както Google, така и OpenAI обмислят създаването на пазар за данни за обучение на невронни мрежи. На него ще се определя колко полезна е определена информация за даден модел и каква цена е справедлива. Може би ще се появи цяла нова сфера на икономиката, в която ще работят производители на съдържание за обучение на ИИ. Засега работата по този пазар не е стигнала по-далеч от етап планиране.
 

OpenAI и Anthropic също започнаха да експериментират с "висококачествени синтетични данни". Това е най-добрият текст, създаден от самите невронни мрежи. Тук разработчиците трябва да бъдат изключително внимателни - някои тестове показаха, че невронните мрежи губят производителност и се влошават от такива учебни материали.