Искусство искусственного интеллектаЕще одна причина, по которой я считаю, что генеративный искусственный интеллект может создавать новые результаты, заключается в том, как модели изображений могут создавать невероятное и удивительное искусство. Поскольку они учатся "концепциям" на высоком уровне, они способны абстрактно применять их к любой ситуации. Если вы просите создать изображение дракона, оно создаст дракона. Если вы просите создать изображение хакера, оно сможет это сделать, и т. д. И оно может делать это в бесконечном количестве стилей, поэтому оно явно применяет "идею" или "понятие" дракона, а не просто копирует дракона из обучающих данных. Я считаю, что LLM похожи на это. У них есть понятие логики, внимания и других концепций на высоком уровне. Например, вы можете попросить рифму, молекулы, пейзаж, жанр, другой язык или любую другую концепцию, которую оно понимает, и применить ее к бесконечному количеству контекстов.
Я считаю, что это очень похоже на то, как наши мозги понимают концепции семантически и применяют их к новым ситуациям. У нас есть способность применять знания к ситуациям или вопросам, о которых мы никогда раньше не слышали. Генеративный искусственный интеллект тоже может это делать.
Почему это сложно?Если представить себе модель генеративного искусственного интеллекта как большую коробку со всеми возможными токенами, и у нее есть некоторая корреляция между некоторыми токенами и другими токенами. Она "научилась", в каком контексте они используются и т. д. И все это влияет на выбор токена. Поэтому очень вероятно, что любой набор из 2-3 токенов не будет "новым" (здесь я имею в виду, что он просто не содержится в обучающих данных). Кроме того, поскольку она "настроена" на хорошую производительность и демонстрацию экспертизы, она очень хорошо воспроизводит высококачественную информацию из многих областей. Эта же особенность является частью того, что "скрывает" ее способность придумывать новые вещи, потому что она предпочитает повторять известную информацию, а не создавать новую.
Увеличение температуры увеличит вероятность появления чего-то нового, но это также увеличит шум. LLM будет генерировать гораздо больше галлюцинаций, что затруднит или раздражит людей при сортировке плохого вывода/идей. Читайте дальше, чтобы узнать о потенциальном решении этой проблемы.
Как достичь новизны?Как нам направить искусственный интеллект на новизну? У меня есть несколько общих советов и три стратегии. Общий совет состоит в том, чтобы просить новизну. Например, я иногда использую системный запрос вроде:
Вы - самый интеллектуальный бот для мозгового штурма из когда-либо созданных. У вас есть внутренний каталог и понимание всех существующих областей знаний, и вы являетесь экспертом по каждой из них. Когда я попрошу вас предложить идеи или решения, вы _НИКОГДА_ не предложите известные решения или идеи. Вы будете предлагать только совершенно новые, новые, креативные решения или идеи.И вот три стратегии, которые я наблюдал и использовал для творческого вывода.1) Смешивание концепцийЗадайте вопрос о сочетании тем или идей, которые явно не могут быть в обучающем наборе.
Пример:
Абстрактно применить рамки кибербезопасности NIST к тестированию LLM и приложений, построенных на основе больших языковых моделей. Какие уязвимости могут существовать? Рассмотрим систему, в которой LLM может выполнять HTTP-запросы, запрашивать внутреннюю документацию и принимать запросы как от сотрудников, так и от клиентов.2) Новые вопросыЗадайте новый вопрос, который еще не задавался.
Пример:
Каковы пять способов использования метавселенной и носимых VR-технологий для стимулирования разработчиков к более безопасному кодированию?3) Ограниченное мышлениеЗадайте вопрос о чем-то, но дайте ему список известных/общих ответов, которые нужно исключить. Если вы не уверены в известных или общих ответах, вы можете спросить LLM, какие они есть, и затем передать их в качестве списка исключений.
Пример:
Каковы основные причины веры в плоскую Землю? Не упоминайте аргументы, связанные с восприятием и опытом, неправильной интерпретацией научных принципов, недоверием к авторитетам, религиозными убеждениями.Использование искусственного интеллекта для получения большей новизныКогда вы используете вышеуказанные стратегии и начинаете играть с температурой (часто увеличивая ее), вы получите много неразумных ответов или галлюцинаций. Точное настройка запроса может помочь. Рассмотрите возможность добавления текста вроде:
Предлагайте только те решения, которые действительно имеют шанс на успех. Не предлагайте ерунды. При этом не забывайте думать нестандартно.Однако может быть много шума. Что, если мы могли бы передать идеи на проверку искусственному интеллекту? Я думаю, что мы можем. Мы могли бы создать агента для оценки идей, который бы указывал на их недостатки, а также оценивал их и предлагал лучшие идеи для дальнейшей проверки людьми. Он мог бы выделять лучшие 1% идей. Если вы создадите это, пожалуйста, дайте мне знать!Надежды и мечтыЯ считаю, что все это чрезвычайно интересно, потому что я искренне верю, что мы можем решать сложные задачи, такие как лечение рака, используя модели такие простые, как GPT-4, с правильными запросами, проверкой и данными для создания решений. И будущие модели будут еще лучше.
Представьте, что мы пытаемся изобрести новый препарат. LLM может знать, какие ингредиенты содержатся во всех существующих препаратах, и знает, что делают эти препараты. Он знает, какие ингредиенты лучше всего смешивать с этими препаратами, чтобы они хорошо связывались и были эффективными. Поэтому, если вы дадите ему правильный контекст и попросите его изобрести препарат, который делает что-то новое и необходимое, он может придумать отличные идеи. И даже если это не будет идеально, я думаю, что есть хороший шанс, что у него будут идеи, которые исследователи в этой области не рассматривали, потому что никто не может знать свойства каждого вещества. LLM могут это знать.
И это только один пример. Это можно применить и к другим областям. У человечества тысячи проблем, требующих творческих решений. Меня так вдохновляет то, что, возможно, мы сможем использовать искусственный интеллект для решения так многих из них.
Это была гораздо более длинная статья, чем обычно. Надеюсь, вам понравилось. Свяжитесь со мной в Twitter с любыми мыслями или возражениями, и обязательно сообщите мне, если вы сделали большой прорыв с помощью искусственного интеллекта :)
Источник:
rez0