Prieš kelerius metus idėja, kad galėsime laisvai, natūralia žmonių kalba susirašinėti su kompiuterine programa ir gauti išsamius, logiškus bei kūrybiškus atsakymus į pačius sudėtingiausius klausimus, skambėjo kaip mokslinės fantastikos filmo scenarijus. Tačiau 2022 metų pabaigoje bendrovė „OpenAI“ pristatė sistemą, kuri negrįžtamai pakeitė technologijų pasaulį. Vos per kelis mėnesius šis įrankis pasiekė šimtą milijonų aktyvių vartotojų ir tapo greičiausiai augančia vartotojų programa istorijoje, aplenkdamas net tokius gigantus kaip „TikTok“ ar „Instagram“.
Šiandien šis dirbtinio intelekto (DI) modelis yra naudojamas visur: nuo mokyklos suolų iki didžiausių tarptautinių korporacijų biurų. Jis rašo programinį kodą, kuria rinkodaros strategijas, verčia tekstus, padeda mokytis naujų kalbų ir netgi atstoja asmeninį asistentą. Tačiau už šio iš pažiūros paprasto pokalbių lango slypi itin sudėtingi matematiniai skaičiavimai, inžineriniai sprendimai ir inovacijos, kurios verčia mus iš naujo įvertinti tai, ką gali mašinos.
Kas Iš Tiesų Yra Šis Kalbos Modelis?
Norint suprasti šios technologijos galią, pirmiausia reikia iššifruoti patį pavadinimą. Akronimas GPT reiškia „Generative Pre-trained Transformer“ (liet. Generatyvinis iš anksto apmokytas transformatorius). Kiekvienas šio pavadinimo žodis atskleidžia esminę sistemos veikimo dalį:
- Generatyvinis: Tai reiškia, kad modelis ne šiaip sau ieško atsakymų iš anksto paruoštoje duomenų bazėje (kaip tai daro tradicinės paieškos sistemos, pavyzdžiui, „Google“), bet kaskart kuria, generuoja naują tekstą. Kiekvienas atsakymas yra unikalus, sukonstruotas realiu laiku, atsižvelgiant į vartotojo užklausą.
- Iš anksto apmokytas: Prieš atveriant sistemą viešam naudojimui, modelis buvo „maitinamas“ nesuvokiamais kiekiais tekstinės informacijos iš interneto: knygomis, straipsniais, forumų diskusijomis, tinklaraščiais ir moksliniais tyrimais. Jis perskaitė daugiau teksto, nei žmogus pajėgtų perskaityti per tūkstantį gyvenimų.
- Transformatorius: Tai 2017 metais „Google“ tyrėjų sukurta neuroninių tinklų architektūra, kuri padarė tikrą revoliuciją natūralios kalbos apdorojimo (NLP) srityje. Ši architektūra leidžia modeliui suprasti žodžių kontekstą sakinyje, nepaisant to, kaip toli vienas nuo kito jie yra. Tai padeda išvengti ankstesniems modeliams būdingos problemos, kai skaitant ilgesnį tekstą prarandama pradinė mintis.
Nors bendraujant atrodo, kad kitoje ekrano pusėje sėdi mąstanti būtybė, iš tikrųjų tai yra itin pažangus statistinis įrankis. Jis veikia panašiai kaip jūsų išmaniojo telefono klaviatūros autokorekcijos funkcija, tik milijonus kartų sudėtingiau – jis tiesiog nuspėja, koks žodis, frazė ar sakinys statistiškai turėtų sekti po jūsų parašyto teksto.
Nematoma Magija: Kaip Veikia ir Mokosi Algoritmai
Neuromokslininkai dažnai lygina dirbtinius neuroninius tinklus su žmogaus smegenimis, ir šiame palyginime yra daug tiesos. Modelio „smegenis“ sudaro milijardai (o naujausiose versijose – trilionai) parametrų, kurie nustato ryšius tarp skirtingų duomenų taškų. Tačiau vien tik perskaityti visą internetą neužtenka, kad modelis taptų naudingu pagalbininku.
Jei paliktume jį mokytis tik iš interneto forumų, jis greičiausiai taptų toksiškas, sunkiai suprantamas ir pilnas išankstinių nusistatymų. Čia į pagalbą pasitelkiamas procesas, vadinamas RLHF (Reinforcement Learning from Human Feedback) – mokymasis su pastiprinimu, paremtas žmogaus grįžtamuoju ryšiu. Tūkstančiai žmonių vertintojų skaitė modelio sugeneruotus atsakymus ir juos reitingavo, baudė modelį už netinkamą ar agresyvų turinį bei apdovanojo už naudingus ir saugius atsakymus. Būtent šis ilgas ir brangus procesas pavertė „laukiniu“ buvusį algoritmą į mandagų, paslaugų asistentą, kuriuo mes naudojamės šiandien.
Nuo GPT-1 Iki Šių Dienų: Trumpa Evoliucijos Istorija
Dirbtinio intelekto pažanga neįvyko per vieną naktį. Ji prasidėjo prieš kelis dešimtmečius, tačiau būtent GPT serija pažymėjo eksponentinį šuolį:
- GPT-1 (2018 m.): Turėjo vos 117 milijonų parametrų. Jis galėjo generuoti paprastus sakinius, tačiau dažnai nukrypdavo nuo temos ir klysdavo.
- GPT-2 (2019 m.): Išaugo iki 1.5 milijardo parametrų. Tekstai tapo kur kas rišlesni, tačiau kūrėjai iš pradžių pabijojo jį išleisti į viešumą, nuogąstaudami dėl galimo masinio dezinformacijos generavimo.
- GPT-3 (2020 m.): Su 175 milijardais parametrų tai buvo tikras proveržis. Jis galėjo rašyti poeziją, programuoti ir kurti įtikinamus straipsnius.
- GPT-4 ir vėlesnės versijos: Tai multimedaliniai modeliai, gebantys ne tik apdoroti tekstą, bet ir analizuoti vaizdus, grafikus bei dokumentus. Skaičiuojama, kad šie modeliai turi per trilijoną parametrų ir demonstruoja loginio mąstymo užuomazgas.
Haliucinacijos ir Tamsioji Dirbtinio Intelekto Pusė
Nepaisant įspūdingų galimybių, ši technologija nėra tobula. Vienas iš didžiausių iššūkių, su kuriuo susiduria kūrėjai ir vartotojai, yra vadinamosios „haliucinacijos“. Tai situacijos, kai dirbtinis intelektas labai užtikrintu ir autoritetingu tonu pateikia visiškai išgalvotus faktus.
Kadangi modelis „nemąsto“ kritiškai ir neturi suvokimo, kas yra tiesa, jis tiesiog generuoja tekstą, kuris skamba logiškai. Pavyzdžiui, jei paprašysite jo aprašyti niekada neegzistavusį istorinį įvykį, jis gali ne prisipažinti, kad to nežino, o sukurti įtikinamą istoriją su netikromis datomis ir veikėjais. Būtent todėl aklai pasitikėti DI sugeneruota informacija – ypač medicinos, teisės ar finansų srityse – yra itin pavojinga. Kiekvienas faktas privalo būti patikrintas žmogaus.
Duomenų Privatumas ir Saugumas
Kitas svarbus aspektas yra privatumas. Kadangi modelis nuolat mokosi, informacija, kurią vartotojai suveda į pokalbių langą, gali būti panaudota tolesniam jo treniravimui. Istorijoje jau būta atvejų, kai didelių technologijų įmonių darbuotojai neatsargiai įkėlė konfidencialų programinį kodą ar finansinius dokumentus į DI platformą, norėdami jį patikrinti, ir taip netyčia atskleidė komercines paslaptis.
Netikėti ir Praktiški Panaudojimo Būdai Kasdienybėje
Nors dauguma žmonių naudoja šį įrankį elektroniniams laiškams rašyti ar tekstams apibendrinti, jo galimybės yra kur kas platesnės. Štai keletas netikėtų būdų, kaip DI gali palengvinti kasdienybę:
- Asmeninis korepetitorius ir mentorius: Galite paprašyti sistemos: „Paaiškink man kvantinę fiziką taip, lyg man būtų 10 metų“. Modelis supaprastins sudėtingiausius konceptus ir pateiks juos su pavyzdžiais, padedančiais lengvai perprasti temą.
- Mitybos planavimas: Surašę, kokius produktus šiuo metu turite šaldytuve, galite gauti kelis skirtingus, sveikatai palankius receptus kartu su gaminimo instrukcijomis.
- Interviu simuliacija: Ruošiatės svarbiam darbo pokalbiui? Nurodykite sistemai įmonės pavadinimą ir poziciją bei paprašykite pabūti griežtu personalo vadovu. Ji užduos jums klausimus, o po jūsų atsakymų – pateiks konstruktyvią kritiką.
- Kodo kūrimas neprogramuotojams: Net jei nemokate rašyti kodo, galite paprašyti sukurti paprastą „Excel“ makrokomandą, HTML puslapio struktūrą ar automatizavimo skriptą, paaiškindami savo poreikius paprasta žmonių kalba.
„Prompt“ Inžinerija: Kaip Taisyklingai Bendrauti su Dirbtiniu Intelektu?
Geriausi rezultatai priklauso nuo to, kaip tiksliai suformuluosite savo užklausą (angl. prompt). Dėl šios priežasties technologijų rinkoje netgi atsirado nauja profesija – „užklausų inžinieriai“ (Prompt Engineers). Jei įrašysite „Parašyk straipsnį apie šunis“, gausite labai bendrinį ir nuobodų tekstą. Tačiau jei naudosite struktūruotą prieigą, rezultatas jus nustebins.
Tobulos užklausos formulė susideda iš keturių elementų:
- Vaidmuo: Priskirkite modeliui asmenybę. „Veik kaip ekspertas veterinaras, turintis 20 metų patirtį…“
- Užduotis: Tiksliai nurodykite, ką reikia padaryti. „…parašyk informatyvų, bet linksmą straipsnį…“
- Kontekstas: Suteikite papildomos informacijos. „…straipsnis skirtas naujiems šunų šeimininkams, kurie nežino, kaip prižiūrėti šuniuko dantis…“
- Formatas ir apribojimai: Kaip informacija turi būti pateikta. „…tekstą padalink į 3 aiškias pastraipas, naudok sąrašus ir neviršyk 500 žodžių.“
Kuo detalesnės instrukcijos, tuo kokybiškesnis ir labiau jūsų lūkesčius atitinkantis bus galutinis rezultatas.
Kaip Sistema Supranta Lietuvių Kalbą?
Lietuvių kalba, pasižyminti sudėtinga gramatika, linksniais ir archajiška struktūra, tradiciškai buvo kietas riešutas ankstesniems mašininio vertimo ir teksto generavimo įrankiams. Tačiau naujausios kartos didieji kalbos modeliai šiame fronte padarė milžinišką pažangą.
Kadangi šie modeliai mokosi ne iš gramatikos taisyklių vadovėlių, o iš statistinių dėsningumų, jie sugeba nepriekaištingai derinti linksnius, laikus ir giminės formas. Žinoma, kadangi lietuviško teksto internete yra nepalyginamai mažiau nei angliško, modelio žinios apie specifinius Lietuvos istorinius įvykius ar vietos popkultūrą gali būti šiek tiek ribotos. Visgi, kokybiškam tekstų rašymui, vertimui ar kasdienei komunikacijai lietuvių kalba, tai yra beprecedentis įrankis, kuris veikia stulbinančiai tiksliai.
Ar Dirbtinis Intelektas Atims Mūsų Darbo Vietas?
Technologijų revoliucijos visada kelia baimę dėl darbo vietų praradimo. Kai atsirado pramoninės staklės, žmonės bijojo masinio nedarbo. Analogiška situacija stebima ir šiandien. Copywriter’iai, vertėjai, klientų aptarnavimo specialistai ir net pradedantieji programuotojai jaučia tiesioginę grėsmę iš DI pusės.
Tačiau technologijų ekspertai siūlo į tai žiūrėti per kitą prizmę. Egzistuoja populiarus posakis: „Dirbtinis intelektas neatims jūsų darbo. Jūsų darbą atims žmogus, kuris moka naudotis dirbtiniu intelektu.“ Ši technologija turėtų būti vertinama ne kaip pakaitalas, o kaip galingas įrankis, galintis padidinti produktyvumą dešimtis kartų. Žmonėms, kurie išmoks deleguoti rutinines, pasikartojančias užduotis algoritmams ir susitelks į kūrybiškumą, strateginį mąstymą bei empatiją (savybes, kurių mašinos kol kas neturi), atsivers visiškai naujos karjeros galimybės.
Žvilgsnis Į Ateitį: Kas Mūsų Laukia Rytoj?
Nors šiuo metu mes bendraujame su modeliu per tekstinę sąsają, ateitis atrodo daug dinamiškesnė. Integracija su balso asistentais, papildytos realybės akiniais ir net fiziniais robotais jau yra bandoma laboratorijose. Galime tikėtis, kad netolimoje ateityje toks intelektas veiks fone mūsų įrenginiuose: jis analizuos mūsų tvarkaraščius, skaitys elektroninius laiškus, autonomiškai atliks užsakymus ir valdys išmaniuosius namus remdamasis paprasčiausiomis balso komandomis.
Didžiausias mokslininkų tikslas – sukurti AGI (Artificial General Intelligence), arba bendrąjį dirbtinį intelektą, kuris gebėtų atlikti bet kokią intelektualinę užduotį ne prasčiau nei žmogus. Nors ekspertai nesutaria, ar mes tai pasieksime per penkerius, ar per penkiasdešimt metų, vienas dalykas yra aiškus: dabartiniai kalbos modeliai tėra pirmasis žingsnis į visiškai naują erą žmogaus ir mašinos evoliucijoje.
Gyvename nepaprastai įdomiais laikais. Technologija, kuri dar visai neseniai kėlė nepasitikėjimą ir atrodė kaip žaislas, šiandien formuoja pasaulio ekonomiką. Gebėjimas adaptuotis prie šių pokyčių, suprasti DI veikimo principus ir etiką tampa nebe privalumu, o būtinybe, norint išlikti konkurencingiems sparčiai besikeičiančiame skaitmeniniame pasaulyje.