Jak działa pisanie tekstów przez AI?
Czym jest GTP-3? To autoregresyjny model językowy oparty na głębokim uczeniu maszynowym, który tworzy teksty podobne do ludzkich. Zawiera 175 miliardów sztucznych sieci neuronowych – dla porównania, mózg człowieka może mieć nawet 100 bilionów połączeń neuronalnych.
Bazę treningową GTP-3 stanowiły zasoby Internetu – głównie archiwa Common Crawl i WebText2, ale na liście znalazła się również Wikipedia. Szacuje się, że koszt „nauki” pochłonął 10-20 milionów dolarów, a podczas tego okresu przeanalizowano 511 mld jednostek danych.
Dodajmy, że GTP-3 zgodnie ze swoją nazwą jest już trzecią generacją oprogramowania. Znacząco przeważa nad swoimi poprzednikami, bowiem zwiększono jego pojemność stukrotnie w stosunku do GTP-2.
Jakość tekstów pisanych przez AI
Teksty tworzone przez sztuczną inteligencję są w zasadzie nieodróżnialne od ludzkich. Przykład prosto z oprogramowania GTP-3:
Wbrew pozorom, AI radzi sobie równie dobrze z zadaniami kreatywnymi.
Ponadto AI może tworzyć treści szybko i hurtowo. Wygenerowanie kilku podobnych opisów zajmie zaledwie kilka sekund.
Prawdziwym problemem jest natomiast inna kwestia. Otóż sztuczna inteligencja nie ma swojego zdania, dlatego nie stworzy tekstu, w którym uwzględni jakieś wskazówki, praktyczne porady, osobiste przekonania czy opinie. Bez tego ciężko mówić o przydatnej, angażującej treści.
Treść jest sucha i oparta wyłącznie na wsadzie merytorycznym, który samemu trzeba dostarczyć. Jako że AI nie ma doświadczenia życiowego i na chwilę obecną wydaje się to problemem nie do przeskoczenia, copywriterzy mogą odetchnąć – ich praca nie może zostać zastąpiona. Sztuczna inteligencja jest zepchnięta do tworzenia krótkich, generycznych treści.
Cena pisania tekstów przez AI
Cennik OpenAI podaje rozliczenie za 1000 tokenów, czyli około 750 słów. Najsilniejszy i najdroższy model GTP3 (Davinci) kosztuje obecnie 0,06$ za tysiąc tokenów. Zatem napisanie tekstu o długości artykułu blogowego wymagałoby budżetu w wysokości 0,1$.
Oczywiście trzeba liczyć się z tym, że nie każdy wygenerowany tekst jest udany, gdyż GTP-3 tworzy lepsze i gorsze próbki. Czasem trzeba powtórzyć proces kilkukrotnie. Niemniej cena pisania tekstów przez AI jest bardzo niska.
Sztuczna inteligencja: co to jest i jakie ma zastosowania?
Sztuczna inteligencja - definicja
Sztuczna inteligencja to (SI) zdolność maszyn do wykazywania ludzkich umiejętności, takich jak rozumowanie, uczenie się, planowanie i kreatywność.
Sztuczna inteligencja umożliwia systemom technicznym postrzeganie ich otoczenia, radzenie sobie z tym, co postrzegają i rozwiązywanie problemów, działając w kierunku osiągnięcia określonego celu. Komputer odbiera dane (już przygotowane lub zebrane za pomocą jego czujników, np. kamery), przetwarza je i reaguje.
Systemy SI są w stanie do pewnego stopnia dostosować swoje zachowanie, analizując skutki wcześniejszych działań i działając autonomicznie.
Dlaczego sztuczna inteligencja jest ważna?
Niektóre technologie sztucznej inteligencji istnieją od ponad 50 lat, ale postęp w zakresie mocy obliczeniowej, dostępność ogromnych ilości danych i nowe algorytmy doprowadziły do wielkich przełomów w tej dziedzinie.
Sztuczna inteligencja jest postrzegana jako centralny element cyfrowej transformacji społeczeństwa i stała się priorytetem UE.
Przewiduje się, że jej przyszłe zastosowania przyniosą ogromne zmiany, ale sztuczna inteligencja jest już obecna w naszym codziennym życiu.
Dowiedz się więcej o zagrożeniach i szansach, które niesie ze sobą sztuczna inteligencja oraz o tym, jak Parlament Europejski chce kształtować unijne przepisy o tej technologii.
Sztuczna inteligencja – jak ją wykorzystać, by ułatwić sobie życie
Sztuczna inteligencja to już nie wizja rodem z filmów science-fiction, lecz część codziennego życia. Autonomiczne pojazdy, inteligentne domy, wirtualni asystenci, sprytne aplikacje – lista zastosowań SI nie ma końca. Jak działa sztuczna inteligencja i czy znajomość psychologii pozwala ją lepiej zrozumieć? W jaki sposób ułatwić sobie życie dzięki inteligentnym rozwiązaniom? Skąd w ludziach strach przed SI? – Mądrze wykorzystana sztuczna inteligencja odciąża w rutynowych pracach, co pozwala przekierować uwagę na bardziej satysfakcjonujące obszary życia – mówi w rozmowie dr hab. Andrzej Wodecki, wykładowca specjalności Psychologia sztucznej inteligencji na kierunku Psychologia i informatyka Uniwersytetu SWPS.
Ewa Pluta: „Od lat marzeniem człowieka było stworzenie struktur, które mogłyby go wspomóc czy zastąpić w rozwiązywaniu różnych życiowych problemów” – pisze pan w swojej książce „Sztuczna inteligencja w zarządzaniu”. Marzenia o inteligentnych strukturach właśnie się spełniają. Ale czym właściwie jest sztuczna inteligencja (SI)?
dr hab. Andrzej Wodecki: Pierwszy człon łatwo wytłumaczyć. Sztuczna oznacza stworzona przez człowieka. Trudniej wyjaśnić, czym jest inteligencja. Oczywiście, ma ona wiele definicji, w większości wywodzących się z psychologii. Ja jednak proponuję nieco inne ujęcie: inteligencja to zdolność do efektywnego zachowania w nowych sytuacjach. Ale po kolei.
Słowo efektywność zakłada istnienie funkcji celu. Celem systemu inteligentnego jest najczęściej realizacja pewnej misji. Jej sukces został wcześniej zdefiniowany, co jest niezwykle ważne – pomaga to maszynie na bieżąco monitorować postępy uczenia się i stopień jej realizacji.
Zachowanie oznacza nie tylko umiejętność podejmowania decyzji. Wyobraźmy sobie robota. Do efektywnego działania potrzebuje on nie tylko zdolności do podejmowania słusznych decyzji, ale też tzw. aktuatorów – urządzeń oraz interfejsów komunikacyjnych umożliwiających interakcje z otoczeniem. Dzięki nim jest w stanie pozyskiwać dane, informacje i wiedzę z otoczenia oraz na nie w różny sposób wpływać. Istotna jest też umiejętność samodzielnego uczenia się i samodoskonalenia w miarę zdobywania nowych doświadczeń.
Nowa sytuacja oznacza, że system inteligentny działa często w niepewnym i złożonym otoczeniu. Reguły gry zmieniają się w nim szybko, nie ma pewności konsekwencji swoich działań, decyzje należy podejmować w sytuacji nadmiaru danych.
Wychodzi na to, że definicje sztucznej inteligencji i inteligencji ludzkiej są zbieżne.
Często uważa się, że inteligentne osoby to takie, które potrafią w efektywny sposób działać w nowych sytuacjach. Czyli dokonywać transferu wiedzy z różnych dziedzin, by rozwiązać aktualny problem. Określenie nowy jest moim zdaniem krytyczne w zrozumieniu inteligencji. To ono pozwala odróżnić inteligencję od wyuczalności.
Sztuczna inteligencja wkracza w kolejne dziedziny życia, co nie znaczy jednak, że tak zwany zwykły człowiek rozumie, jak ona działa. Jak prosto wyjaśnić działanie sztucznej inteligencji?
Kiedyś zrobiłem na prywatny użytek ćwiczenie – chciałem przekonać się, na ile rozumiem, jak działa zegarek mechaniczny. Zajrzałem do wnętrza mechanizmu i sprawdziłem, z jakich komponentów jest zbudowany. Obserwowałem, jak działają poszczególne komponenty i jak one współpracują ze sobą. Na koniec zastanowiłem się, w jakich sytuacjach i w jakim celu mogę wykorzystać zegarek, a w jakich stanowczo nie. Ten proces doprowadził mnie do zrozumienia działania konkretnej rzeczy, ale można zastosować go w dowolnym obszarze życia. Na przykład do zrozumienia działania sztucznej inteligencji.
Okazuje się, że wielu inżynierów projektujących sztuczną inteligencję inspiruje się działaniem ludzkiego mózgu – mówi się nawet o programowaniu kognitywnym (ang. cognitive computing). W efekcie, w zrozumieniu działania SI pomocne jest poznanie mechanizmów poznawczych człowieka.
W tym celu polecam zajrzeć do pierwszego z brzegu podręcznika akademickiego z psychologii poznawczej. Zakres tematyczny obejmuje zazwyczaj: odbiór sensoryczny, procesy uwagowe, pamięć krótkoterminową, roboczą, długoterminową, kontrolę poznawczą, zachowania społeczne etc. Opanowanie tych zagadnień to pierwszy krok do zrozumienia nie tylko tego, jak działa mózg, ale też mechanizmów leżących u podstaw SI. Ścieżki psychologii i sztucznej inteligencji wyraźnie się przecinają.
Okazuje się, że wielu inżynierów projektujących sztuczną inteligencję inspiruje się działaniem ludzkiego mózgu – mówi się nawet o programowaniu kognitywnym (ang. cognitive computing). W efekcie, w zrozumieniu działania SI pomocne jest poznanie mechanizmów poznawczych człowieka.
Czyli sztuczna inteligencja naśladuje funkcje mózgu?
System inteligentny powinien umieć odbierać informacje z otoczenia, do czego są niezbędne rozmaite technologie sensoryczne – podobne do funkcji sensorycznych u zwierząt. Odbiór informacji to nie wszystko. Potrzebna jest jeszcze ich interpretacja – rozpoznawanie obiektów i sytuacji, identyfikacja wzorców. Bardzo istotne są też procesy uwagowe. Wyobraźmy sobie poruszający się po drodze autonomiczny pojazd. Nie może on analizować całego otoczenia, przetwarzać wszystkich dostępnych informacji. Nie istnieją moce komputerowe, które by to umożliwiły. System inteligentny odbiera i przetwarza wyłącznie te informacje, które pozwalają mu efektywnie osiągnąć cel. Analogiczne procesy uwagowe zachodzą wśród ludzi. Odpowiednia selekcja docierających do nas bodźców jest nie tylko kluczowa dla naszego działania, lecz także zabezpiecza nas przed przeciążeniem informacyjnym.
System inteligentny musi też się uczyć i zapamiętywać.
Niekoniecznie musi, ale to coraz częściej istotny komponent takich rozwiązań. Warto w tym miejscu wspomnieć o jednej z ciekawszych metod uczenia maszynowego: tzw. meta-uczeniu się (ang. meta-learning). Sztuczną inteligencję nie wystarczy raz zaprogramować. Rzeczywistość cały czas się zmienia, więc SI, chcąca za nią nadążyć, musi się douczać. Jednym ze sposobów jest właśnie meta-learning, który można streścić w zdaniu: system inteligentny uczy się, jak się uczyć. SI samodzielnie eksperymentuje z różnymi metodami i wybiera najbardziej efektywne – przyspieszające proces uczenia się, zmniejszające liczbę niezbędnych danych i koniecznych eksperymentów. Inteligentna maszyna powinna też tworzyć tworzyć strategie, wreszcie oddziaływać na otoczenie – prawie jak człowiek. Maszyny można też nauczyć zachowań wzorowanych na ludzkich: współpracy, walki czy konkurencji.
Najlepiej zrozumieć sztuczną inteligencję, porównując ją do ucznia. Zadaniem nauczyciela jest przeprowadzić ucznia od stanu „nic lub niewiele potrafię” do stanu „wiem, rozumiem, potrafię”. Programistów zajmujący się uczeniem maszynowym (ang. machine learning) można porównać do nauczycieli maszyn – przeprowadzają sieć neuronową przez taki proces edukacji, od „nie wiem” do „wiem”. Mówiąc wprost: sieć neuronowa na początku jest głupia, mądra staje się dopiero po intensywnej nauce.
Przykład. Chcemy nauczyć program komputerowy (np. sieć neuronową) rozpoznawać rasy psów na zdjęciach. Nasz system na wejściu otrzymuje zdjęcia, a na wyjściu określa rasę psa (jako np. jedną z 50 możliwych kategorii). Na początku odpowiada losowo, po procesie nauczania osiąga dokładność na poziomie 95 proc. Zadaniem programisty jest nie tylko dobór architektury takiego systemu (w terminonologii SI: modelu), ale też optymalnej metodyki nauczania (algorytmu uczenia maszynowego). Idea jest w sumie prosta, niemniej zarówno architektury, jak i algorytmy rozwijają się w tak niesamowitym tempie, że trudno sobie w tej chwili wyobrażać, do czego to w przyszłości doprowadzi.
Gdzie sztuczna inteligencja znajduje zastosowanie?
Rozwiązania oparte na sztucznej inteligencji są już niemal w każdej dziedzinie życia. Możemy ich nie dostrzegać – wszak najbardziej inteligentne rozwiązanie to te, którego nie widać. W trakcie pracy nad swoimi książkami przeanalizowałam ponad 400 zastosowań Artificial Intelligence w biznesie, 200 systemów autonomicznych, w samej medycynie zidentyfikowałem ok. 250 startupów wykorzystujących AI. A to tylko czubek góry lodowej.
Polecam jednak poszukać sztucznej inteligencji wokół siebie. Warto od czasu do czasu wyszukać w internecie interesujący nas obszar: „AI in MS Office”, „AI in fitness”, „AI in running” etc. Dzięki sztucznej inteligencji można zautomatyzować sobie pracę, sposób uczenia się, komputer, nawet dom. Zabawa z AI daje niezwykłą frajdę.
Dzisiaj próg wejścia do świata SI jest naprawdę niski. Każdy może w trzy miesiące nauczyć się języka programowania Python, w podobnym czasie stworzyć pierwsze modele SI. To daje wielkie poczucie sprawczości. W ludziach ciągle jest jednak psychiczna bariera przed nauką programowania.
Przeczytaj też: Trzy ważne filmy o lęku przed technologią
Często też mówi się o sztucznej inteligencji przez pryzmat zagrożeń.
Z zasady celem systemów inteligentnych jest poszerzenie możliwości człowieka. Ale sztuczna inteligencja to narzędzie, które, jak nóż, można wykorzystać w dobrych lub złych celach. W rękach szaleńców może być niebezpieczne. Najbardziej obawiam się jednak wygaszania kolejnych funkcji poznawczych człowieka. Już teraz jesteśmy otoczeni programami wspomagającymi nas w codziennym życiu. Aplikacje przypominają nam, kiedy pić wodę, zrobić dziesięć przysiadów, wysłać życzenia mamie. Stare powiedzenie, że nieużywany narząd z czasem zanika, dotyczy także zdolności poznawczych.
Często powtarzam, że interakcja z maszyną może nas albo wzmocnić, albo osłabić. Siłownia to też kontakt z maszynami – na początku jesteśmy zmęczeni, bo to duży wysiłek, ale długofalowo czujemy się silniejsi, zwłaszcza jeśli ćwiczymy regularnie. Korzystanie ze sztucznej inteligencji też może wzmocnić; mądrze wykorzystana odciąża w rutynowych pracach, co pozwala przekierować uwagę na bardziej satysfakcjonujące obszary życia.
Co się może wydarzyć w przyszłości, jeśli nie zrozumiemy, jak działa SI i będziemy korzystać z niej nieodpowiedzialnie?
Można się pokusić o prognozę, że społeczeństwo podzieli się na tych, którzy tworzą SI i ją rozumieją, oraz na tych, którzy z niej korzystają, ale jej nie rozumieją. Kiedyś żywe były w społeczeństwie podziały klasowe ze względu na majątek i pochodzenie. W przyszłości podział społeczny może zasadzać się na dostępności do rozwiązań opartych na sztucznej inteligencji i ich rozumieniu.
Kiedyś żywe były w społeczeństwie podziały klasowe ze względu na majątek i pochodzenie. W przyszłości podział społeczny może zasadzać się na dostępności do rozwiązań opartych na sztucznej inteligencji i ich rozumieniu.
Żeby zrozumieć SI, należy przestać się jej bać. Skąd rozmaite oparte na lęku mity dotyczące sztucznej inteligencji?
Tworzymy mity, kiedy nie rozumiemy. Nie rozumiemy, więc sobie wyobrażamy. Wyobrażenia często mają niewiele wspólnego z rzeczywistością. Proszę sobie wyobrazić, że w pokoju jest zupełnie ciemno. Na krześle widać jakiś dziwny kształt. Co to może być? Wampir? Wystarczy jednak zapalić lampkę poznania, żeby przekonać się, że to nie wampir, a koszula nocna. I że nie ma się czego bać.
Jak przestać się bać SI? Po pierwsze zacząć z niej korzystać na co dzień. Po drugie zdepersonalizować. Cały czas mówimy o sztucznej inteligencji jako o osobie, przypisujemy jej ludzkie cechy. Ja wolę traktować SI jako zestaw narzędzi i metod, które pozwalają coś zrobić inaczej, niekiedy lepiej i szybciej.
Ekspert
