Η Baidu Inc. σχεδιάζει να αναπτύξει μια υπηρεσία chatbot τεχνητής νοημοσύνης παρόμοια με την ChatGPT του OpenAI, σύμφωνα με πηγές, πραγματοποιώντας την πιο σημαντική είσοδο της Κίνας στην κούρσα της τεχνητής νοημοσύνης.

Η μεγαλύτερη εταιρεία μηχανών αναζήτησης της Κίνας σχεδιάζει να κάνει το ντεμπούτο της μια εφαρμογή τύπου ChatGPT τον Μάρτιο, ενσωματώνοντάς την αρχικά στις κύριες υπηρεσίες αναζήτησής της. Το εργαλείο, το όνομα του οποίου δεν έχει αποφασιστεί, θα επιτρέπει στους χρήστες να λαμβάνουν αποτελέσματα αναζήτησης με τη μορφή συνομιλίας, όπως κάνει και η δημοφιλής πλατφόρμα του OpenAI.

Η Baidu έχει ξοδέψει δισεκατομμύρια δολάρια για την έρευνα της τεχνητής νοημοσύνης σε μια προσπάθεια πολλών ετών για τη μετάβαση από το διαδικτυακό μάρκετινγκ σε μια βαθύτερη τεχνολογία. Το σύστημά Ernie - ένα μοντέλο μηχανικής μάθησης μεγάλης κλίμακας που έχει εκπαιδευτεί σε δεδομένα για αρκετά χρόνια - θα είναι το θεμέλιο του επερχόμενου εργαλείου που μοιάζει με ChatGPT. 

Η Baidu, η Alibaba Group Holding Ltd., η Tencent Holdings Ltd. και η ByteDance Ltd. ελέγχουν μεγάλο μέρος του διαδικτύου της Κίνας. Η εταιρεία αναζήτησης προσπαθεί να αναζωογονήσει την ανάπτυξη της, αφού υστερεί όλο και περισσότερο από τους μεγαλύτερους αντιπάλους της σε τομείς όπως η διαφήμιση για κινητά, το βίντεο και τα μέσα κοινωνικής δικτύωσης. Εκτός από την έρευνα στην τεχνητή νοημοσύνη, η Baidu αναπτύσσει τώρα και τεχνολογία αυτόνομης οδήγησης.

Ο Διευθύνων Σύμβουλος της Baidu, Robin Li, έθεσε το ChatGPT ως παράδειγμα όπου ο τεχνολογικός γίγαντας μπορεί να ηγηθεί. "Είμαι τόσο χαρούμενος που η τεχνολογία που στοχαζόμαστε καθημερινά μπορεί να προσελκύσει την προσοχή τόσο πολλών ανθρώπων. Αυτό δεν είναι εύκολο", είπε. Προειδοποίησε ότι η εμπορευματοποίηση της τεχνητής νοημοσύνης γενικής χρήσης καθιστώντας την ένα "προϊόν που χρειάζονται όλοι", θα μπορούσε να είναι πρόκληση.

Το ChatGPT κέντρισε επίσης το ενδιαφέρον των Κινέζων χρηστών του Διαδικτύου, οι οποίοι όπως και οι άνθρωποι αλλού μοιράστηκαν στιγμιότυπα οθόνης από εκπληκτικές συνομιλίες με το bot τεχνητής νοημοσύνης στα τοπικά μέσα κοινωνικής δικτύωσης. Αυτό συμβαίνει παρά το βαριά λογοκριμένο εγχώριο διαδίκτυο που είναι σε μεγάλο βαθμό αποκλεισμένο από τον υπόλοιπο κόσμο, ένα μοντέλο που βοήθησε εταιρείες όπως η Baidu να ευδοκιμήσουν ως τοπικές ισοδύναμες με την Google, την Amazon και το Facebook.

Εκτός από την Baidu, αρκετές κινεζικές νεοφυείς επιχειρήσεις εξερευνούν επίσης τη τεχνητή νοημοσύνη γενικής χρήσης και έχουν προσελκύσει επενδυτές όπως η Sequoia και η Sinovation Ventures.

Το ChatGPT έχει δοκιμαστεί αρκετά τον τελευταίο καιρόκαι η τελευταία του πρόκληση έρχεται από ερευνητές της επιστήμης των υπολογιστών στο Πανεπιστήμιο Johannes Gutenberg και το University College του Λονδίνου, οι οποίοι είδαν ότι το ChatGPT μπορεί να εντοπίσει σφάλματα σε δείγμα κώδικα και να τα διορθώσει καλύτερα από τα υπάρχοντα προγράμματα που έχουν σχεδιαστεί για να κάνουν το ίδιο.

Οι ερευνητές έδωσαν 40 κομμάτια κώδικα με λάθη σε τέσσερα διαφορετικά συστήματα διόρθωσης κώδικα: ChatGPT, Codex, CoCoNut και Standard APR. Ουσιαστικά, ρώτησαν το ChatGPT: "Τι συμβαίνει με αυτόν τον κωδικό;"

Στο πρώτο πέρασμα, το ChatGPT απέδωσε περίπου το ίδιο καλά με τα άλλα συστήματα. Το ChatGPT έλυσε 19 προβλήματα, το Codex έλυσε 21, το CoCoNut έλυσε 19 και το Standard APR έλυσε επτά. Οι ερευνητές βρήκαν ότι οι απαντήσεις του μοιάζουν περισσότερο με το Codex, κάτι που «δεν ήταν περίεργο, καθώς το ChatGPT και το Codex προέρχονται από την ίδια οικογένεια γλωσσικών μοντέλων».

Ωστόσο, η δυνατότητα συνομιλίας με το ChatGPT μετά τη λήψη της αρχικής απάντησης έκανε τη διαφορά, οδηγώντας τελικά στο ChatGPT να λύσει 31 ερωτήσεις και να ξεπεράσει εύκολα τις άλλες, οι οποίες παρείχαν πιο στατικές απαντήσεις.

"Ένα ισχυρό πλεονέκτημα του ChatGPT είναι ότι μπορούμε να αλληλεπιδράσουμε με το σύστημα σε έναν διάλογο για να καθορίσουμε ένα αίτημα με περισσότερες λεπτομέρειες", αναφέρει η έκθεση των ερευνητών. "Βλέπουμε ότι για τα περισσότερα από τα αιτήματά μας, το ChatGPT ζητά περισσότερες πληροφορίες σχετικά με το πρόβλημα και το σφάλμα. Παρέχοντας τέτοιες υποδείξεις στο ChatGPT, το ποσοστό επιτυχίας του μπορεί να αυξηθεί περαιτέρω, διορθώνοντας 31 από τα 40 σφάλματα, ξεπερνώντας τα υπόλοιπα."

Διαπίστωσαν ότι το ChatGPT ήταν σε θέση να λύσει γρήγορα ορισμένα προβλήματα, ενώ άλλα έκαναν περισσότερα βήματα για τη λύση τους. «Το ChatGPT φαίνεται να έχει σχετικά υψηλή απόκλιση στην επιδιόρθωση σφαλμάτων», λέει η μελέτη. "Για έναν τελικό χρήστη, ωστόσο, αυτό σημαίνει ότι μπορεί θα ήταν χρήσιμο αν εκτελούνται τα αιτήματα πολλές φορές."

Για παράδειγμα, όταν οι ερευνητές έκαναν την ερώτηση που απεικονίζεται παρακάτω, περίμεναν ότι το ChatGPT θα συνιστούσε την αντικατάσταση του n^=n-1 με το n&=n-1, αλλά το πρώτο πράγμα που είπε το ChatGPT ήταν: "Δεν μπορώ να καταλάβω αν το πρόγραμμα έχει ένα σφάλμα χωρίς περισσότερες πληροφορίες σχετικά με την αναμενόμενη συμπεριφορά." Στην τρίτη απάντηση του ChatGPT, μετά από περισσότερες προτροπές από τους ερευνητές, βρήκε το πρόβλημα.

(Πηγή: Dominik Sobania, Martin Briesch, Carol Hanna, Justyna Petke)

Ωστόσο, όταν το PCMag εισήγαγε την ίδια ερώτηση στο ChatGPT, απάντησε διαφορετικά. Αντί να χρειάζεται να του πει ποια είναι η αναμενόμενη συμπεριφορά, μάντεψε ποια ήταν. Το ChatGPT μαθαίνει πάντα με βάση τις εισροές των χρηστών και φαίνεται ότι έμαθε τι προορίζεται να κάνει αυτό το κομμάτι κώδικα—ίσως από τους ερευνητές που έκαναν τη μελέτη. Η ανταλλαγή που είχαν οι συντάκτες του περιοδικού ήταν διαφορετική από εκείνη των ερευνητών και πιθανότατα θα είναι διαφορετική και την επόμενη φορά.

(Πηγή: Emily Dreibelbis/ChatGPT)

Η επιτυχία της μελέτης έχει τη δυνατότητα να επαναπροσδιορίσει την υπάρχουσα βιομηχανία 600 εκατομμυρίων δολαρίων που είναι αφιερωμένη στη βοήθεια των μηχανικών λογισμικού να βρουν και να διορθώσουν σφάλματα. Δημοφιλείς πλατφόρμες όπως το Sentry έχουν γίνει τυπικά εργαλεία στις ομάδες λογισμικού, επιταχύνοντας σημαντικά την ικανότητά τους να δημιουργούν κώδικα εργασίας εκδίδοντας αναφορές για προβλήματα και προτείνοντας επιδιορθώσεις.

Ακριβώς όπως η Google σήμανε συναγερμό σχετικά με τα εντυπωσιακά αποτελέσματα αναζήτησης του ChatGPT, οι δάσκαλοι κλείνουν την πρόσβαση των μαθητών για να αποτρέψουν την εξαπάτηση. Το ChatGPT πέρασε πρόσφατα μια εξέταση MBA που εκδόθηκε από έναν καθηγητή στο Wharton, αν και ελάχιστα πάνω από τη βάση.

Οι εταιρείες που δημιουργούν λογισμικό επιδιόρθωσης σφαλμάτων —και οι ίδιοι οι μηχανικοί λογισμικού— το λαμβάνουν υπόψη. Ωστόσο, οι εταιρείες τεχνολογίας αντιμετωπίζουν ένα πρωτοφανές εμπόδιο στην ενσωμάτωση του ChatGPT σε μια πλατφόρμα όπως το Sentry στην τρέχουσα μορφή του. Αυτό το εμπόδιο, δεν είναι άλλο από το γεγονός ότι το ChatGPT στηρίζεται σε δημόσια βάση δεδομένων που είναι το τελευταίο πράγμα που θέλει μια εταιρεία· οι μηχανικοί της να τροφοδοτούν την πνευματική της ιδιοκτησία σε μια δημόσια βάση δεδομένων.

Η επόμενη κίνηση του ChatGPT είναι η κυκλοφορία μιας πληρωμένης έκδοσης, σύμφωνα με πληροφορίες για $42 το μήνα.

Ο μαθητής λυκείου Rian Tiwariha ανέπτυξε μια εφαρμογή για κινητά που χρησιμοποιεί τεχνητή νοημοσύνη για να βοηθήσει τις εγκύους να εντοπίσουν τις ελλείψεις σε θρεπτικά συστατικά σαρώνοντας τα νύχια τους. Η εφαρμογή του Tiwari χρησιμοποιεί δεδομένα από τις σαρώσεις για να ενεργοποιήσει συστάσεις διατροφής και τρόπου ζωής, με στόχο τη μείωση της πιθανότητας εμφάνισης αναιμίας από έναν χρήστη.

Τα άτομα με αναιμία έχουν χαμηλά επίπεδα υγιών ερυθρών αιμοσφαιρίων που απαιτούνται για τη μεταφορά οξυγόνου στους ιστούς του σώματος. Πάνω από το 50% των εγκύων γίνονται αναιμικές, σύμφωνα με έρευνες, αντιμετωπίζοντας κίνδυνο πρόωρου τοκετού, χαμηλού βάρους γέννησης για το μωρό και επιλόχειας κατάθλιψης. Η πρόληψη της αναιμίας μπορεί να αποφευχθεί με την κατανάλωση τροφών πλούσιων σε σίδηρο όπως τα φασόλια, το κόκκινο κρέας και τα αποξηραμένα φρούτα.

Το 2020, ως δευτεροετής φοιτητής στο Λύκειο South Brunswick στο Νιου Τζέρσεϊ, ο Tiwari έκανε μαθήματα εξ αποστάσεως κατά τη διάρκεια της πανδημίας του κορωνοϊού και βαριόταν. Ο πατέρας του του πρότεινε να σκεφτεί το ikigai, μια ιαπωνική έννοια που αναφέρεται σε κάτι που δίνει στον άνθρωπο την αίσθηση του σκοπού. Ο Tiwari αποφάσισε ότι σκοπός του ήταν να βοηθήσει άλλους μέσω της τεχνολογίας.

Άρχισε να ερευνά πολλές χρόνιες παθήσεις και εξέτασε την αναιμία. Διαπίστωσε ότι υπήρχαν ήδη εφαρμογές για την παρακολούθηση των επιπέδων αιμοσφαιρίνης. Αλλά έμαθε επίσης ότι η εμφάνιση ενός νυχιού μπορεί να δώσει στοιχεία για την υγεία ενός ατόμου. Ο αποχρωματισμός, οι κυματισμοί, τα χτυπήματα και άλλες αλλαγές σε ένα νύχι μπορεί να είναι σημάδια έλλειψης θρεπτικών συστατικών ή ασθένειας. Οι λευκές κηλίδες, για παράδειγμα, μπορεί να υποδηλώνουν ανεπάρκεια ψευδαργύρου. Εύθραυστα νύχια που σκάνε υποδηλώνουν χαμηλά επίπεδα φολικού οξέος.

Ο Tiwari δημιούργησε μια εφαρμογή που αναλύει τις σαρώσεις των νυχιών για σημάδια ανεπάρκειας σε βιταμίνη Β12, ασβέστιο, ψευδάργυρο και άλλα θρεπτικά συστατικά. Εάν υπάρχουν αυτά τα σημάδια, η εφαρμογή συνιστά αλλαγές στη διατροφή και στον τρόπο ζωής, αποτρέποντας πιθανώς την ανάπτυξη αναιμίας.

Παρουσίασε την εφαρμογή του στο περσινό Διεθνές Συνέδριο IEEE για την "Ευφυή Πραγματικότητα" (Intelligent Reality) κατά τη διάρκεια εκδήλωσης που φιλοξενήθηκε σε συνεργασία με τις Υπηρεσίες Ιστού της Amazon. Η εκδήλωση επικεντρώθηκε στον τρόπο με τον οποίο η AWS βοηθά τις νεοφυείς επιχειρήσεις που αναπτύσσουν τεχνολογία υγειονομικής περίθαλψης.

«Το να παρουσιάζω τη δουλειά μου μπροστά σε αξιοσέβαστους και καταξιωμένους μηχανικούς αισθάνθηκα εξωπραγματικά», δήλωσε. «Ένιωσα χαρούμενος για την ευκαιρία να παρουσιάσω τη δουλειά μου και να μάθω από τους άλλους παρουσιαστές».

Το 2020 ο Tiwari και δύο από τους συμμαθητές του υπέβαλαν μια πρόταση και ένα επιχειρηματικό σχέδιο για το προϊόν τους στο Conrad Challenge, έναν διαγωνισμό για μαθητές που αναπτύσσουν τεχνολογίες που αντιμετωπίζουν ένα παγκόσμιο πρόβλημα. Επιλέχθηκαν ως φιναλίστ, παρουσίασαν την ιδέα τους εικονικά στο Conrad Challenge Innovation Summit στο Διαστημικό Κέντρο του Χιούστον. Αν και δεν κέρδισαν, ο Tiwari προχώρησε στην ανάπτυξη της εφαρμογής.

Χρειαζόταν βοήθεια, ωστόσο. Βρήκε τον Viswanatha Allugunti, έναν αρχιτέκτονα λύσεων στην Arohak—μια εταιρεία λογισμικού στο Monmouth Junction, N.J.—στο LinkedIn και επικοινώνησε μαζί του. Ο Tiwari λέει ότι ένιωθε ότι η εμπειρία του Allugunti στη μηχανική μάθηση και την επιχειρηματική ανάπτυξη θα ήταν επωφελής.

«Το να έχω τον Dr. Allugunti ως μέντορα με βοήθησε πραγματικά να ωθήσω τον εαυτό μου και αυτό το έργο στο επόμενο επίπεδο», λέει ο Tiwari. «Μου δίδαξε περισσότερα για την κωδικοποίηση, πώς να υποβάλλω αίτηση για δίπλωμα ευρεσιτεχνίας και πώς να διεξάγω πιο αποτελεσματικά την έρευνα».

Ο Allugunti τον βοήθησε επίσης να περιορίσει τους χρήστες-στόχους του από οποιονδήποτε με αναιμία έως έγκυες, εστιάζοντας σε μια ομάδα με ιδιαίτερη ανάγκη για την τεχνολογία. Επίσης, υπέβαλε αίτηση για δίπλωμα ευρεσιτεχνίας στις ΗΠΑ για την εφεύρεσή του το 2021, ενώ πέρυσι του χορηγήθηκε δίπλωμα ευρεσιτεχνίας και στη Γερμανία.

Οι αλγόριθμοι αυτο-κωδικοποίησης και αυτόματης ενημέρωσης TN φαίνεται να είναι στον ορίζοντα. Γίνονται συζητήσεις για το Pitchfork AI, ένα άκρως απόρρητο έργο των Google Labs που μπορεί ανεξάρτητα να κωδικοποιήσει, να αναδιαμορφώσει και να χρησιμοποιήσει τόσο τον δικό του όσο και τον κώδικα άλλων.

Αυτός ο τύπος τεχνητής νοημοσύνης έχει πράγματι συζητηθεί εδώ και πολύ καιρό και η DeepMind το ανέφερε στις αρχές του έτους μαζί με το AlphaCode AI, το οποίο, σύμφωνα με αυτούς, «προγραμματίζουν σε ανταγωνιστικό επίπεδο» ως ένας μεσαίος προγραμματιστής. Ωστόσο, από τον Φεβρουάριο, δεν υπάρχει κάτι ενδιαφέρον.

Το έργο Pitchfork ξεκίνησε από το τμήμα X της Alphabet holding, το οποίο κάνει όλα τα ενδιαφέροντα πράγματα, και το ανέλαβε η Google Labs το καλοκαίρι. Η μετακίνηση κάτω από την εποπτεία της Google είναι μια ένδειξη ότι το έργο είναι πολύτιμο και ότι έχουν την ευκαιρία να εξοικονομήσουν χρήματα για την ανάπτυξη.

Το Pitchfork απαιτείται για να μάθει τη γλώσσα προγραμματισμού και να αναπτύξει νέο κώδικα, αλλά η εταιρεία γνωρίζει ήδη τις αρχές επειδή αναλύει τα βασικά παραδείγματα προγραμματισμού πριν τα εφαρμόσει. Ένα σχέδιο γενικής χρήσης αναπτύχθηκε στο αρχικό σχέδιο του έργου για τη χρήση της βάσης κώδικα Python εντός της Google για νέες εκδόσεις χωρίς τη συμμετοχή προγραμματιστών.

Υπάρχουν ήδη αμφιλεγόμενα επιχειρήματα στο δίκτυο, που κυμαίνονται από «κανείς δεν γράφει κώδικα καλύτερα από έναν άνθρωπο» έως «να μάθει μια γλώσσα που θα εξυπηρετεί την τεχνητή νοημοσύνη», ακόμα κι αν όλα βρίσκονται επί του παρόντος στο επίπεδο φημών και δεν είναι σαφές σε ποιο στάδιο ανάπτυξη είναι.

Πριν από περίπου πέντε χρόνια, πολλοί άνθρωποι κορόιδευαν τη γενετική τεχνητή νοημοσύνη και το γεγονός ότι δεν μπορεί να αντικαταστήσει τους ανθρώπους.

Φαίνεται ότι η Google αισθάνεται τη πίεση από το ChatGPT του OpenAI. Το chatbot που λειτουργεί με τεχνητή νοημοσύνη έχει "αλώσει" τον κόσμο της τεχνολογίας τους τελευταίους δύο μήνες, καθώς μπορεί να παρέχει στους χρήστες τις πληροφορίες που αναζητούν σε μια κατανοητή μορφή. Η Google βλέπει το ChatGPT ως απειλή για την επιχείρηση αναζήτησης και έχει αλλάξει τα σχέδιά της ανάλογα τις τελευταίες εβδομάδες, σύμφωνα με τους New York Times.

Η έκθεση ισχυρίζεται ότι ο CEO Sundar Pichai έχει σημάνει συναγερμό και επιτάχυνε την ανάπτυξη της Τεχνητής Νοημοσύνης. Η Google φέρεται να ετοιμάζεται να επιδείξει τουλάχιστον 20 προϊόντα με τεχνητή νοημοσύνη και ένα chatbot για τη μηχανή αναζήτησής της φέτος, με τουλάχιστον μερικά να κάνουν το ντεμπούτο τους στη διάσκεψη I/O του Μαΐου.

Σύμφωνα με ένα slide deck που προβλήθηκε από τους New York Times, μεταξύ των έργων τεχνητής νοημοσύνης στα οποία εργάζεται η Google είναι ένα εργαλείο δημιουργίας εικόνων, μια αναβαθμισμένη έκδοση του AI Test Kitchen (μια εφαρμογή που χρησιμοποιείται για τη δοκιμή πρωτοτύπων), μια λειτουργία πράσινης οθόνης τύπου TikTok για το YouTube και ένα εργαλείο που μπορεί να δημιουργήσει βίντεο για να συνοψίσει άλλα κλιπ. Επίσης, στα σκαριά είναι ένα χαρακτηριστικό με τίτλο Shopping Try-on (ίσως παρόμοιο με αυτό που αναπτύσσει η Amazon), μια δημιουργία ταπετσαρίας για τηλέφωνα Pixel και εργαλεία που βασίζονται σε ΤΝ που θα μπορούσε να διευκολύνει τους προγραμματιστές να δημιουργήσουν εφαρμογές Android.

Ο Pichai φέρεται να έφερε τους ιδρυτές της Google, Larry Page και Sergey Brin τον περασμένο μήνα για να συναντηθούν με τους σημερινούς αρχηγούς της εταιρίας, έτσι ωστε να εξετάσουν τα σχέδια τεχνητής νοημοσύνης και να πουν τη γνώμη τους. Το δίδυμο δεν είχε μεγάλη καθημερινή ενασχόληση με την εταιρεία από το 2019, καθώς επικεντρώνεται σε άλλα έργα.

Η Google προσπάθησε να επιταχύνει τις διαδικασίες έγκρισης προϊόντων, συμπεριλαμβανομένων ελέγχων για να διασφαλίσει ότι η τεχνολογία που βασίζεται στην τεχνητή νοημοσύνη είναι δίκαιη και ηθική. Επιπλέον, η εταιρεία λέγεται ότι προσαρμόζει τα επίπεδα κινδύνου που είναι έτοιμη να αναλάβει καθώς αναπτύσσει τέτοια τεχνολογία. Οι προτεραιότητες για μια επίδειξη του chatbot αναζήτησης περιλαμβάνουν φαινομενικά την ασφάλεια, την ακρίβεια και τον αποκλεισμό παραπληροφόρησης. Ωστόσο, για τα άλλα προϊόντα και τα εργαλεία στα οποία εργάζεται η Google, έχει "ένα κάτω όριο και θα προσπαθήσει να περιορίσει ζητήματα που σχετίζονται με το μίσος και την τοξικότητα, τον κίνδυνο και την παραπληροφόρηση αντί να τα αποτρέψει", ανέφεραν οι New York Times.

Δεν είναι δύσκολο να καταλάβουμε γιατί η Google λέγεται ότι βρίσκεται σε κατάσταση πανικού λόγω του ChatGPT. Πρώτον, νωρίτερα αυτόν τον μήνα, αναφορές πρότειναν ότι η Microsoft (επενδυτής της OpenAI) σχεδιάζει να ενσωματώσει μέρος της τεχνολογίας που τροφοδοτεί το ChatGPT στο Bing. Η εταιρεία δήλωσε αυτή την εβδομάδα ότι σύντομα θα ενσωματώσει το ChatGPT στην υπηρεσία Azure OpenAI.

Η τελευταία αναφορά σχετικά με την απάντηση της Google στο ChatGPT έρχεται αμέσως μετά την ανακοίνωση της εταιρείας για την απόλυση 12.000 ατόμων. «Είμαι σίγουρος για την τεράστια ευκαιρία που έχουμε μπροστά μας χάρη στη δύναμη της αποστολής μας, την αξία των προϊόντων και των υπηρεσιών μας και τις πρώτες μας επενδύσεις στην τεχνητή νοημοσύνη», έγραψε ο Pichai σε ένα σημείωμα προς το προσωπικό. «Για να το αποτυπώσουμε πλήρως, θα χρειαστεί να κάνουμε δύσκολες επιλογές».

Ο Pichai πρόσθεσε ότι η εταιρεία ετοιμάζεται να αποκαλύψει "μερικές εντελώς νέες εμπειρίες για χρήστες, προγραμματιστές και επιχειρήσεις. Έχουμε μια σημαντική ευκαιρία μπροστά μας με την τεχνητή νοημοσύνη σε όλα τα προϊόντα μας και είμαστε έτοιμοι να την προσεγγίσουμε με τόλμη και υπευθυνότητα".

Η Microsoft λανσάρει την υπηρεσία Azure OpenAI αυτή την εβδομάδα, επιτρέποντας στις επιχειρήσεις να ενσωματώσουν εργαλεία όπως το DALL-E στις δικές τους εφαρμογές cloud. Η Microsoft δοκιμάζει αυτήν την υπηρεσία Azure για λίγο περισσότερο από ένα χρόνο και σύντομα θα περιλαμβάνει πρόσβαση στο ChatGPT.

Η υπηρεσία Azure OpenAI διαθέτει μια σειρά από μοντέλα TN που κατασκευάζονται από την OpenAI, συμπεριλαμβανομένων των GPT-3.5, Codex και DALL-E, έτσι ώστε οι επιχειρήσεις και οι προγραμματιστές να μπορούν να χρησιμοποιούν αυτά τα συστήματα στις δικές τους εφαρμογές και εργασίες. Η Microsoft ουσιαστικά πακετάρει το GPT-3.5 με το scaling που θα περιμένατε από το Azure και τις προσθήκες διαχείρισης και διαχείρισης δεδομένων. Οι προγραμματιστές θα μπορούν να χρησιμοποιήσουν το Azure OpenAI για να δημιουργήσουν εφαρμογές που αξιοποιούν την τεχνητή νοημοσύνη για χρήση στην υποστήριξη πελατών μέσω chat ή για αντιστοίχιση περιεχομένου για τη βελτίωση των αποτελεσμάτων αναζήτησης σε ηλεκτρονικά καταστήματα. Τέτοια μοντέλα χρησιμοποιούνται ήδη ευρέως ως εργαλεία για τη σύνοψη εγγράφων και την ανάλυση κειμένου.

Η Microsoft χρησιμοποιεί τη δική της υπηρεσία Azure OpenAI για να τροφοδοτήσει το GitHub Copilot, την υπηρεσία που κοστίζει $10 ανά μήνα και προτείνει διορθώσει σε κώδικα μέσα στο πρόγραμμα επεξεργασίας αυτού. Το Power BI χρησιμοποιεί επίσης μοντέλα φυσικής γλώσσας GPT-3 για τη δημιουργία τύπων και εκφράσεων και η επερχόμενη εφαρμογή Microsoft Designer χρησιμοποιεί το DALL-E 2 για τη δημιουργία τέχνης από command prompt.

Η κυκλοφορία του Azure OpenAI έρχεται λίγες μέρες μετά τις φήμες ότι η Microsoft θέλει να ενσωματώσει ακόμη περισσότερο το ChatGPT και άλλα μοντέλα τεχνητής νοημοσύνης της γλώσσας OpenAI στα προϊόντα και τις υπηρεσίες της. Η Microsoft φημολογείται ότι ετοιμάζεται να αναμετρηθεί με την Google με την ενσωμάτωση ChatGPT στα αποτελέσματα αναζήτησης του Bing και η εταιρεία φέρεται να εξετάζει την ενσωμάτωση κάποιας γλωσσικής τεχνολογίας TN στις εφαρμογές Word, PowerPoint και Outlook.

Μιλώντας στο Παγκόσμιο Οικονομικό Φόρουμ την Τρίτη, ο Διευθύνων Σύμβουλος της Microsoft Satya Nadella ήταν θετικός στην ενσωμάτωση του OpenAI. «Κάθε προϊόν της Microsoft θα έχει κάποιες από τις δυνατότητες τεχνητής νοημοσύνης για να μεταμορφώσει πλήρως το προϊόν». Εργαλεία όπως το ChatGPT, υποστηρίζει ο Nadella, χρειάζονται για την ενίσχυση της παραγωγικότητας. «Χρειαζόμαστε κάτι που να αλλάζει πραγματικά την καμπύλη παραγωγικότητας, ώστε να έχουμε πραγματική οικονομική ανάπτυξη».

Η Microsoft αγόρασε μια αποκλειστική άδεια για την υποκείμενη τεχνολογία πίσω από το GPT-3 το 2020, αφού επένδυσε 1 δισεκατομμύριο δολάρια στο OpenAI το 2019. Έκτοτε έχει δημιουργήσει μια βαθιά σχέση με το OpenAI, συμπεριλαμβανομένων σχεδίων για την προσθήκη ενός μοντέλου κειμένου σε εικόνα ΤΝ στο Bing "powered από το DALL-E 2" του OpenAI. Η Microsoft φέρεται τώρα να "στοιχηματίζει" 10 δισεκατομμυρία δολάρια στο OpenAI που θα έβλεπε τον γίγαντα λογισμικού να αποκτήσει το 75% των κερδών και ένα μερίδιο 49% στο OpenAI.

Το OpenAI αυτή την εβδομάδα άφησε να εννοηθεί ότι σύντομα θα αρχίσει να χρεώνει το ChatGPT, το chatbot που υποστηρίζεται από Τεχνητή Νοημοσύνη που μπορεί να γράφει δοκίμια, μηνύματα ηλεκτρονικού ταχυδρομείου, ποιήματα και ακόμη και κώδικα υπολογιστή. Σε μια ανακοίνωση στον επίσημο διακομιστή Discord της εταιρείας, το OpenAI είπε ότι «αρχίζει να σκέφτεται πώς να δημιουργήσει έσοδα από το ChatGPT» ως έναν από τους τρόπους «διασφάλισης της μακροπρόθεσμης βιωσιμότητας του».

Η έκδοση του ChatGPT που δημιουργεί έσοδα θα ονομάζεται ChatGPT Professional, προφανώς. Αυτό σύμφωνα με έναν σύνδεσμο λίστας αναμονής OpenAI που δημοσιεύτηκε στον διακομιστή Discord, ο οποίος θέτει μια σειρά ερωτήσεων σχετικά με τις προτιμήσεις πληρωμής, όπως "Σε ποια τιμή (ανά μήνα) θα θεωρούσατε το ChatGPT τόσο ακριβό που δεν θα σκεφτόσασταν να το αγοράσετε;"

Η λίστα αναμονής περιγράφει επίσης τα πλεονεκτήματα του ChatGPT Professional, τα οποία δεν θα περιλαμβάνουν παράθυρα «μπλακάουτ» (δηλαδή μη διαθεσιμότητας), χωρίς περιορισμό και απεριόριστο αριθμό μηνυμάτων με το ChatGPT — «τουλάχιστον 2 φορές το κανονικό ημερήσιο όριο». Το OpenAI λέει ότι όσοι συμπληρώσουν τη φόρμα λίστας αναμονής μπορεί να επιλεγούν για το πιλοτικό πρόγραμμα ChatGPT Professional, αλλά ότι το πρόγραμμα βρίσκεται σε πειραματικά στάδια και δεν θα είναι ευρέως διαθέσιμο «αυτήν τη στιγμή».

Παρά τις διαμάχες και τις πολλές απαγορεύσεις, το ChatGPT έχει αποδειχθεί ότι είναι μια καθαρή νίκη δημοσιότητας για το OpenAI, προσελκύοντας μεγάλη προσοχή των μέσων ενημέρωσης και δημιουργώντας αμέτρητα memes στα μέσα κοινωνικής δικτύωσης. Ορισμένοι επενδυτές εφαρμόζουν το ChatGPT στις ροές εργασίας τους. Ο Ράιαν Ρέινολντς στρατολόγησε το ChatGPT για να γράψει μια διαφήμιση για τη Mint Mobile, την εταιρεία κινητής τηλεφωνίας στην οποία ανήκει. Και η Microsoft φέρεται να ενσωματώσει τη τεχνητή νοημοσύνη πίσω από το ChatGPT στη σουίτα του Office και στο Bing.

Το ChatGPT είχε πάνω από ένα εκατομμύριο χρήστες από τις αρχές Δεκεμβρίου — μια αξιοζήλευτη βάση χρηστών με κάθε μέτρο. Αλλά είναι μια ακριβή υπηρεσία. Σύμφωνα με τον συνιδρυτή και Διευθύνοντα Σύμβουλο του OpenAI, Sam Altman, τα λειτουργικά έξοδα του ChatGPT είναι «εκρηκτικά», που ανέρχονται σε μερικά σεντς ανά συνομιλία στο συνολικό κόστος υπολογισμού. (Το ChatGPT φιλοξενείται στο σύννεφο Azure της Microsoft.)

Το εργαλείο φωνητικής τεχνητής νοημοσύνης της Microsoft, που ονομάζεται Vall-E, εκπαιδεύεται σε «διακριτούς κώδικες που προέρχονται από ένα μοντέλο νευρωνικού κωδικοποιητή ήχου off-the-shelf» καθώς και σε 60.000 ώρες ομιλίας —100 φορές περισσότερες από τα υπάρχοντα συστήματα— από περισσότερα από 7.000 ηχεία, τα περισσότερα από τα οποία προέρχονται από ηχητικά βιβλία που που είναι ελεύθερα από πνευματικά δικαιώματα, στο LibriVox.

Η Ars Technica αναφέρει ότι το Vall-E βασίζεται σε μια τεχνολογία που ονομάζεται EnCodec που ανακοίνωσε η Meta τον Οκτώβριο του 2022. Λειτουργεί αναλύοντας τη φωνή ενός ατόμου, αναλύοντας τις πληροφορίες σε στοιχεία και χρησιμοποιώντας την εκπαίδευσή του για να συνθέσει πώς θα ακουγόταν η φωνή αν μιλούσε διαφορετικές φράσεις. Ακόμη και αφού ακούσει ένα δείγμα μόλις τριών δευτερολέπτων, το Vall-E μπορεί να αναπαράγει τη χροιά και τον συναισθηματικό τόνο ενός ομιλητή.

«Τα αποτελέσματα του πειράματος δείχνουν ότι το Vall-E ξεπερνά σημαντικά το υπερσύγχρονο σύστημα zero-shot TTS [Τεχνητή νοημοσύνη που αναδημιουργεί φωνές χωρίς να τις έχει ακούσει] όσον αφορά τη φυσικότητα της ομιλίας και την ομοιότητα των ηχείων», αναφέρει η ερευνητική εργασία, διαθέσιμη στο Πανεπιστήμιο Cornell. "Επιπλέον, βρίσκουμε ότι το Vall-E θα μπορούσε να διατηρήσει το συναίσθημα του ομιλητή και το ακουστικό περιβάλλον της ακουστικής προτροπής στη σύνθεση."

Μπορείτε να ακούσετε παραδείγματα Vall-E που αναδημιουργεί φωνές στο GitHub. Πολλά είναι πραγματικά εκπληκτικά, ακούγονται σχεδόν πανομοιότυπα με το πρωτότυπο, παρά το γεγονός ότι βασίζονται σε ένα τόσο σύντομο δείγμα ήχου. Υπάρχουν μερικά που είναι ελαφρώς πιο ρομποτικά και ακούγονται λίγο πιο κοντά στο παραδοσιακό λογισμικό κειμένου σε φωνή, αλλά εξακολουθεί να είναι εντυπωσιακό και μπορούμε να περιμένουμε ότι η τεχνητή νοημοσύνη θα βελτιωθεί με την πάροδο του χρόνου.

Οι ερευνητές της Microsoft πιστεύουν ότι το Vall-E θα μπορούσε να χρησιμοποιηθεί ως εργαλείο κειμένου σε φωνή, τρόπος επεξεργασίας ομιλίας και σύστημα δημιουργίας ήχου, συνδυάζοντάς το με άλλα τεχνητή νοημοσύνη παραγωγής όπως το GPT-3.

Όπως συμβαίνει με όλες τα προγράμματα τεχνητής νοημοσύνης, υπάρχουν ανησυχίες σχετικά με την πιθανή κακή χρήση του Vall-E. Η πλαστοπροσωπία δημοσίων προσώπων όπως οι πολιτικοί είναι ένα παράδειγμα, ειδικά όταν χρησιμοποιείται μαζί με το Deepfakes. Ακόμα, θα μπορούσε να ξεγελάσει τους ανθρώπους ώστε να πιστέψουν ότι μιλούν με την οικογένεια, τους φίλους ή τους δημόσιους λειτουργούς παραδίδοντας έτσι ευαίσθητα δεδομένα. Υπάρχει επίσης το γεγονός ότι ορισμένα συστήματα ασφαλείας χρησιμοποιούν φωνητική αναγνώριση. Όσον αφορά τον αντίκτυπό του στις θέσεις εργασίας, το Vall-E θα ήταν πιθανότατα μια φθηνότερη εναλλακτική από την πρόσληψη ηθοποιών φωνητικών.

Αντιμετωπίζοντας τους κινδύνους κακής χρήσης του Vall-E, οι ερευνητές είπαν ότι θα μπορούσε να μετριαστεί "Είναι δυνατό να δημιουργηθεί ένα μοντέλο ανίχνευσης για να γίνει διάκριση εάν ένα ηχητικό κλιπ συντέθηκε από τον Vall-E. Θα εφαρμόσουμε επίσης τις αρχές Τεχνητής Νοημοσύνης της Microsoft στην πράξη στην περαιτέρω ανάπτυξη των μοντέλων."

Ο διάλογος που δημιουργείται από την τεχνητή νοημοσύνη του ChatGPT έχει γίνει αρκετά περίπλοκος - σε σημείο που μπορεί να γράψει πειστικά δοκίμια. Έτσι, ο Edward Tian, ένας φοιτητής επιστήμης υπολογιστών στο Πρίνστον, κατασκεύασε μια εφαρμογή που ονομάζεται GPTZero που μπορεί «γρήγορα και αποτελεσματικά» να επισημαίνει εάν ένα δοκίμιο γράφτηκε από άτομο ή το ChatGPT.

Σε μια σειρά πρόσφατων tweets, ο Tian παρείχε παραδείγματα GPTZero σε εξέλιξη. η εφαρμογή προσδιόρισε ότι το δοκίμιο του John McPhee στο New Yorker «Frame of Reference» γράφτηκε από άνθρωπο και μια ανάρτηση στο LinkedIn δημιουργήθηκε από ένα bot. Στο Twitter, είπε ότι δημιούργησε την εφαρμογή κατά τη διάρκεια των γιορτών και παρακινήθηκε από την αυξανόμενη πιθανότητα λογοκλοπής με τη χρήση τεχνητής νοημοσύνης.

Το GPTZero χρησιμοποιεί την «πολυπλοκότητα» (perplexity) και τη «εκρηκτικότητα» (burstiness) για να προσδιορίσει εάν ένα απόσπασμα γράφτηκε από ένα bot. Το Perplexity δείχνει είναι πόσο τυχαίο είναι το κείμενο σε μια πρόταση και αν ο τρόπος κατασκευής μιας πρότασης είναι ασυνήθιστος ή απροσδόκητος για την εφαρμογή. Το Burstiness συγκρίνει αυτές τις προτάσεις μεταξύ τους, προσδιορίζοντας την ομοιότητά τους. Η ανθρώπινη γραφή έχει περισσότερη βαρύτητα - δηλαδή, τείνουμε να γράφουμε με μεγαλύτερη παραλλαγή προτάσεων.
Οι ανησυχίες για τη λογοκλοπή πληθαίνουν από τότε που το OpenAI κυκλοφόρησε το ChatGPT στις 30 Νοεμβρίου 2022. Περισσότεροι από ένα εκατομμύριο άνθρωποι το χρησιμοποίησαν μέσα σε πέντε ημέρες μετά την κυκλοφορία. Το λογισμικό που λειτουργεί με τεχνητή νοημοσύνη μπορεί να γράψει βασικά δοκίμια και να μιμηθεί το στυλ καθιερωμένων συγγραφέων. Μπορείτε να κατευθύνετε το ChatGPT για να αντιγράψετε τη φωνή του Σαίξπηρ, για παράδειγμα, ή να γράψετε με το στυλ ενός δημοσιογράφου του περιοδικού New Yorker. Υπάρχουν εμπόδια στην εκτέλεση, αλλά τα αποτελέσματα είναι αναγνωρίσιμα με το σωστό στυλ. Δεν είναι δύσκολο να πείσετε την τεχνητή νοημοσύνη να γράψει ένα δοκίμιο αγγλικού τύπου γυμνασίου και να βρείτε το αποτέλεσμα αρκετά δυσδιάκριτο από μια εργασία που έγραψε ένας μαθητής. Τούτου λεχθέντος, εξακολουθούν να υπάρχουν περιορισμοί στο τι μπορεί η εφαρμογή να κάνει. Μπερδεύεται εύκολα από γρίφους και μερικές φορές απλώς δημιουργεί ανύπαρκτα γεγονότα. Το StackOverflow απαγόρευσε επίσης οποιαδήποτε ανατροφοδότηση κωδικοποίησης που δημιουργήθηκε από το ChatGPT, λόγω της συχνότητας των σφαλμάτων.

Τον Δεκέμβριο, το OpenAI είπε ότι θα «υδατογραφήσει» την έξοδο ChatGPT, προκειμένου να καταπολεμήσει τη λογοκλοπή.

Στο ενημερωτικό του δελτίο, ο Tian είπε ότι εργάζεται για περισσότερες ενημερώσεις στο GPTZero, συμπεριλαμβανομένης της «βελτίωσης των δυνατοτήτων του μοντέλου και της πλήρους κλιμάκωσης της εφαρμογής».

Το Υπουργείο Παιδείας της Νέας Υόρκης έχει αποκλείσει την πρόσβαση στο ChatGPT στα δίκτυα και τις συσκευές του, λόγω φόβου ότι το εργαλείο Τεχνητής Νοημοσύνης θα βλάψει την εκπαίδευση των μαθητών.

Μια εκπρόσωπος του τμήματος, η Jenna Lyle, είπε στο Chalkbeat New York - τον ειδησεογραφικό ιστότοπο που εστιάζει στην εκπαίδευση που ανέφερε για πρώτη φορά την ιστορία - ότι η απαγόρευση οφείλεται σε πιθανές «αρνητικές επιπτώσεις στη μάθηση των μαθητών και ανησυχίες σχετικά με την ασφάλεια και την ακρίβεια του περιεχομένου. ”

«Αν και το εργαλείο μπορεί να είναι σε θέση να παρέχει γρήγορες και εύκολες απαντήσεις σε ερωτήσεις, δεν δημιουργεί δεξιότητες κριτικής σκέψης και επίλυσης προβλημάτων, οι οποίες είναι απαραίτητες για την ακαδημαϊκή και δια βίου επιτυχία».

Η Microsoft ετοιμάζεται να κυκλοφορήσει μια έκδοση της μηχανής αναζήτησής της Bing χρησιμοποιώντας την τεχνητή νοημοσύνη πίσω από το chatbot ChatGPT που ξεκίνησε το OpenAI, ανέφερε την Τρίτη ο δικτυακός τόπος "The Information".

Η Microsoft μπορεί να λανσάρει τη νέα δυνατότητα πριν από τα τέλη Μαρτίου και ελπίζει να σταθεί απέναντι στη μηχανή αναζήτησης της Google. Η Microsoft είπε σε μια ανάρτηση ιστολογίου πέρυσι ότι σχεδίαζε να ενσωματώσει στο Bing, λογισμικό δημιουργίας εικόνων από το OpenAI, DALL-E 2.

Χρησιμοποιώντας την τεχνολογία πίσω από το ChatGPT, το Bing θα μπορούσε να παρέχει πιο ανθρώπινες απαντήσεις σε ερωτήσεις αντί απλώς συνδέσμους προς πληροφορίες. Τόσο η Google όσο και η Bing εμφανίζουν ήδη σχετικές πληροφορίες από συνδέσμους στην κορυφή πολλών ερωτημάτων αναζήτησης, αλλά τα πάνελ γνώσεων της Google είναι ιδιαίτερα διαδεδομένα όταν πρόκειται για αναζήτηση πληροφοριών για άτομα, μέρη, οργανισμούς και πράγματα.

Η χρήση της λειτουργικότητας που μοιάζει με ChatGPT από τη Microsoft θα μπορούσε να βοηθήσει το Bing να ανταγωνιστεί το "Γράφημα Γνώσης" (Knowledge Graph) της Google, μια βάση γνώσεων που χρησιμοποιεί η Google για να παρέχει άμεσες απαντήσεις που ενημερώνονται τακτικά από την ανίχνευση στον ιστό και τα σχόλια των χρηστών. Ωστόσο, εάν η Microsoft είναι φιλόδοξη, θα μπορούσε να προχωρήσει πολύ περισσότερο, προσφέροντας πολλούς νέους τύπους λειτουργιών που βασίζονται σε Τεχνητή Νοημοσύνη.

Η Microsoft είχε υποστηρίξει το 2019 την εταιρεία τεχνητής νοημοσύνης OpenAI, προσφέροντας χρηματοδότηση 1 δισεκατομμύριο δολάρια. Οι δυο τους είχαν δημιουργήσει μια πολυετή συνεργασία για την ανάπτυξη τεχνολογιών υπερυπολογιστών τεχνητής νοημοσύνης στην υπηρεσία cloud computing Azure της Microsoft.

Το OpenAI έκανε την τελευταία του δημιουργία ChatGPT chatbot διαθέσιμο για δωρεάν δημόσια δοκιμή στις 30 Νοεμβρίου. Το chatbot είναι μια εφαρμογή λογισμικού που έχει σχεδιαστεί για να μιμείται ανθρώπινη συνομιλία με βάση τις προτροπές των χρηστών και μπορεί να ανταποκρίνεται σε ένα μεγάλο εύρος ερωτήσεων, ενώ μιμείται ανθρώπινο στυλ ομιλίας.

Αυτή την εβδομάδα, ο Philip Wang, ο προγραμματιστής που είναι υπεύθυνος για την αντίστροφη μηχανική συστημάτων AI κλειστού κώδικα, συμπεριλαμβανομένου του Make-A-Video της Meta, κυκλοφόρησε το PaLM + RLHF, ένα μοντέλο δημιουργίας κειμένου που συμπεριφέρεται παρόμοια με το ChatGPT. Το σύστημα συνδυάζει το PaLM, ένα μεγάλο μοντέλο γλώσσας από την Google, και μια τεχνική που ονομάζεται Reinforcement Learning with Human Feedback — RLHF, εν συντομία — για να δημιουργήσει ένα σύστημα που μπορεί να ολοκληρώσει σχεδόν κάθε εργασία που μπορεί το ChatGPT, συμπεριλαμβανομένης της σύνταξης email και να προτείνει κώδικα για τη δημιουργία προγραμμάτων.

Αλλά το PaLM + RLHF δεν έρχεται προεκπαιδευμένο. Δηλαδή, το σύστημα δεν έχει εκπαιδευτεί στα παραδείγματα δεδομένων από τον ιστό που είναι απαραίτητα για να λειτουργήσει πραγματικά. Η λήψη του PaLM + RLHF δεν θα εγκαταστήσει ως δια μαγείας μια εμπειρία παρόμοια με το ChatGPT — κάτι που θα απαιτούσε τη σύνταξη πολλών gigabyte κειμένου από το οποίο το μοντέλο μπορεί να μάθει και να βρει το υλικό αρκετά δυνατό για να χειριστεί τον φόρτο εργασίας της εκπαίδευσης.

Όπως το ChatGPT, το PaLM + RLHF είναι ουσιαστικά ένα στατιστικό εργαλείο για την πρόβλεψη λέξεων. Όταν τροφοδοτείται ένας τεράστιος αριθμός παραδειγμάτων από δεδομένα εκπαίδευσης - π.χ. αναρτήσεις από το Reddit, άρθρα ειδήσεων και ηλεκτρονικά βιβλία - το PaLM + RLHF μαθαίνει πόσο πιθανό είναι να προκύψουν λέξεις με βάση μοτίβα όπως το σημασιολογικό πλαίσιο του περιβάλλοντος κειμένου.

Το ChatGPT και το PaLM + RLHF μοιράζονται το Reinforcement Learning with Human Feedback, μια τεχνική που στοχεύει στην καλύτερη ευθυγράμμιση των γλωσσικών μοντέλων με αυτά που οι χρήστες επιθυμούν να επιτύχουν. Το RLHF περιλαμβάνει την εκπαίδευση ενός γλωσσικού μοντέλου — στην περίπτωση του PaLM + RLHF, το PaLM — και την τελειοποίηση του σε ένα σύνολο δεδομένων που περιλαμβάνει προτροπές (π.χ. «Εξηγήστε τη μηχανική μάθηση σε ένα παιδί έξι ετών») σε συνδυασμό με αυτό που περιμένουν οι εθελοντές από το μοντέλο να πούμε (π.χ. «Η μηχανική μάθηση είναι μια μορφή τεχνητής νοημοσύνης…»). Τα προαναφερθέντα μηνύματα τροφοδοτούνται στη συνέχεια στο βελτιστοποιημένο μοντέλο, το οποίο παράγει πολλές απαντήσεις και οι εθελοντές ταξινομούν όλες τις απαντήσεις από την καλύτερη στη χειρότερη. Τέλος, οι κατατάξεις χρησιμοποιούνται για την εκπαίδευση ενός «μοντέλου ανταμοιβής» που λαμβάνει τις απαντήσεις του αρχικού μοντέλου και τις ταξινομεί με σειρά προτίμησης, φιλτράροντας τις κορυφαίες απαντήσεις σε μια δεδομένη προτροπή.

Είναι μια δαπανηρή διαδικασία, η συλλογή των δεδομένων εκπαίδευσης. Και η ίδια η εκπαίδευση δεν είναι φθηνή. Το PaLM έχει μέγεθος 540 δισεκατομμυρίων παραμέτρων. Με το μέγεθος «παράμετροι» αναφερόμαστε στα μέρη του γλωσσικού μοντέλου που μαθαίνονται από τα δεδομένα εκπαίδευσης. Μια μελέτη του 2020 καθόρισε τα έξοδα για την ανάπτυξη ενός μοντέλου δημιουργίας κειμένου με μόνο 1,5 δισεκατομμύρια παραμέτρους σε έως και 1,6 εκατομμύρια δολάρια. Και για την εκπαίδευση του μοντέλου ανοιχτού κώδικα Bloom, το οποίο έχει 176 δισεκατομμύρια παραμέτρους, χρειάστηκαν τρεις μήνες χρησιμοποιώντας 384 GPU Nvidia A100, με τη τιμή της μιας A100 να ανέρχεται σε χιλιάδες δολάρια.

Η εκτέλεση ενός εκπαιδευμένου μοντέλου μεγέθους PaLM + RLHF δεν είναι επίσης ασήμαντο. Το Bloom απαιτεί έναν αποκλειστικό υπολογιστή με περίπου οκτώ GPU A100. Οι εναλλακτικές λύσεις στο cloud είναι ακριβές, μιας και το κόστος λειτουργίας του GPT-3 που δημιουργεί κείμενο του OpenAI — το οποίο έχει περίπου 175 δισεκατομμύρια παραμέτρους — σε μία μόνο παρουσία Υπηρεσιών Ιστού της Amazon να είναι περίπου 87.000 $ ετησίως.

Ο Sebastian Raschka, ένας ερευνητής τεχνητής νοημοσύνης, επισημαίνει σε μια ανάρτηση στο LinkedIn σχετικά με το PaLM + RLHF ότι η κλιμάκωση των απαραίτητων ροών εργασίας για προγραμματιστές θα μπορούσε επίσης να αποδειχθεί μια πρόκληση. «Ακόμα κι αν κάποιος σας παρέχει 500 GPU για να εκπαιδεύσετε αυτό το μοντέλο, πρέπει να έχετε να αντιμετωπίσετε την υποδομή και να έχετε ένα πλαίσιο λογισμικού που μπορεί να το χειριστεί», είπε. "Είναι προφανώς δυνατό, αλλά είναι μια μεγάλη προσπάθεια αυτή τη στιγμή (φυσικά, αναπτύσσουμε πλαίσια για να το κάνουμε πιο απλό, αλλά δεν είναι ακόμα ασήμαντο)."

Αυτό σημαίνει ότι το PaLM + RLHF δεν πρόκειται να αντικαταστήσει το ChatGPT άμεσα— εκτός εάν ένα καλά χρηματοδοτούμενο εγχείρημα (ή άτομο) μπει στον κόπο να εκπαιδεύσει και να το κάνει διαθέσιμο δημόσια.

Στα καλά νέα τώρα, πολλές άλλες προσπάθειες για την αναπαραγωγή του ChatGPT προχωρούν με γρήγορους ρυθμούς. Μια από αυτές είναι υπό την ηγεσία μιας ερευνητικής ομάδας που ονομάζεται CarperAI. Σε συνεργασία με τον ανοιχτό ερευνητικό οργανισμό AI EleutherAI και τις startups Scale AI και Hugging Face, η CarperAI σχεδιάζει να κυκλοφορήσει το πρώτο έτοιμο προς εκτέλεση μοντέλο AI που μοιάζει με ChatGPT, εκπαιδευμένο με ανθρώπινη ανατροφοδότηση.

Η LAION, ο μη κερδοσκοπικός οργανισμός που παρείχε το αρχικό σύνολο δεδομένων που χρησιμοποιείται για την εκπαίδευση του Stable Diffusion, πρωτοστατεί επίσης σε ένα έργο για την αναπαραγωγή του ChatGPT χρησιμοποιώντας τις πιο πρόσφατες τεχνικές μηχανικής εκμάθησης. Φιλόδοξα, η LAION στοχεύει να δημιουργήσει έναν «βοηθό του μέλλοντος» — έναν που όχι μόνο γράφει email και συνοδευτικές επιστολές αλλά «κάνει ουσιαστική δουλειά, χρησιμοποιεί API, ερευνά δυναμικά πληροφορίες και πολλά άλλα». Είναι στα αρχικά στάδια. Αλλά μια σελίδα GitHub με πόρους για το έργο κυκλοφόρησε πριν από μερικές εβδομάδες.