Mogą to zapewnić duże modele językowe (LLM), takie jak ChatGPT i Google Bard Niektóre przyzwoite odpowiedzi na niektóre rodzaje pytań, ale te komputery są, jak na ironię, dość kiepskie w obliczaniu. Google ma nowe rozwiązanie, aby spróbować zmusić modele językowe do prawidłowego wykonywania prostych zadań, takich jak matematyka: niech sztuczna inteligencja napisze program. Google mówi, że teraz, gdy poprosisz Barda o zadanie „obliczeniowe”, takie jak matematyka lub manipulacja łańcuchami, zamiast pokazywać dane wyjściowe modelu językowego, ten model językowy zamiast tego napisze program, wykona ten program, a następnie wyświetli wynik tego programu użytkownikowi jako odpowiedź.

Post na blogu Google zawiera przykładowe dane wejściowe „Odwróć słowo„ Lollipop ”dla mnie”. ChatGPT pomija to pytanie i podaje błędną odpowiedź „pillopoL”, ponieważ modele językowe widzą świat w kawałkach słów lub „tokenach” i po prostu nie są w tym dobre. Oto przykładowe dane wyjściowe Barda:

Otrzymuje dane wyjściowe poprawne jako „popilloL”, ale bardziej interesujące jest to, że również zawiera kod Pythona napisał, aby odpowiedzieć na pytanie. To miłe dla ludzi myślących programowo, aby zobaczyć pod maską, ale wow, jest to prawdopodobnie najbardziej przerażające wyjście dla zwykłych ludzi. To też nie jest szczególnie istotne. Wyobraź sobie, że Gmail pokazał Ci blok kodu, gdy właśnie poprosiłeś go o pobranie wiadomości e-mail. To dziwne. Po prostu wykonaj zadanie, o które cię poproszono, Bard.

Google porównuje model AI piszący program do ludzi wykonujących długie dzielenie, ponieważ jest to inny sposób myślenia:

Podejście to czerpie inspirację z dobrze zbadanej dychotomii ludzkiej inteligencji, w szczególności omówionej w książce Daniela Kahnemana Myślenie, szybkie i wolne— rozdzielenie myślenia „System 1” i „System 2”.

• Myślenie Systemu 1 jest szybkie, intuicyjne i łatwe. Kiedy muzyk jazzowy improwizuje w miejscu lub osoba pisząca bezwzrokowo myśli o słowie i patrzy, jak pojawia się na ekranie, używa myślenia Systemu 1.
• Natomiast myślenie Systemu 2 jest powolne, celowe i wymagające wysiłku. Kiedy wykonujesz długie dzielenie lub uczysz się grać na instrumencie, używasz Systemu 2.

W tej analogii można pomyśleć, że LLM działają wyłącznie w ramach Systemu 1 — tworząc tekst szybko, ale bez głębokiego namysłu. Prowadzi to do niesamowitych możliwości, ale może zawieść w zaskakujący sposób. (Wyobraź sobie, że próbujesz rozwiązać problem matematyczny za pomocą samego Systemu 1: nie możesz przerwać i wykonać arytmetyki, musisz po prostu wypluć pierwszą odpowiedź, która przychodzi na myśl). nieelastyczne, ale właściwa sekwencja kroków może dać imponujące wyniki, takie jak rozwiązania długiego dzielenia.

Google twierdzi, że ta metoda „pisania kodu w locie” będzie również używana w przypadku pytań typu: „Jakie są czynniki pierwsze liczby 15683615?” i „Oblicz tempo wzrostu moich oszczędności”. Firma mówi: „Jak dotąd zauważyliśmy, że ta metoda poprawia dokładność odpowiedzi Barda na problemy słowne i matematyczne oparte na obliczeniach w naszych wewnętrznych zestawach danych wyzwań o około 30%. Jak zwykle Google ostrzega Barda, że ​​„może nie zrobić tego dobrze” z powodu błędnej interpretacji pytania lub po prostu, jak wszyscy, napisania kodu, który nie działa za pierwszym razem.

Bard koduje odpowiedzi w locie, jeśli chcesz spróbować na bard.google.com.