Областта на чатботовете, управлявани от най-модерната технология за изкуствен интелект (AI), се характеризира с постоянно развитие и обучение.
Неотдавнашни проучвания обаче оспориха общоприетото схващане, че ученето винаги води до подобряване на работата.
Изненадващо, някои чатботове, включително тези, които използват големи езикови модели (LLM) като GPT-3.5 и GPT-4, показват колебания в способностите си с течение на времето. Сравнителен анализ през март и юни 2023 г. показа значителни промени в тези модели, като нивата на точност при някои задачи отбелязаха драматични промени.
Например способността на GPT-4 да идентифицира прости числа отбеляза зашеметяващ спад от 97.6% точност до едва 2.4% само за три месеца. Подобни констатации пораждат опасения относно дългосрочната функционалност и надеждност на чатботовете, управлявани от изкуствен интелект.
Едно от сериозните предизвикателства, пред които са изправени разработчиците на чатботове, е податливостта към „отравяне на данни„, особено поради зависимостта им от съдържание, набрано от интернет. Класически пример за отравяне на данни е ботът на Microsoft в Twitter, „Tay„, през 2016 г.
В рамките на 24 часа след стартирането си Tay, ранният предшественик на ChatGPT, започна да публикува подстрекателски и обидни туитове. Това беше резултат от спам на онлайн тролове, които манипулираха процеса на обучение на бота от взаимодействието му с обществеността. Инцидентът накара Microsoft да преустанови дейността на Tay и подчерта значението на кураторството и мониторинга на данните за защита на интегритета на чатбота.
Заплаха представлява не само умишленото увреждане на данните. Предизвикателството да се гарантира, че данните за обучение в реално време са точни и надеждни, е друг проблем за AI разработчиците.
Машинното обучение (ML) в голяма степен разчита на огромни количества данни за обучение, за да имитира човешкия интелект. Например съвременните чатботове като ChatGPT са разработени с помощта на онлайн хранилища, включително набори от данни, съставени от статии в Уикипедия, което им позволява да се учат от едно от най-големите хранилища на човешки знания.
Веднъж пуснати в динамичната среда на интернет обаче, тези модели се сблъскват с променящи се и потенциално ненадеждни данни за обучение. Следователно, ако качеството на данните за обучение се влоши, резултатите на тези чатботове могат да пострадат.
Тъй като съдържанието, генерирано от изкуствен интелект, се разпространява в различни платформи, възниква един належащ въпрос: Какво се случва, когато материалите, генерирани от ИИ, се използват като данни за обучение на ML модели?
Неотдавнашни изследвания, изследващи ефектите от рекурсивността върху ML моделите, породиха опасения относно „срива на модела„. Проучването откри, че когато генерираното от AI съдържание се използва като данни за обучение, ML моделите са склонни да забравят знанията, които са придобили преди това.
Това явление има сериозни последици за бъдещето на генеративния изкуствен интелект и подчерта необходимостта от ефективно управление и куриране на данни, за да се поддържат ефективността и целостта на чатботовете.
В заключение, въпреки че чатботовете имат огромен потенциал в различни области, те не са застраховани от предизвикателства, свързани с обучението, отравянето на данни и използването на съдържание, генерирано от AI.
AI разработчиците трябва да се справят с тези нововъзникващи предизвикателства, свързани с данните, за да гарантират непрекъснатата функционалност, адаптивност и надеждност на чатботовете в постоянно развиващия се дигитален пейзаж.
CoinShares, най-големият европейски инвестиционен посредник в областта на цифровите активи с AUM от над $9 милиарда, получи пълно разрешение съгласно новия регламент на ЕС за пазарите на криптоактиви (MiCA).
Стабилните монети вече не са просто крипто инструмент – те променят финансовия достъп, плащанията и дори динамиката на централното банкиране.
Крипто пазарът продължава да подава бичи сигнали, като индексът на страха и алчността на CMC се задържа на ниво 67 въпреки лекото отстъпление от вчера.
Според информация, разпространена в основните социални платформи от понеделник насам, BitGo е предприела дискретна стъпка към превръщането си в публична компания в Съединените щати.
Аз мисля, че винаги си е бил глупав.
Ако наистина става по-глупав, това може да е форма на машинна деменция.