Ερευνητές του Πανεπιστημίου του Μπέρκλεϊ στην Καλιφόρνια ανέπτυξαν ένα σύστημα πρόβλεψης τεχνητής νοημοσύνης που προβλέπει μελλοντικά γεγονότα με παρόμοια ακρίβεια με τη σοφία του ανθρώπινου πλήθους. Καθώς τα LLM δεν είναι ειδικά κατασκευασμένα για την πρόβλεψη γεγονότων, η ομάδα δημιούργησε ένα σύστημα πρόβλεψης πάνω στο GPT-4 χρησιμοποιώντας μια νέα προσέγγιση που ονομάζεται retrieval-augmented reasoning.
Αυτή η διαδικασία πολλαπλών βημάτων περιελάμβανε την εκπαίδευση του GPT-4 να αναζητά σχετικές πληροφορίες, να αξιολογεί τη σχετικότητά τους και να τις ενσωματώνει στη διαδικασία συλλογισμού του πριν κάνει μια πρόβλεψη.
Να πώς λειτουργεί:
Ανάκτηση: Το σύστημα τεχνητής νοημοσύνης χρησιμοποιεί το GPT-4 για τη δημιουργία ερωτημάτων αναζήτησης με βάση το ερώτημα πρόβλεψης και τα υποερωτήματα, ανακτώντας ένα ευρύ σύνολο δυνητικά σχετικών ειδησεογραφικών άρθρων.
Αξιολόγηση συνάφειας: Το GPT-4 αξιολογεί τη συνάφεια κάθε ανακτηθέντος άρθρου, απορρίπτοντας άρθρα με χαμηλή βαθμολογία για να περιορίσει τη δεξαμενή πληροφοριών.
Περίληψη: Το GPT-4 περιορίζει κάθε άρθρο στα βασικά του σημεία, εστιάζοντας στις λεπτομέρειες που σχετίζονται με το ερώτημα πρόβλεψης.
Συλλογισμός: Χρησιμοποιώντας “υποδείξεις”, το GPT-4 αναλύει τα συνοπτικά άρθρα και παράγει μια λεπτομερή πρόβλεψη με επεξηγηματικό σκεπτικό. Αυτές οι υποδείξεις καθοδηγούν τη διαδικασία σκέψης του μοντέλου, ενθαρρύνοντας μια συστηματική προσέγγιση στη συλλογιστική.
Στη συνέχεια, η ομάδα του Μπέρκλεϊ προχώρησε το σύστημα ένα βήμα παραπέρα με αυτοελεγχόμενη τελειοποίηση. Δημιούργησαν έναν μεγάλο αριθμό προβλέψεων τεχνητής νοημοσύνης σε παρελθοντικές ερωτήσεις με γνωστές απαντήσεις και επέλεξαν παραδείγματα όπου η τεχνητή νοημοσύνη ξεπέρασε τη “σοφία του πλήθους” – που ορίζεται ως οι συγκεντρωτικές προβλέψεις των ανθρώπινων προβλέψεων.
Με τη λεπτομερή ρύθμιση του GPT-4 σε αυτά τα παραδείγματα, οι ερευνητές δίδαξαν στο μοντέλο να μιμείται τα μοτίβα συλλογισμού που δημιουργούσαν τις καλύτερες προβλέψεις.
Αποτελέσματα
Όταν δοκιμάστηκε σε ερωτήσεις πρόβλεψης από τον Ιούνιο του 2023 και μετά, η τεχνητή νοημοσύνη πέτυχε βαθμολογία Brier 0,179, σε σύγκριση με την ανθρώπινη πρόβλεψη 0,149. Η τεχνητή νοημοσύνη είχε ιδιαίτερα καλές επιδόσεις σε ερωτήσεις με υψηλή ανθρώπινη αβεβαιότητα στην αρχή της διαδικασίας πρόβλεψης και όταν είχε πρόσβαση σε επαρκή αριθμό σχετικών άρθρων για ένα συγκεκριμένο θέμα.
Οι συγγραφείς γράφουν στη μελέτη: “Εξ όσων γνωρίζουμε, αυτό είναι το πρώτο αυτοματοποιημένο σύστημα με ικανότητα πρόβλεψης που πλησιάζει το επίπεδο του ανθρώπινου πλήθους, το οποίο είναι γενικά ισχυρότερο από τους μεμονωμένους ανθρώπινους προγνώστες”.
Υπήρξε μια μικρή ιδιορρυθμία, καθώς το σύστημα φάνηκε να επιδεινώνεται με περισσότερα άρθρα για να εργαστεί και, συνεπώς, με μεγαλύτερη βεβαιότητα για την πρόβλεψη. Αυτό μπορεί να οφείλεται στο γεγονός ότι το μοντέλο “αντισταθμίζει” τις προβλέψεις του. Οι ερευνητές το περιγράφουν ως εξής: “Υποθέτουμε ότι αυτό προέρχεται από την τάση του μοντέλου μας να αντισταθμίζει τις προβλέψεις λόγω της εκπαίδευσής του σε θέματα ασφάλειας”.
Επιπτώσεις
Σύμφωνα με τους ερευνητές οι επιχειρήσεις και οι αξιωματούχοι δημόσιας υγείας θα μπορούσαν όλοι να επωφεληθούν από αυτή τη μορφή γλωσσικής πρόβλεψης με βάση την τεχνητή νοημοσύνη. “Στο μέλλον, οι υπεύθυνοι για τη λήψη πολιτικών αποφάσεων μπορεί να συμβουλεύονται τις ΤΝ σχετικά με το ποιες ενέργειες θα επιφέρουν πιθανότατα τα επιθυμητά αποτελέσματα”, δηλώνει ο Dan Hendrycks από το Center for AI Safety στην Καλιφόρνια.
Προτείνει ότι τα μοντέλα πρόβλεψης θα μπορούσαν να αντιμετωπίσουν τους επερχόμενους κινδύνους που θέτει η ΤΝ. “Τα ρομπότ πρόβλεψης θα μας βοηθούσαν να προβλέψουμε και να αποφύγουμε αυτούς τους κινδύνους”, δήλωσε ο Hendrycks. Έχουν γίνει και άλλες προσπάθειες πρόβλεψης σύνθετων γεγονότων ζωής με την ΤΝ, συμπεριλαμβανομένου ενός μοντέλου που εκπαιδεύτηκε από Δανούς ερευνητές για να προβλέπει τους κινδύνους πρόωρου θανάτου.
Η αξιοποίηση της τεχνητής νοημοσύνης για εφαρμογές πρόβλεψης που επηρεάζουν τη ζωή των ανθρώπων θέτει ηθικά ζητήματα, όπως η διασφάλιση ότι τα συστήματα αυτά είναι διαφανή, αμερόληπτα και ηθικά θεμελιωμένα. Αυτή η νέα μελέτη του Μπέρκλεϊ περιγράφει πώς η τεχνητή νοημοσύνη μπορεί να κάνει αποτελεσματικές προβλέψεις, αλλά δεν μπορούμε να μετρήσουμε με πόση ακρίβεια καταλήγει στις αποφάσεις της.
Η χρήση της τεχνητής νοημοσύνης για την πρόβλεψη σημαντικών κοινωνικών και ατομικών γεγονότων μπορεί να μοιάζει με δυστοπική ιδέα, αλλά είναι ήδη μια ευρέως διαδεδομένη πρακτική σε πολλά μέρη του κόσμου. Σε αρκετές δημοκρατικές χώρες, συμπεριλαμβανομένων των ΗΠΑ, του Ηνωμένου Βασιλείου, της Βραζιλίας, της Αυστραλίας και των Κάτω Χωρών, η τεχνητή νοημοσύνη χρησιμοποιείται για την αστυνόμευση, την επιτήρηση και τη λήψη αποφάσεων για την κοινωνική πρόνοια.
Μπορεί μια τεχνητή νοημοσύνη να προβλέπει πτυχές του μέλλοντός σας αυτή τη στιγμή; Είναι σίγουρα πιθανό.
Πηγή: kinitanea.gr