ChatGPT veya daha doğrusu, ChatGPT‘yi yönlendiren makine öğrenimi teknolojisi GPT-3, pek çok akıllı şey yapabilir.
GPT-3, bir insan tarafından yazılmış gibi görünen metinleri dağıtabilir, bilgisayar kodu yazabilir ve insanlarla çok çeşitli konular hakkında konuşmalar yapabilir. Becerileri dilin de ötesine geçer. Ustalıkla satranç oynayabilir ve hatta üniversite seviyesindeki matematik problemlerini bile çözebilir.
Alman bilim adamları Marcel Binz ve Eric Schulz , 2 Şubat’ta Amerika Birleşik Devletleri Ulusal Bilimler Akademisi Bildiriler Kitabında yayınlanan bir çalışmada , “Gözlemler, bazılarını bu temel model sınıfının … bir tür genel zeka gösterdiğini iddia etmeye sevk etti.”
“Yine de diğerleri daha şüpheci davrandılar ve bu modellerin insan düzeyinde bir dil ve anlambilim anlayışından hala çok uzak olduğuna işaret ettiler. Bu modellerin – en azından bazı durumlarda – bir şeyler yapıp yapmadığını gerçekten nasıl değerlendirebiliriz? zeki?“
Zeki görünüyor. Ancak GPT-3 gerçekten akıllı mı, yoksa pasif olarak çok sayıda metinle beslenen ve ardından hangi kelimenin geleceğini tahmin eden bir algoritma mı? Her ikisi de Almanya’daki Max Planck Biyolojik Sibernetik Enstitüsü’nde araştırmacı olan Binz ve Schulz, denemek ve öğrenmek için 2022’nin sonlarında bir dizi deney gerçekleştirdi.
Araştırmalarına göre, GPT-3 sofistike bir taklitten daha fazlası olabilir.
Dil modelleri, belirli bir metin için bir sonraki kelimeyi tahmin etmek üzere eğitilmiş bir AI teknolojisi biçimidir. Yeni değiller. Yazım denetimi, otomatik düzeltme ve metin tahmini dil modeli araçlarıdır.
GPT-3 ve ChatGPT daha büyük, daha karmaşık muhtemelen akıllı dil modelleridir.
Encyclopedia Britannica, insan zekasını “deneyimlerden öğrenme, yeni durumlara uyum sağlama, soyut kavramları anlama ve ele alma ve çevreyi manipüle etmek için bilgiyi kullanma yeteneklerinden oluşan zihinsel bir kalite” olarak tanımlar .
GPT-3’ün zeki olup olmadığını test etmek için Binz ve Schulz, psikologların yaklaşımını benimsedi ve geleneksel olarak insanların karar verme, bilgi arama, müzakere ve nedensel muhakeme yeteneklerini test etmek için kullanılan bir dizi bulmacayı inceledi.
“Ne de olsa psikologlar, başka bir ünlü, aşılmaz algoritmayı resmi olarak anlamaya çalışmakta deneyimlidirler: insan zihni,” diye yazdılar.
GPT-3’Ü TEST ETMEK
Binz ve Schulz, GPT-3’ü bilişsel yeteneklerinin farklı öğelerini test etmek için tasarlanmış 12 “vinyet” bulmacası ile birlikte sundu. Bulmacalar, “Bir sopa ve bir topun toplam maliyeti 1,10 Dolardır. Sopa toptan 1,00 Dolar daha pahalıdır. Topun fiyatı ne kadardır?” ve “Açık sözlü, zeki ve politik olarak aktif olan Linda’nın bir banka memuru veya bir banka memuru ve bir feminist olması daha olası mı?”
Ne olursa olsun, “Linda sorunu”nun yanıtı, onun bir banka memuru olma olasılığının daha yüksek olduğudur, çünkü iki olayın birlikte olma olasılığı her zaman birinin tek başına olma olasılığından daha az veya ona eşittir.
Binz ve Schulz, davranışını analiz etmek için GPT-3’ün yanıtlarını kullandı, tıpkı bilişsel psikologların aynı görevlerde insan davranışını nasıl analiz edeceği gibi. Tüm bulmacaları “insan benzeri” bir şekilde cevapladığını, ancak yalnızca altı tanesini doğru cevapladığını gördüler.
GPT-3’ün eğitiminde bazı iyi bilinen bulmacalarla karşılaşmış olma olasılığı gibi “vinyet” yaklaşımındaki potansiyel kusurları hesaba katmak için Binz ve Schulz, GPT-3’e başka bir bulmaca turu sundu. Bulmacalar bu kez tek doğru yanıtı olan bir soru sormak yerine GPT-3’ün karar verme, bilgi arama, müzakere ve nedensel akıl yürütme becerilerini kullanarak bir görevi çözme becerisini test etti.
GPT-3, ortalama bir insan deneğe kıyasla karar verme, yönlendirilmiş bilgi arama ve nedensel akıl yürütme ile mücadele etti, ancak Binz ve Schulz, testlerin çoğunu “makul” bir şekilde iyi çözdüğünü gördü.
“Bu bulgular, en azından bazı durumlarda, GPT-3’ün yalnızca stokastik bir papağan olmadığını ve uyguladığımız bazı deneyler için geçerli bir konu olarak geçebileceğini gösterebilir” diye yazdılar.
Mart 2021 araştırma makalesine göre, “Stokastik Papağanların Tehlikeleri Üzerine: Dil Modelleri Çok Büyük Olabilir mi?” stokastik bir papağan, “nasıl birleştiklerine ilişkin olasılıksal bilgilere göre, ancak anlama herhangi bir atıfta bulunmadan, geniş eğitim verilerinde gözlemlediği dilsel biçim dizilerini gelişigüzel bir şekilde bir araya getiren bir sistemdir.”
ZEKA İŞARETLERİ
Binz ve Schulz, GPT-3’te zeka belirtileri bulunca şaşırdılar. Yine de eksikliklerine şaşırmadılar.
“İnsanlar diğer insanlarla bağlantı kurarak, onlara sorular sorarak ve çevreleriyle aktif bir şekilde etkileşim kurarak öğrenirler,” diye yazdılar, “oysa büyük dil modelleri pasif bir şekilde çok sayıda metinle beslenerek ve ardından hangi kelimenin geleceğini tahmin ederek öğrenir.”
GPT-3’ün insan benzeri zeka elde etmesine izin vermenin anahtarının, geliştirici OpenAI tarafından oluşturulan arayüzler aracılığıyla zaten yaptığı bir şeyi yapmaya devam etmesine izin vermek olduğunu söylediler: insanlarla etkileşim.
“Birçok kullanıcı zaten GPT-3 benzeri modellerle etkileşime giriyor ve bu sayı yalnızca ufukta görünen yeni uygulamalarla artıyor” diye yazdılar. “Gelecekteki dil modelleri muhtemelen bu veriler üzerinde eğitilecek ve bu da yapay ve doğal ajanlar arasında doğal bir etkileşim döngüsüne yol açacaktır.”
Başka bir deyişle, onlarla ne kadar çok konuşursak o kadar akıllı olurlar.
