ماذا يمكن أن يفعله النموذج اللغوي الكبير منخفض الذكاء؟
Categories:
بعد سنة من التعامل مع النماذج الكبيرة، أدركت حقيقة واحدة: مخرجات النموذج هي احتمالية. كانت هذه حقيقة واضحة، لكنها استغرقت مني وقتًا طويلاً لقبولها. فقط عندما تفهم الطابع الاحتمالي للنماذج الكبيرة حقًا، يمكنك التفكير في الأمور التي تناسبها.
بسبب ميل النماذج الكبيرة لإنتاج محتوى ذو احتمالية صحيحة أعلى، فإن إجاباتها أيضًا خادعة للغاية ولا يسهل التعرف عليها. بعض المقالات موجهة للقراء ذوي مستوى عالٍ، وهم حساسون جدًا لإهدار الجهد الذهني والوقت على المحتوى الرديء، وبالتالي يعارضون المحتوى المولد بالذكاء الاصطناعي. بعض القراء الآخرين لديهم قدرة أقل على التمييز بين أنواع المقالات، وهم أكثر تقبلاً للمحتوى المولد بالذكاء الاصطناعي.
لذلك، عند استخدام النماذج الكبيرة لتوليد المحتوى، يجب مراعاة الجمهور المستهدف. فهي غير مناسبة لتوليد المحتوى الذي يتطلب دقة صارمة، مثل الوثائق التقنية، والأوراق البحثية، والدروس، والمقالات الطويلة، بل مناسبة لتوليد الأخبار القصيرة، والمقالات الاجتماعية، والتعليقات، وما إلى ذلك. مشكلة هلوسة النماذج الكبيرة تزيد من تقييد استخدامها في السيناريوهات التي تتطلب دقة واقعية.
يجب ألا نسمح للذكاء الاصطناعي باتخاذ القرارات نيابة عنا، بل يجب أن يساعدنا في اتخاذ القرارات. يجب ألا نفوّض التفكير للذكاء الاصطناعي، بل يجب أن يساعدنا في التفكير. يجب ألا نسأل الذكاء الاصطناعي، بل يجب أن يطرح هو الأسئلة علينا. جرّب جعل الذكاء الاصطناعي يطرح الأسئلة بدلاً من حل المشكلات.
اجعل الذكاء الاصطناعي منخفض الذكاء يحلل المحتوى ويطرح الأسئلة، ولا تجعله يحل المشكلات. يمكن تجربته كأداة لتحليل المحتوى، وأداة للتذكير، وأداة لطرح الأسئلة، وتقديم خيارات متعددة. في هذه السيناريوهات، دور الذكاء الاصطناعي هو مساعدة الإنسان في اكتشاف النقاط العمياء، وليس إنتاج النتائج مباشرة.
يوجد مناقشات مماثلة في مجال كتابة الذكاء الاصطناعي، ولا يزال ضبط الجودة تحديًا رئيسيًا. يجب تحديد النماذج اللغوية الكبيرة منخفضة الذكاء كأدوات مساعدة وليس منتجي محتوى، لتتمكن من تحقيق أقصى قيمتها.