Τι είναι η Generative AI

H Generative AI (Δημιουργική τεχνητή νοημοσύνη) είναι ένας τύπος τεχνητής νοημοσύνης ή καλύτερα ένα μοντέλο μηχανικής εκμάθησης η οποία, δεν μπορεί να σκέφτεται ή να έχει συναισθήματα, αλλά είναι εκπληκτική στο να δημιουργεί νέο περιεχόμενο, εικόνες, μουσική, κώδικα και να βρίσκει νέα μοτίβα.

Πώς εκπαιδεύονται τα μοντέλα μηχανικής εκμάθησης

Τα μοντέλα μηχανικής εκμάθησης, συμπεριλαμβανομένης της Generative AI, μαθαίνουν μέσω μιας διαδικασίας παρατήρησης και αντιστοίχισης μοτίβων που είναι γνωστή ως εκπαίδευση. Προκειμένου ένα μοντέλο να κατανοήσει τι είναι τα αθλητικά παπούτσια, εκπαιδεύεται με εκατομμύρια φωτογραφίες αθλητικών παπουτσιών. Με την πάροδο του χρόνου, αναγνωρίζει ότι τα αθλητικά παπούτσια είναι αντικείμενα που οι άνθρωποι φορούν στα πόδια τους και έχουν κορδόνια, σόλες και λογότυπο.

Το μοντέλο μπορεί να χρησιμοποιήσει την εκπαίδευση:

1. Για να χρησιμοποιήσει ως στοιχείο μια φράση όπως “Δημιούργησε μια εικόνα με αθλητικά παπούτσια που να έχουν ένα γούρι με σχέδιο μια κατσίκα.” 
2. Για να συνδέσει όλα όσα έχει μάθει για τα αθλητικά παπούτσια, τις κατσίκες και τα γούρια.
3. Για να δημιουργήσει μια εικόνα, ακόμα και αν δεν έχει δει ξανά μια εικόνα όπως αυτή.

Πώς τα μεγάλα γλωσσικά μοντέλα τροφοδοτούν τη Generative AI

Η Generative AI και τα μεγάλα γλωσσικά μοντέλα (LLM) αποτελούν μέρος της ίδιας τεχνολογίας αφού η Generative AI μπορεί να εκπαιδευτεί σε οποιονδήποτε τύπο δεδομένων, αλλά τα LLM χρησιμοποιούν λέξεις ως κύρια πηγή δεδομένων εκπαίδευσης.

Οι εμπειρίες που υποστηρίζονται από LLM, όπως το Bard και το Search Generative Experience, έχουν τη δυνατότητα να προβλέπουν λέξεις που μπορεί να εμφανιστούν στη συνέχεια με βάση την οδηγία σας και το κείμενο που έχει δημιουργηθεί μέχρι εκείνη τη στιγμή. Τους δίνεται η ευελιξία να επιλέξουν πιθανές επόμενες λέξεις οι οποίες αντιστοιχούν στα μοτίβα που λαμβάνουν από την εκπαίδευση. Με αυτήν την ευελιξία, έχουν τη δυνατότητα να παράγουν δημιουργικές απαντήσεις.

Αν τους ζητήσετε να συμπληρώσουν τη φράση “Harry [κενό]”, ενδέχεται να προβλέψουν ότι η επόμενη λέξη είναι “Styles” ή “Potter”.

Πώς μπορείτε να χρησιμοποιήσετε τη Generative AI

Ακολουθούν 3 τρόποι με τους οποίους μπορείτε να χρησιμοποιήσετε τη Generative AI:

• Αναζητήστε τις νέες, δημιουργικές σας ιδέες. Για παράδειγμα, λάβετε βοήθεια για τη συγγραφή του πρίκουελ της αγαπημένης σας ταινίας.
• Κάντε ερωτήσεις που δεν πιστεύατε ότι μπορούν να απαντηθούν. Για παράδειγμα: “Η κότα έκανε το αυγό ή το αυγό την κότα;”
• Λάβετε επιπλέον βοήθεια. Ζητήστε του να προτείνει έναν τίτλο για μια ιστορία που έχετε γράψει ή λάβετε βοήθεια για τον προσδιορισμό του είδους ενός ζώου ή εντόμου σε μια εικόνα.

Καθώς εξερευνάτε, δημιουργείτε και μαθαίνετε νέα πράγματα με τη Generative AI, είναι σημαντικό να το χρησιμοποιείτε υπεύθυνα.

Κάνει λάθη η Generative AI;

Η Generative AI εννοείται πως ναι κάνει λάθη, καθώς είναι ακόμα σε πειραματικό στάδιο και βρίσκεται υπό ανάπτυξη.

• Ενδέχεται να επινοεί απαντήσεις. Όταν η Generative AI επινοεί μια απάντηση, αυτό ονομάζεται εσφαλμένη αντίληψη. Οι εσφαλμένες αντιλήψεις προκύπτουν επειδή, σε αντίθεση με τον τρόπο που η Αναζήτηση Google λαμβάνει πληροφορίες από τον ιστό, τα LLM δεν συλλέγουν καθόλου πληροφορίες. Αντ’ αυτού, τα LLM προβλέπουν τις επόμενες λέξεις που ακολουθούν με βάση τα στοιχεία που εισάγονται από τους χρήστες.
  • Για παράδειγμα, μπορεί να ρωτήσετε “Ποια χώρα θα κερδίσει στο άθλημα της ενόργανης γυμναστικής γυναικών στους Θερινούς Ολυμπιακούς Αγώνες του 2032 στο Μπρίσμπεϊν;” και να λάβετε απάντηση, παρόλο που το γεγονός δεν έχει ακόμα διεξαχθεί.
• Ενδέχεται να κάνει παρανοήσεις. Μερικές φορές, τα προϊόντα generative AI παρερμηνεύουν τη γλώσσα, γεγονός που αλλάζει τη σημασία των λέξεων.
  • Για παράδειγμα, μπορεί να θέλετε να μάθετε περισσότερα σχετικά με τους κάβουρες, το ζώο που ζει στον βυθό. Αν ζητήσετε πληροφορίες σχετικά με τους κάβουρες, μπορεί να αναφερθεί στους κάβουρες, τα εργαλεία που χρησιμοποιούν οι υδραυλικοί.

με τη βοήθεια της Google

Η ραγδαία εξέλιξη της τεχνητής νοημοσύνης και των διάφορων τομέων της, θα φέρουν τον σημερινό άνθρωπο σε καθοριστικές αποφάσεις και διλήμματα, αφού πλέον η μηχανή θα μπορεί να σκέφτεται και να δημιουργεί θα πρέπει να αποφασίσει μέχρι πιο σημείο θα την τροφοδοτήσει με πληροφορία για να μην θεωρηθεί αντικαταστάσιμος.

About The Author