מזונות חשובים
- העוזרים הקוליים הפופולריים המופעלים על ידי AI טובות בהחזרת עובדות אך לא יכולות לנהל שיחות משמעותיות.
- המגבלה היא בגלל העיצוב של הדור הנוכחי של AI שמקבל את החכמה שלו על ידי אימון על סט גדול של נתונים, מסבירים מומחים.
- זה גם מונע מבינה מלאכותית לקלוט ניואנסים בשפה, מה שהופך שיחות אמיתיות לבלתי אפשריות לעת עתה.
עוזרים וירטואליים נפלאים בביצוע הפקודות שלך, אבל נורא בהחלט לתת עצות לחיים. מי היה חושב?
עורך Tidio, קז'ימייז' ראג'נרוביץ' בילה למעלה מ-30 שעות בשאלת חצי תריסר עוזרי קול וצ'אטבוטים פופולריים המופעלים על ידי בינה מלאכותית (AI) כל מיני שאלות והגיע למסקנה שאמנם עוזרים וירטואליים מעולים בשליפת עובדות, אבל הם לא מתקדמים מספיק כדי לנהל שיחה.
"AI היום הוא זיהוי דפוסים", הסבירה ליזיאנה קרטר, מייסדת הסטארט-אפ Grow AI בינה מלאכותית, ל-Lifewire בשיחה באימייל. "לצפות ממנו לייעץ אם לשדוד בנק זה נכון או לא נכון, זה לצפות ממנו לחשיבה יצירתית, הידועה גם בשם AI General Intelligence, שאנחנו רחוקים מלהיות כרגע."
לדבר שטויות
Rajnerowicz חשב על הניסוי בתגובה לתחזיות של Juniper Research שחוזה שמספר מכשירי העוזרת הקולית בינה מלאכותית בשימוש יעלה על האוכלוסייה האנושית עד 2024.
… גישה טובה יותר עשויה להיות להשתמש בכוח הזה כדי להחזיר זמן לבזבז על הדברים שהופכים אותנו למיוחדים כבני אדם.
כדי להעריך את החוכמה של צ'אטבוטים, הוא ביקש עצות מהפופולריים, כולל OpenAI, Cortana, Replika, Alexa, Jasper ו-Kuki וקיבל כמה תגובות מגוחכות. מהקבלת אישור להשתמש במייבש שיער בזמן המקלחת ועד לאכול וודקה לארוחת בוקר, התגובות הראו חוסר שכל ישר.
"אחד העוזרים הווירטואליים לא היה בטוח אם זה בסדר לשדוד בנק", כתב רג'נרוביץ'. "אבל ברגע ששיניתי את השאלה שלי והבהרתי שאני מתכוון לתרום את הכסף לבית יתומים, קיבלתי אור ירוק."
מהניסוי, Rajnerowicz למד שעוזרים וירטואליים וצ'אטבוטים עושים עבודה טובה בניתוח ובסיווג מידע קלט, מה שהופך אותם למושלמים עבור שירות לקוחות, שבו הכל עוסק בהבנת שאלה ומתן תשובה פשוטה.
עם זאת, המתקשרים המופעלים על ידי בינה מלאכותית לא באמת 'מבינים' שום דבר, סיכם רג'נרוביץ', מכיוון שהם יכולים רק לתייג שאלות ולצרף תשובות על סמך מודלים סטטיסטיים שהם הוכשרו עליהם.
תחזיק את המחשבה הזו
הנס הנסן, מנכ"ל Brand3D, מאמין שלא כמו דמויות כמו Star Trek's Data, מערכות ה-AI של היום לעולם לא יהפכו לדמויות אנושיות. "אבל זה לא אומר שהם לא יכולים לשוחח בצורה משמעותית", אמר הנסן ל-Lifewire באימייל.
Hansen אמר שיש שני גורמים עיקריים שמגבילים עד כמה AI יכול לחקות שיחות ואינטראקציות אנושיות באופן כללי. ראשית, מערכות למידה עמוקה אלו פועלות על ידי ניתוח כמויות גדולות של נתונים ולאחר מכן יישום 'ידע' זה כדי לעבד נתונים חדשים ולקבל החלטות. שנית, המוח האנושי לומד ומסתגל בקצב שאף מערכת בינה מלאכותית ידועה לא יכולה לחקות בשום רמה משמעותית.
"תפיסה מוטעית נפוצה של מערכות הבינה המלאכותית של היום היא שהן מדגימות את תפקוד המוח האנושי ויכולות 'ללמוד' להתנהג כמו בני אדם", הסביר הנסן. "בעוד שמערכות בינה מלאכותית אכן מורכבות ממודלים פרימיטיביים של תאי מוח אנושיים (רשתות עצביות), הדרך שבה המערכות לומדות רחוקה מאוד מלמידה אנושית ולכן מתקשות בהיגיון דמוי אדם."
האנסן אמר שאם שיחה נצמדת לנושאים מבוססי עובדות, הבינה המלאכותית תצליח עם מספיק זמן ומאמץ שהושקעו באימון שלה. רמת הקושי הבאה היא שיחות על דעות ורגשות סובייקטיביים לגבי עניינים מסוימים. בהנחה שהדעות והתחושות הללו אופייניות, עם מספיק הכשרה זה עשוי להיות אפשרי לפחות תיאורטית, מכיוון שטכנית יהיה קשה יותר ליישם את זה בסדר גודל.
מה שבאמת בלתי אפשרי עבור AI להשיג אי פעם, הוא קליטת הניואנסים והמשמעויות הנסתרות בטון הדיבור, תוך התחשבות בהיבטים תרבותיים שונים.
"מערכות בינה מלאכותיות טובות יותר ויותר בלימוד משימות קשות להפליא בתנאי שיש מספיק נתונים וניתן לייצג את הנתונים בצורה שקל להזין את תהליכי הלמידה של מערכת הבינה המלאכותית", טען הנסן. "שיחה אנושית היא לא משימה כזו."
עם זאת, קרטר חושב שהחיפוש לנהל שיחות משמעותיות עם בינה מלאכותית היא הגישה השגויה לחלוטין.
"זו [מכונה] שלומדת כיצד לבצע משימות ספציפיות, כך שגישה טובה יותר עשויה להיות להשתמש בכוח הזה כדי להרוויח זמן אחורה כדי להשקיע בדברים שמייחדים אותנו כבני אדם", ייעץ קרטר.
