Как искусственный интеллект может сам писать тексты
В июне 2020 года в Кремниевой долине была создана языковая система на основе искусственного интеллекта GPT-3, которая может самостоятельно писать тексты. GPT-3 был разработан компанией OpenAI в Сан-Франциско.
Фото Depositphotos.com
Искусственный интеллект проанализировал миллиарды слов из книг, статей и веб-сайтов, в результате чего GPT-3 знает около 200 миллиардов слов. Обучение машины письму стоило десятки миллионов долларов, пишет The Nature.
GPT-3 является наиболее сильной и совершенной языковой системой искусственного интеллекта. Человеку требуется всего лишь дать направление машине — и она сама напишет текст, который, по ее мнению, соответствует этому направлению. Искусственный интеллект может написать песню, повествование, статью, интервью, эссе, технические инструкции и много другого.
Команда OpenAI сообщает, что GPT-3 настолько совершенен, что людям было сложно отличить его тексты от текстов, написанных человеком. Искусственный интеллект также может давать письменные ответы на вопросы, исправлять грамматические ошибки, решать математические задачи и даже создавать компьютерный код, когда пользователи просят его выполнить задачу по программированию. Предыдущие системы искусственного интеллекты также могли выполнять эти задачи, однако только после специальной подготовки системы для каждой отдельной задачи.
Подобные языковые системы — это прежде всего бизнес-предложения для крупных технологических компаний. Например, такие технологии использует Google, чтобы улучшить результаты поисковой системы и качество машинного перевода. В этих системах заинтересованы также Facebook, Microsoft и Nvidia.
OpenAI также предлагает GPT-3 как коммерческую услугу. Теперь разработчики тестируют способность GPT-3 обобщать юридические документы, отвечать на запросы пользователей, предлагать компьютерный код и даже идентифицировать эмоциональное состояние людей по их сообщениям.
Однако, несмотря на свою универсальность, GPT-3 сталкивается с теми же проблемами, с которыми сталкивались предыдущие программы для генерации текста. Искусственный интеллект иногда допускает нелепые ошибки, ведь он анализирует статистику сочетания слов и словосочетаний, которые машина прочитала, но без понимания их значения.
И хотя исследователи работают над тем, чтобы языковые системы не делали смысловых ошибок, научить искусственный интеллект строить причинно-следственные связи все еще остается непреодолимой задачей.
Языковые системы искусственного интеллекта представляют собой нейронные сети. Они тренируются сначала путем подстановки пропущенных слов в текст, что усиливает связи между их вычислительными элементами, или нейронами. Чем больше усиливаются связи, тем меньшей становится вероятность ошибок. Такие модели становятся более сложными по мере развития вычислительных технологий.
Размер нейронной сети определяет ее возможности. Чем больше нейронов и больше связей между ними, тем больше параметров имеет языковая система. GPT-3 имеет 175 миллиардов нейронов, что делает ее величайшей нейронной сетью в мире. Следующая по величине имеет всего лишь 17 миллиардов вычислительных элементов.
Такое количество нейронов помогает системе распознавать грамматику, структуру и жанр того, что нужно написать. Искусственному интеллекту можно дать пример задачи или задать вопрос, А GPT-3 уже самостоятельно продолжит эту тему.
При этом система адаптирует свой ответ к стилю и содержанию того текста, который вводит пользователь. Это пример быстрого программирования, в результате чего получаются относительно качественные тексты.
Отличие GPT-3 от предыдущих моделей в том, что он успешно справляется с задачами, к которым искусственный интеллект не готовят заранее. Дело в том, что систему учили учиться самостоятельно выполнять новые для нее задачи. Именно поэтому технология очень гибкая, чтобы проанализировать данное ей направление и написать на этой основе логический текст.
