كيف يدرك الذكاء الاصطناعي مشاعر الإنسان

تم تدريب النموذج ChatGPT للذكاء الاصطناعي باستخدام قواعد البيانات النصية من الإنترنت، وشمل ذلك كميات ضخمة من الغيغا بايتس من البيانات التي تم الحصول عليها من الكتب ونصوص الويب وويكيبيديا والمقالات وغيرها بمعدل وصل إلى نحو 300 مليار كلمة أدخلت في نظامه.

وكنموذج لغوي يعمل على الاحتمالات، فإنه بمقدوره أن يخمن تتابع وترتيب الكلمات بشكل منطقي بحسب اللغة المستخدمة. وللوصول إلى مرحلة حيث يمكنه القيام بذلك، مر النموذج بمرحلة اختبار خاضعة للإشراف البشري، فتمت تغذيته بمدخلات مختلفة منها على سبيل المثال سؤال "ما لون خشب الشجرة؟".

بالطبع كان لدى الفريق مخرجات صحيحة متعددة، وإذا لم تتضمن الإجابة واحدة منها يقوم الفريق بإدخال الإجابة الصحيحة مرة أخرى في النظام، ويقوم بتعليم البرنامج الإجابات الصحيحة ويساعده في بناء معرفته شيئاً فشيئاً، وهو ما يشبه تعليم الطفل.

تأتي المرحلة الثانية وهي تقديم إجابات متعددة على سؤال واحد بالتعاون مع أحد أعضاء الفريق والذي يقوم بتصنيف الإجابات من الأفضل إلى الأسوأ، ويدرب الشخص المسؤول البرنامج على عقد المقارنات وتقييم جودة الإجابات.

والحقيقة فإن ما يميز هذا النموذج وهذه التكنولوجيا عن غيرها هو أنها تستمر في التعلم بشكل لا ينقطع مع تحسين فهمها للأسئلة باستمرار لتصبح يوماً ما الجهة التي تعرف كل شيء عن كل شيء.

في حين أن GPT-3 قد صنع اسمًا لنفسه من خلال قدراته اللغوية الآخذة في التطور باستمرار، إلا أنه ليس الذكاء الاصطناعي الوحيد القادر على القيام بذلك. تصدر نموذج LaMDA من Google عناوين الصحف عندما طُرد مهندس من غوغل Google لأنه وصفه بأنه "واقعي للغاية لدرجة أنه اعتقد أنه لديه وعي شخصي منفصل وخاص به وليس مجرد برنامج".

هناك أيضًا الكثير من الأمثلة الأخرى أحدها من إنتاج أمازون Amazon وآخر من إنتاج جامعة ستانفورد Stanford، وحظيت جميعها باهتمام أقل بكثير من OpenAI أو Google LaMDA لكنها لم تكن بهذا القدر من التطور الذي يتمتع به GPT-3، كما أن معظم هذه النماذج غير متاحة للجمهور، لكن OpenAI بدأت في عمل ذلك حتى خلال مراحل الاختبار الأولية، فيما يتوفر LaMDA من Google لمجموعات محددة وبقدرات محدودة بهدف الاختبار.