არის თუ არა სწრაფი ინჟინერია "fad" ხელს უშლის AI პროგრესს?

Google DeepMind- ის მთავარი მეცნიერი ფიქრობს, რომ მოთხოვნა არის არასწორი ინტერფეისი გენეტიკური AI- სთვის, რომ აღარაფერი ვთქვათ ცუდი AI მკვლევარებისთვის. აი რატომ.

არის თუ არა სწრაფი ინჟინერიის ხელოვნება და მეცნიერება, გენეტიკური AI- ის ინსტრუქციების დახვეწა, კარგი რამ თუ ცუდი რამ? გასაკვირია, რომ არ არსებობს უნივერსალური შეთანხმება.

სწრაფი ინჟინერია გაჩნდა 2024 წლისთვის, როგორც სულ უფრო მნიშვნელოვანი ინტერფეისის ინსტრუმენტი ChatGPT- ის გაქცეული წარმატების შემდეგ 2022 და 2023 წლებში. იმის გაცნობიერებამ, რომ დიდი ენის მოდელებისა და მასთან დაკავშირებული ტექნოლოგიების ინსტრუქციების ჩამოყალიბებამ და შემუშავებამ შეიძლება მიაღწიოს უკეთეს ან უარეს შედეგებს, რამაც სწრაფი ინჟინერია გახადა ძლიერი კვლევის საკუთარი სფერო.

მოტივირებული რწმენით, რომ "კარგად შემუშავებული მოთხოვნა აუცილებელია LLM- ებისგან ზუსტი და შესაბამისი შედეგების მისაღებად", AI- ის აგრესიულმა მომხმარებლებმა - მაგალითად, რაიდის გაზიარების სერვისმა Uber - შექმნეს მთელი დისციპლინები თემის გარშემო.

და მაინც, არსებობს დასაბუთებული არგუმენტი, რომ მოთხოვნა არასწორი ინტერფეისია gen AI- ის მომხმარებლების უმეტესობისთვის, მათ შორის ექსპერტებისთვის.

"ჩემი პროფესიული მოსაზრებაა, რომ მოთხოვნა არის ცუდი ინტერფეისი გენეტიკური AI სისტემებისთვის, რომელიც რაც შეიძლება სწრაფად უნდა გამოვიდეს", - წერს Meredith Ringel Morris, Google- ის DeepMind კვლევითი ერთეულის Human-AI ურთიერთქმედების მთავარი მეცნიერი, კომპიუტერული მეცნიერების ჟურნალის კომუნიკაციების დეკემბრის ნომერში.

მოთხოვნები ნამდვილად არ არის "ბუნებრივი ენის ინტერფეისები", აღნიშნავს მორისი. ისინი "ფსევდო" ბუნებრივი ენაა, ამ ნაწილში ის, რაც მათ მუშაობას აიძულებს, არაბუნებრივია.

"ის ფაქტი, რომ მოთხოვნის ვარიაციები შეუსაბამო იქნება ადამიანის თანამოსაუბრისთვის (მაგალითად, სინონიმების შეცვლა, მცირე რეფრაზირება, ინტერვალის ცვლილებები, პუნქტუაცია ან მართლწერა) იწვევს მოდელის ქცევის მნიშვნელოვან ცვლილებებს, უნდა მოგვცეს ყველა პაუზა", - წერს მორისი, "და ემსახურება როგორც შემდგომ შეხსენებას, რომ მოთხოვნები ჯერ კიდევ საკმაოდ შორს არის ბუნებრივი ენის ინტერფეისისგან."

ეს ვარიაციები, მისი თქმით, დამაბნეველია საშუალო მომხმარებლისთვის, რომელსაც არ შეუძლია დაეყრდნოს იმას, რაც მოდის მოცემული ფრაზიდან.

ადამიანებს შორის ბუნებრივ ენას აქვს ელემენტები, რომლებიც არასდროს შედის მოთხოვნაში, მორისი აღნიშნავს. "როდესაც ადამიანები ერთმანეთთან საუბრობენ, ისინი ერთად მუშაობენ კომუნიკაციისთვის, ქმნიან საუბრის პარტნიორის კომუნიკაციური განზრახვის გონებრივ მოდელებს არა მხოლოდ სიტყვებზე, არამედ პარალინგვისტურ და სხვა კონტექსტურ მინიშნებებზე, გონების თეორიაზე და საჭიროების შემთხვევაში დაზუსტების მოთხოვნით."

ამის საპირისპიროდ, "არკანული მოთხოვნები უკეთეს შედეგს იძლევა, ვიდრე უბრალო ენაზე", - ამბობს ის, რომ "დახვეწილი განსხვავებები სწრაფ და ჭეშმარიტ ბუნებრივენოვან ურთიერთქმედებას შორის იწვევს დაბნეულობას AI სისტემების ტიპიური საბოლოო მომხმარებლებისთვის" და "შედეგები სპეციალურად გაწვრთნილი "სწრაფი ინჟინრების" საჭიროებაში, ისევე როგორც სწრაფი ბაზრები, როგორიცაა PromptBase." სწრაფი ინჟინერიაც კი შეიძლება გამოიწვიოს არათანმიმდევრული, არასანდო შედეგები, მორისი დასძენს.

ეს არ არის მხოლოდ საშუალო მომხმარებლები, რომლებიც განიცდიან მოთხოვნის ნაკლოვანებებს: მოთხოვნის გამოყენება არის ხელოვნური ინტელექტის კვლევის მოწამვლა. კვლევითი ნაშრომები, რომლებიც ყოველ ახალ გარღვევას იწვევს, საიმედოდ არ აცნობებს, თუ რამდენ მოთხოვნას იყენებენ შედეგის მისაღწევად, უმოქმედობა მორისი უწოდებს "დაუყოვნებლივ გატეხვას".

მაგალითად, სწრაფი ჰაკინგი შეიძლება ნიშნავდეს, რომ ახალი AI მოდელების საორიენტაციო ტესტები - მიღწევების შეფასების სტანდარტული გზა - არათანმიმდევრულია და, შესაბამისად, არასწორია.

"მიუხედავად იმისა, რომ მოდელები აშკარად ამოწმებენ იმავე ნიშნულებს", - წერს მორისი, "პრაქტიკაში, ეს მეტრიკა შეიძლება არ იყოს შედარებული იმის გამო, რომ ვარიაციები იმის გამო, თუ როგორ ფუნქციონირებს თითოეული ორგანიზაცია ბენჩმარკირების - ანუ მოთხოვნის ფორმატი, რომელიც გამოიყენება ტესტების მოდელისთვის წარსადგენად."

მოთხოვნის ნაცვლად, მორისი გვთავაზობს სხვადასხვა მიდგომას. ეს მოიცავს უფრო შეზღუდულ მომხმარებლის ინტერფეისებს ნაცნობი ღილაკებით, რათა საშუალო მომხმარებლების პროგნოზირებადი შედეგები მისცეს; "ჭეშმარიტი" ბუნებრივი ენის ინტერფეისები; ან სხვა "მაღალი გამტარუნარიანობის" მიდგომები, როგორიცაა "ჟესტების ინტერფეისები, აფექტური ინტერფეისები (ანუ ემოციური მდგომარეობის შუამავლობით), პირდაპირი მანიპულირების ინტერფეისი (ანუ პირდაპირ მანიპულირება შინაარსი ეკრანზე, შერეულ რეალობაში ან ფიზიკურ სამყაროში)."

მორისი ამტკიცებს, რომ ყველა ეს მიდგომა, ვიდრე მოთხოვნის არკანა, უფრო მარტივი მეთოდებია AI- სთან ურთიერთობისთვის, "რადგან მათ არ სჭირდებათ სწავლის მრუდი და ძალიან გამომხატველია".

AI არის "კრიტიკულ ჯუნგლებში", - წერს იგი. "ჩვენი მიღება, როგორც ბუნებრივი ინტერფეისის "საკმარისად კარგი" სიმულაცია, ხელს უშლის პროგრესს.

"მე ველოდები, რომ ჩვენ გადავხედავთ სწრაფ ინტერფეისებს გენერაციულ AI მოდელებზე, როგორც 2020-იანი წლების დასაწყისის ფასადი - ტაფაში ციმციმი ევოლუციაზე უფრო ბუნებრივი ურთიერთქმედებისკენ უფრო ძლიერი AI სისტემებით."