Maʼlumot izlayotganda, shaxslar uchta usulni tanlashi mumkin: Googlega murojaat qilish, ChatGPT, Claude yoki Gemini kabi sunʼiy intellekt (SI) chatbotiga muloqot qilish yoki toʻgʻridan-toʻgʻri odam bilan gaplashish. SI ning Google Qidiruvga tobora integratsiyalashuvi bilan, birinchi ikkala yoʻl bir xil tajribalar yaratishga moyil boʻladi, bu insoniy muloqotdan farqli oʻlaroq, bunda bilim odamlarning ongida joylashgan.
Asosiy farq shundaki, murojaat qilingan inson mavzu haqida haqiqiy bilimga ega va yangi savollarni hal eta oladi yoki hatto keltirib chiqarishi mumkin, ammo SI bunday ichki bilimga ega emas. Chatbotlarning javoblari ishonchli tuygʻu beradi, yaxshi tuzilgan va izchil boʻlsa-da, platformaning oʻzida kommunikatsiya qilayotgan narsa haqida bilim yoʻqligini tushunish muhimdir.
Inson va SI oʻrtasidagi aloqa turli tillarda amalga oshadi. Agar shaxs barcha dunyo tillarini bilgan boʻlsa ham, u mashinaning tilida gapirmaydi. Inson soʻzlar lugʻatini ishlatadi, mashina esa faqat raqamli nomlanishlarga ega bloklar boʻlgan tokenlarni qayta ishlaydi.
Alura dastur menejeri Fabrício Carraro Olhar Digitalga bergan intervyusida bir token subsoʻzga teng kelishini tushuntirdi. U «feliz» (baxtli), «triste» (xafa) va «divisível» (boʻlinadigan) kabi soʻzlarning alohida tokenlar ekanligini misol keltirdi. «Indivisível» (boʻlinmaydigan) yoki «infeliz» (baxtsiz) kabi soʻzlar uchun «in» tokeni ishlatiladi, bu model lugʻatidagi maʼlum bir raqamga mos keladi va «feliz» tokeni bilan birlashib «infeliz» soʻzini hosil qiladi.
ChatGPT bilan muloqot qilish jarayoni fikrlashni artikulyatsiya qilishdan koʻra, koʻproq «soʻz hisobi» sifatida tavsiflanadi. Carraro aytishicha, SI oʻrganish bosqichlari davomida oʻrgangan narsalarga asoslanib, lugʻatidan minglab tokenlarni tanlaydi va ularning har biriga ehtimollik beradi.
Katta Til Modeli (LLM) ni oʻqitish juda katta hajmdagi maʼlumotlarni talab qiladi; kunlik oʻqish ChatGPT tomonidan qayta ishlangan maʼlumotlar miqdoriga yetish uchun taxminan yuz ming yil kerak boʻlar edi. Dastlabki oʻqitishdan soʻng, kuchaytirilgan oʻrganish sodir boʻladi, bu paytda LLM insonlarga foydali boʻlishi uchun sozlanadi.
Carraro ushbu post-oʻqitish davrida modelga maʼlum bir savolga insonlar kutgan formatda javob berish oʻrgatilishini batafsil bayon etdi. Ushbu kuchaytirilgan oʻrganish ham SI ga qaysi javoblar istalgan va qaysilari istalmaganligi haqida koʻrsatma berishni maqsad qiladi.
Javob berishda SI millionlab matematik operatsiyalarni bajaradi, chunki neyron tarmogʻining har bir neyroni mohiyat jihatidan matematik tenglama hisoblanadi. Inferensiya paytida SI oldindan oʻqitish, post-oʻqitish va kuchaytirilgan oʻrganishda belgilangan ehtimolliklarga muvofiq keyingi tokenni hosil qilib, har bir soʻzni oʻz oʻqitishiga asoslanib tanlaydi; qisqasi, chatbot faqat statistik jihatdan eng ehtimoliy boʻlgan narsani ishlab chiqarmoqda.
Generativ SI platformalari oʻz bilimiga ega boʻlmasa ham, texnologiya kompaniyalari bu cheklovni kamaytirish uchun funksiyalarni joriy etishdi. Bu funksiyalardan biri internetda qidirish imkoniyatini kiritish boʻlib, bu soʻnggi sport natijalari yoki Oscar gʻoliblari kabi hozirgi masalalarga javob berishdagi aniqlikni oshirdi.
Boshqa bir texnika «fikrlash» (reasoning) deb ataladi. Carraro mashina fikrlamasligini, balki ichki mexanizm psixologik jarayonni simulyatsiya qilishini taʼkidladi. Google va OpenAI kabi kompaniyalar modelni ichkarida bir nechta mikro-savollar hosil qilish va ularga javoblar tayyorlash strategiyasini qabul qilishdi, bu jarayonni foydalanuvchiga ochib bermasdan. Bu SI ga xatolarni aniqlashga, muqobil yondashuvlarni sinashga va yanada ishonchli javob berishga imkon beradi, aniqlikni sezilarli darajada yaxshilaydi.
SI hech narsa «bilmasligi» ga qaramay, savollarni aniqlashtirish, kontent yaratish va samaradorlikni oshirishda yordam berish uchun foydaliligi shubhasizdir. SI boʻyicha mutaxassis va FGV professori Kenneth Corrêa SI platformalarini nazariy jihatdan juda ilgʻor kalkulyatorlar deb hisoblaydi.
Amalda, trillionlab parametrli LLMlar oʻz oʻquv bazasidan tashqariga chiqadigan koʻnikmalarga ega javoblar yaratish yoki buyruqlarni yakunlash qobiliyatiga ega ekanligini kuzatish mumkin. Bu vositalar «halusinatsiya» qilsa ham, sezilarli miqdorda natijalarni beradi. Corrêa SI ni shunchaki murakkab kalkulyatorga qisqartirish kerak emas, chunki bu uning keltirib chiqaradigan taʼsirini eʼtiborsiz qoldiradi deb taʼkidlaydi.
Alura dastur menejeri bu kuchli modellar bilan olingan baʼzi kashfiyotlar allaqachon mavjud bilimlar integratsiyasi boʻlishi mumkin, ular yangi tarzda tashkil etilgan va ularni topish uchun faqat «qoʻpol kuch» talab qilinadi.
FGV professori muhim ogohlantirish berdi: bu vositalar axloq va etikadan mahrum. Ular toʻgʻri javob berganida ham, notoʻgʻri javob berganida ham ishonch bildiradi. Shu sababli, inson nazorati zarur, chunki faqat insonlar javoblarni tasdiqlashi va ularning qoʻllanilishini belgilashi mumkin.