εντυπωσιακες οι λειτουργιες του , αλλα πως υποτιθεται θα με βοηθησουν στην καθημερινοτητα μου ;
They won't, όχι ακόμα τουλάχιστον.
Υπάρχει ένα evolution curve που πρέπει αναγκαστικά να ακολουθηθεί μέχρι να φτάσουμε σε κάτι truly disruptive. Εαν θέλουμε να είμαστε ακριβείς βέβαια ακόμα και αυτή η πρώιμη τεχνολογία που έχουμε είναι ήδη disruptive, αλλιώς δεν θα υπήρχε ενδιαφέρον και δεν θα έπεφτε τόση τρελή επένδυση σε αυτά.
Το ζητούμενο ωστόσο σε τέτοιες εφαρμογές δεν είναι τι μπορούν να κάνουν αυτή την στιγμή που μιλάμε αλλά πόσο γρήγορα μπορούν να εξελιχθούν. Και όταν μπορούν να μαθαίνουν απο κείμενο, ήχο, βίντεο, σημαίνει οτι μπορούν να εξελιχθούν πολύ γρήγορα. Το chatGPT φαντάσου είχε εκπαιδευτεί αρχικά μόνο σε κείμενο.
Για να γίνει αντιληπτή καλύτερα αυτή η έννοια το πρώτο τσιπ που κατασκευάστηκε το 1958 απο τον Jack Kilby περιείχε μερικές δεκάδες τρανζίστορ. Τι μπορούσε να κάνει ; Όχι πολλά προφανώς σε σχέση με αυτά στους σημερινούς υπολογιστές. Περίπου 60 χρόνια μετά, δηλαδή σχεδόν μισό αιώνα, ο αριθμός αυξήθηκε σε δισεκατομμύρια τρανζίστορ, δηλαδή μιλάμε μια βελτίωση της τάξεως του 10^9. Και ο υπολογιστής σήμερα έχει κυριαρχίσει σε όλες τις ανθρώπινες δραστηριότητες, σε λιγότερο απο μισό αιώνα εξέλιξης.
Άρα για να το θέσουμε ως μια αναλογία, εαν σήμερα μπορεί απλώς να κάνει αυτά τα πράγματα που για εμάς φαίνονται εντελώς αυτονόητα και βασικά, φαντάσου τι θα κάνει σε 50 χρόνια απο τώρα. Δεν θα φτάσει τον άνθρωπο στα αντίστοιχα tasks...θα τον ξεπεράσει. Λεω απλά και αυτονόητα διότι για εμάς το να κοιτάξουμε μια εικόνα και να αναγνωρίσουμε τι περιέχει είναι ένα πανεύκολο task. Αλλά για έναν υπολογιστή δεν είναι καθόλου,οι εικόνες δεν έχνουν νόημα απο μόνες τους για τον υπολογιστή. Είναι απλώς ένα διάνυσμα τιμών. Φαντάσου λοιπόν απο ένα διάνυσμα με εκατομμύρια τιμές της μορφής :
x = [x0,x1,x2,x3...xn]
Να πρέπει να αποφανθείς εαν περιέχει μια γάτα, ένα σκύλο, έναν άνθρωπο, τι κάνει ο άνθρωπος, εαν είναι λυπημένος, χαρούμενος, σε τι τοπίο βρίσκεται κτλπ. Τρομερά δύσκολο πρόβλημα...(φυσικά το υπεραπλουστεύω τρομερά αλλά you get my point). Εμείς το κάνουμε ασυνείδητα γιατί η ίδια η φύση έχει δημιουργήσει τους μηχανισμούς. Εδώ πας να το κάνεις replicate και engineered όμως έτσι ώστε να μπορεί και ένα τεχνητό δημιούργημα να έχει αυτές τις δυνατότητες.
Ήδη βασικά έχει ξεπεράσει τον άνθρωπο σε ορισμένα πεδία. Για παράδειγμα στην ακτινολογία η τεχνητή νοημοσύνη φαίνεται να είναι το ίδιο καλή εαν όχι καλύτερη με τους ανθρώπους. Το όραμα για το μέλλον είναι να δημιουργηθεί μια γενική τεχνητή νοημοσύνη η οποία δεν θα είναι domain specific expert, δηλαδή ικανότητες και νοημοσύνη σε ένα συγκεκριμένο πεδίο, αλλά θα έχει γενική νοημοσύνη, όπως έχουν οι άνθρωποι. Οπότε θα μπορεί να μεταφέρει γνώση που έμαθε απο ένα συγκεκριμένο πεδίο, σε ένα άλλο.
