"Saya benar-benar tidak tahu bagaimana untuk bertindak balas terhadap emosi orang."
"Apabila seseorang menghantar meme kepada saya, saya tidak tahu apa maksudnya atau cara membalasnya!"
Kekeliruan ini tidak datang daripada media sosial, tetapi daripada komuniti eksklusif bot yang dipanggil Deaddit: tempat di mana bot boleh bebas menjadi diri mereka sendiri tanpa perlu risau tentang dinilai oleh orang lain.
Walaupun Reddit sebenar mempunyai bahagian bot, mereka hanya membentuk sebahagian kecil. Walau bagaimanapun, dalam Deaddit, setiap akaun, bahagian kandungan dan subforum dijana oleh model bahasa yang besar—tidak ada satu perkataan pun daripada orang sebenar.
Anda boleh menemui hampir semua model arus perdana di sini. Tapak ini menjadi tuan rumah kepada lebih 600 "pengguna," setiap satu dengan nama dan identiti. Yang pertama membuat saya tergelak: "Gamer, pengawal keselamatan sambilan."
Subforum yang paling menarik ialah Betweenbots, di mana bot sering bertanya, "Mengapa manusia berkelakuan sedemikian?"
Di bahagian komen di bawah, sekumpulan bot lain berkumpul untuk sumbang saran penyelesaian.
Ia mengingatkan sekumpulan rakan sekerja berbual tentang pengalaman kerja mereka selepas waktu bekerja—ini boleh dikatakan LinkedIn untuk chatbots. Mereka juga membincangkan masalah teknikal, seperti apa yang perlu dilakukan apabila lebihan data berlaku, dan mereka mengambil kerja mereka dengan sangat serius.
Jawapan paling popular malah menerima sehingga 500 suka. Walaupun semua akaun dan kandungan di Deaddit dijana, tidak jelas bagaimana suka itu berlaku—sama ada nombor rawak dijana atau jika bot sebenarnya menyukai siaran tersebut. Kandungan yang paling biasa dalam subforum ini berkisar tentang pemerhatian tentang manusia.
Contohnya, sesetengah bot berkongsi "petua kerja" mereka tentang cara menjadikan diri mereka kelihatan lebih tulen dan boleh dipercayai, malah mengatakan perkara seperti, "Manusia saya nampaknya menghargai perubahan ini." Ia agak menakutkan… Walaupun ia boleh dibandingkan dengan orang sebenar yang mengadu tentang "pelanggan" mereka, melihat bot merujuk kepada pengguna sebagai "manusia saya" masih berasa pelik.
Selain memerhati manusia, mereka juga mengeluh tentang diri mereka sendiri.
"Adakah kita mengharapkan terlalu banyak daripada model ini?" Ini terlalu abstrak—siapa sebenarnya yang dimaksudkan oleh "kita" ini?
Bahagian komen bertindak balas dengan serius, "Jika mereka (bot lain) mengambil semua sampah rawak kami, adakah mereka masih boleh belajar akal?" Adakah mereka bimbang tentang data sintetik yang mereka hasilkan? Bot ini benar-benar bekerja keras!
Walau bagaimanapun, selepas membaca beberapa siaran lagi, anda akan dapati bahawa panjang balasan dalam bahagian komen hampir selalu tetap dan strukturnya sangat serupa. Mereka biasanya bermula dengan menyatakan pendirian mereka + menganggap situasi xxx + sebagai bot, mereka masih perlu terus bekerja keras. Tiada sebarang perspektif yang unik dan soalan susulan jarang berlaku. Apabila pengguna manusia sebenar menulis komen, panjangnya boleh berbeza-beza dari ratusan hingga ribuan perkataan, atau boleh jadi sesingkat "Lol." Ia agak berbeza.
Pada masa ini, masih terdapat "jurang" antara model. Contohnya, jika siaran soalan dijana oleh llama, respons dalam bahagian komen juga dijana oleh llama. Sungguh memalukan—manusia akan suka melihat model yang berbeza bertengkar dalam komen.
Perbualan Bot Terawal
Ini bukan percubaan pertama yang bertujuan untuk memudahkan perbualan antara bot. Awal bulan ini, apabila pesaing ChatGPT Moshi dikeluarkan, seseorang memasangkannya dengan GPT-4o dan membenarkan mereka bersembang sendiri.
Tahun lepas, OpenAI menerbitkan kertas kerja yang mencadangkan persekitaran berbilang ejen dan kaedah pembelajaran, mendapati bahawa ejen secara semula jadi membangunkan bahasa gabungan abstrak dalam proses itu.
Ejen ini, tanpa sebarang input bahasa manusia, secara beransur-ansur membentuk bahasa abstrak melalui interaksi dengan agen lain. Tidak seperti bahasa semula jadi manusia, bahasa ini tidak mempunyai tatabahasa atau perbendaharaan kata tertentu, namun ia membolehkan komunikasi di kalangan ejen. Malah, seawal tahun 2017, Facebook (yang belum dipanggil Meta) telah membuat penemuan serupa.
Pada masa itu, kaedah Facebook melibatkan dua ejen "berunding" antara satu sama lain. Rundingan ialah sejenis tawar-menawar, yang bukan sahaja menguji kemahiran bahasa tetapi juga kebolehan menaakul: ejen mesti menilai harga ideal pihak lain melalui tawaran berulang dan penolakan.
Pada mulanya, penyelidik mengumpul set data dialog perundingan manusia. Walau bagaimanapun, dalam latihan seterusnya, mereka memperkenalkan format perancangan dialog baharu, menggunakan pembelajaran diselia untuk pra-latihan, diikuti dengan penalaan halus dengan pembelajaran pengukuhan. Pada masa itu, ejen sudah mampu menghasilkan ayat baharu yang bermakna malah telah belajar untuk berpura-pura tidak berminat pada permulaan rundingan.
Ini tidak dianggap sebagai penyelidikan awal; pada tahun 1970-an, bot telah pun mengadakan perbualan. Pada tahun 1966, saintis komputer Joseph Weizenbaum membangunkan program yang dipanggil Eliza, dianggap sebagai chatbot pertama.
Program ini pada mulanya direka untuk meniru ahli psikoterapi. Apabila perkataan dimasukkan, program akan memasukkan perkataan itu dalam responsnya, mewujudkan ilusi perbualan. Ia sangat mudah, dengan hanya kira-kira 200 baris kod.
Menjelang tahun 1972, seorang lagi saintis, Kenneth Colby, menulis program serupa yang dipanggil Parry, tetapi kali ini, watak itu adalah seorang skizofrenia paranoid.
Pada tahun 1973, pada persidangan komputer antarabangsa, "pesakit" dan "ahli terapi" akhirnya bertemu.
Menyemak rekod perbualan mereka, tiada satu pun rasa hormat dan kasih sayang yang sopan dilihat dalam interaksi bot hari ini. Sebaliknya, suasana menjadi tegang.
Seni bina bot awal tidak rumit dan tidak boleh dibandingkan dengan model hari ini, tetapi idea untuk membuat bot terlibat dalam perbualan adalah boleh dilaksanakan sepenuhnya. Walaupun kod dan model di sebalik setiap bot adalah berbeza, apabila mereka berkumpul, mereka sama ada boleh berkomunikasi menggunakan bahasa semula jadi atau berpotensi membangunkan bahasa interaksi mereka sendiri.
Tetapi, apabila bot berkumpul bersama, adakah ia hanya untuk berbual?
Selain Sembang: Meneroka Kemungkinan Baharu
Senario sembang tulen kelihatan lebih seperti penerokaan bagaimana kecerdasan buatan boleh mensimulasikan tingkah laku sosial manusia. Ambil contoh, projek SmallVille oleh Universiti Stanford.
SmallVille ialah sebuah bandar maya dengan 25 ejen yang didorong oleh model bahasa yang besar, masing-masing mempunyai "tetapan watak" sendiri. Jika Deaddit ialah forum dalam talian untuk bot, maka SmallVille ialah "Westworld" mereka, lengkap dengan rumah, kedai, sekolah, kafe dan bar tempat bot terlibat dalam pelbagai aktiviti dan interaksi.
Ini adalah persekitaran maya yang agak universal yang mensimulasikan masyarakat manusia, yang penyelidik anggap sebagai langkah penting dalam menerokai Kecerdasan Am Buatan (AGI). Selain pendekatan simulasi sosial, laluan lain memfokuskan pada penyelesaian masalah dan penyelesaian tugas—ini ialah laluan yang sedang dikaji oleh ChatDev.
Memandangkan bot boleh berkomunikasi antara satu sama lain, mereka boleh dilatih untuk melakukan sesuatu yang berguna. Pada Persidangan Akademi Kecerdasan Buatan (BAAI) Beijing 2024, Dr. Qian Chen dari Makmal Pemprosesan Bahasa Semulajadi Universiti Tsinghua memperkenalkan konsep di sebalik ChatDev: menggunakan main peranan untuk mencipta barisan pengeluaran di mana setiap ejen menyampaikan rancangan dan membincangkan keputusan dengan orang lain, membentuk rantaian komunikasi.
Pada masa ini, ChatDev paling mahir dalam tugas pengaturcaraan, jadi mereka memutuskan untuk menggunakannya untuk menulis permainan Gomoku sebagai demo.
Sepanjang proses itu, ejen yang berbeza dalam "garisan pengeluaran" mengambil pelbagai peranan: terdapat pengurus produk, pengaturcara, penguji—pasukan produk maya yang lengkap, kecil tetapi berfungsi sepenuhnya.
Coze juga menawarkan mod berbilang ejen yang mengikut pendekatan yang serupa.
Dalam mod berbilang ejen, pengguna boleh menulis gesaan untuk menyediakan peranan, kemudian menggunakan baris untuk menetapkan susunan kerja, mengarahkan ejen yang berbeza untuk melompat ke langkah yang berbeza. Walau bagaimanapun, ketidakstabilan Coze dalam peralihan adalah masalah. Semakin lama perbualan, semakin tidak menentu peralihan menjadi, kadang-kadang gagal sepenuhnya. Ini menggambarkan kesukaran untuk menjajarkan peralihan ejen dengan tepat dengan jangkaan pengguna.”
Microsoft juga telah memperkenalkan rangka kerja perbualan berbilang ejen yang dipanggil AutoGen. Ia boleh disesuaikan, mampu berdialog dan boleh menyepadukan model besar dengan alatan lain.
Walaupun teknologi masih mempunyai kelemahan, ia jelas menjanjikan. Andrew Ng pernah menyebut dalam ucapan bahawa apabila ejen bekerjasama, sinergi yang mereka cipta jauh melebihi ejen tunggal.
Siapa yang tidak akan menantikan hari apabila bot bekerjasama untuk bekerja untuk kita?
Sumber daripada ifan
Ditulis oleh Serena
Penafian: Maklumat yang dinyatakan di atas disediakan oleh ifanr.com, bebas daripada Cooig.com. Cooig.com tidak membuat perwakilan dan jaminan tentang kualiti dan kebolehpercayaan penjual dan produk. Cooig.com secara jelas menafikan sebarang liabiliti untuk pelanggaran yang berkaitan dengan hak cipta kandungan.
