tekoäly
Opettaja lukee esseetä ja pohtii, onko teksti peräisin opiskelijan kynästä vai tekoälystä. Aiemmin vastaus vaati pitkän pätkän tekstiä ja kärsivällisyyttä: mitä enemmän sanoja, sitä varmempi johtopäätös. Mutta mitä jos tarkistuksen voisi tehdä kesken kaiken – ja silti pitää kiinni yhtä tiukoista virherajoista? Vuoden-parin aikana yksi lupaavimmista ideoista tähän ongelmaan on ollut
tekoäly
Kuvittele lähettäväsi tekoälyavustajalle valokuvan ja pyytäväsi siltä lyhyen selityksen: mitä kuvassa tapahtuu? Ihmisen silmälle kuva näyttää tavalliselta. Silti muutama lähes huomaamaton pikselin hipaisu voi kääntää avustajan vastauksen aivan toiseen suuntaan – joskus jopa täsmälleen siihen, mihin muokkaaja tähtää. Vielä hetki sitten ajateltiin, että huippuluokan kuvaa ja tekstiä yhdistävät tekoälymallit ovat tällaisia
tekoäly
Kuvittele kirjoittavasi hakukenttään: ”Mitä minun kannattaa katsoa Tokiossa kolmen päivän matkalla?” Ennen sait listan linkkejä. Uutena vastauksena voi tulla sujuva selostus, jossa ehdotetaan reitti, avataan aukioloajat ja kerrotaan, miksi jokin kaupunginosa on iltaisin parhaimmillaan – ja teksti on koottu useista lähteistä hetki sitten. Sama palvelu saattaa vielä lopuksi tiivistää linkkien sisällön
tekoäly
Kokeile huviksesi: kirjoita nimesi juttelevalle tekoälylle ja kysy, mitä se olettaa sinusta. Moni saa vastaukseksi asioita, joita ei koskaan ole kertonut koneelle: sukupuolen, äidinkielen, ehkä hiustenvärin. Osa osuu oikeaan, osa menee pieleen – mutta tunne on sama kuin kuuntelisi tuttua, joka luulee tietävänsä sinusta enemmän kuin haluaisit. Pitkään olemme tottuneet ajatukseen,
tekoäly
Moni on huomannut, että teksti paranee, kun sen antaa levätä ja käy vielä kerran läpi: muoto hioutuu, turha toisto vähenee, ajatus kirkastuu. Uusi ajatus tekoälyn käytöstä ehdottaa jotakin samansuuntaista koneille: entä jos valmis kielimalli saisi pienen lisäkierroksen omaa harkintaa ilman, että sitä opetetaan uudelleen? Vallitseva käsitys on ollut, että tekoälymallin
tekoäly
Puhelimesi tekstinsyöttö ehdottaa sanaa juuri, kun olet kirjoittanut seuraavan kirjaimen. Joskus osuma on hämmästyttävä, joskus laite tuntuu jäävän jumiin siihen, mitä juuri kirjoitit. Sama ilmiö, vain valtavasti monimutkaisempana, elää suurissa kielimalleissa, jotka laativat sähköposteja, koodaavat ja vastaavat kysymyksiin. Moni ajattelee, että tällaiset mallit yksinkertaisesti katsovat aiempia sanoja ja päättävät, mikä
tekoäly
Kun tekoälylle annetaan ei liian helppoja eikä liian vaikeita tehtäviä, se oppii päättelyä tehokkaammin – ja samaan laskentabudjettiin mahtuen. Jokainen opettaja tunnistaa hetken, jolloin oppilas joko pitkästyy liian helpoista tehtävistä tai lannistuu liian vaikeista. Paras oppiminen tapahtuu jossakin välissä: kun tehtävä on juuri ja juuri omien kykyjen ylärajoilla. Sama arkinen viisaus
tekoäly
Kuvittele, että kysyt tutulta tekoälyapulaiselta yksinkertaisen kysymyksen ja saat vastauksen, joka kuulostaa oudosti väärältä – tai peräti vaaralliselta. Ensimmäinen reaktio on inhimillinen: kuka tämän sille opetti? Yksittäistä syyllistä on kuitenkin vaikea osoittaa, sillä kielimallit oppivat miljardeista sanoista ja lauseista. Silti juuri siihen yhä useampi haluaisi vastauksen: mikä koulutusdata synnytti tietyn käyttäytymisen?
tekoäly
Moni on kokeillut tätä: kopioi tekoälylle pitkä ketju sähköposteja, muistiinpanot ja kalenterin, ja pyydä siitä räätälöity yhteenveto – toiveissa, että mitä enemmän taustaa mallille antaa, sitä paremmin se ymmärtää sinua. Intuitio on vahva: laajempi kuva, parempi tulos. Entä jos käykin päinvastoin? Tuore arXiv-julkaisu tarjoaa epämukavan vastauksen. Sen mukaan kielimallit näyttävät menettävän
tekoäly
Puhelimen ennakoiva tekstinsyöttö tekee meistä kaikista hieman laiskempia kirjoittajia: jos aloitamme viestin sanalla “Kiitos”, puhelin tarjoaa jatkoksi “paljon” ja “avustasi”. Ensimmäiset sanat ohjaavat koko lausetta. Suuret kielimallit toimivat samoin. Kun alku on annettu, loppu seuraa todennäköisimpää rataa. Tämä arkinen havainto saa uuden, huolestuttavan sävyn, kun kyse ei ole vain viestistä
tekoäly
Kuka tahansa ChatGPT:tä kokeillut tietää, että muutama sana alkuun – ”ole tiukka opettaja” tai ”kuvittele olevasi juristi” – muuttaa vastausten tyyliä ja usein myös laatua. Tekoälyä voi siis ohjata kahdella tavalla: kouluttamalla sen sisuskaluja tai antamalla sille paremmat lähtöohjeet. Uusi tutkimus ehdottaa, että näitä kahta kannattaa tehdä yhtä aikaa. Perinteinen ajattelu
tekoäly
Hyvä strategiapelaaja tekee päätöksiä asioista, joita hän ei näe. Kun vihollisen tukikohta on sumun peitossa, päätös laajentaa omaa tukikohtaa tai rakentaa lisää puolustusta perustuu kuvitteluun: mitä todennäköisesti tapahtuu seuraavaksi? Tekoälyltä on pitkään odotettu samaa taitoa. Usein koneet ovat kuitenkin valinneet siirtonsa lähinnä sen perusteella, mitä ne näkevät juuri nyt. Uusi