Generativer KI-ChatGPT im Vergleich zu diesen endlos tippenden Affen, kein Wettbewerb sagt KI-Ethik und KI-Gesetz

Diese wilden Affen.

Es gibt ein ziemlich berühmtes Gedankenexperiment, von dem Sie vielleicht gehört haben, dass es Affen gibt. Die insgesamt faszinierende Erfindung wird oft von denen verwendet, die einen besonders geschliffenen Punkt machen wollen.

So geht die Handlung.

Stellen Sie sich vor, ein Affe tippt auf einer Schreibmaschine. Wenn der Affe unendlich lange tippt und davon ausgeht, dass der Affe rein zufällig Tasten tippt, stehen die Chancen gut, dass die gesamten Werke von Shakespeare unweigerlich getippt werden.

Das Wesentliche scheint zu sein, dass es allein durch Zufall möglich ist, manchmal eine verständliche Antwort zu erhalten. Wir sind uns alle einig, dass die Werke von Shakespeare eine großartige Ausstellung verständlichen Schreibens und Denkens sind. Daher scheint alles oder jedes Mittel, um Shakespeares wertvolle Worte hervorzubringen, erstaunlich beeindruckend zu sein, obwohl wir gleichzeitig deutlich enttäuscht wären, dass dies nicht durch Intelligenz an sich, sondern durch bloßes zufälliges Glück geschah.

Einige versuchen heutzutage, diese affenbeladene Metapher mit der neuesten künstlichen Intelligenz (KI) zu vergleichen.

Sie wissen wahrscheinlich, dass die heißeste Form der KI heutzutage ist Generative KI, was durch eine weit verbreitete und äußerst beliebte KI-App namens ChatGPT von OpenAI veranschaulicht wird. Ich werde gleich mehr über generative KI und ChatGPT erklären. Im Moment sollten Sie nur wissen, dass dies eine Text-zu-Text- oder Text-zu-Aufsatz-KI-App ist, die basierend auf einer eingegebenen Eingabeaufforderung Ihrer Wahl einen Aufsatz für Sie erstellen kann.

Der behauptete Zusammenhang mit dem sagenumwobenen tippenden Affen ist, dass angeblich die eindrucksvollen, flüssig erscheinenden Aufsätze der generativen KI nicht erstaunlicher sind als die Leistungen des tippenden Primaten. Wenn Sie die Prämisse akzeptieren, dass ein Affe, der zufällig tippt, die Werke von Shakespeare erzeugen kann, und wenn Sie bereit sind zuzugeben, dass ChatGPT und andere generative KI angeblich gleich sind, müssen Sie daraus schließen, dass generative KI überhaupt nicht besonders bemerkenswert ist. Es ist nur der Zufall, der uns täuscht.

Nun, das mag wie ein überzeugender Fall erscheinen, aber wir müssen es auspacken. Ein aufmerksames Auspacken wird zeigen, dass der Vergleich zwischen den beiden ist irreführend und schlichtweg falsch.

Hör auf, Vergleiche anzustellen. Für diejenigen, die darauf bestehen, weiterhin einen Vergleich anzustellen, tun Sie dies bitte zumindest auf eine umsichtige und ehrliche Weise.

Diejenigen, die den Vergleich einfach hin und her werfen, erweisen der generativen KI einen Bärendienst. Und die wichtigere Sorge ist, dass dies für die breite Öffentlichkeit und die Gesellschaft insgesamt irreführend ist. Ich nehme an, wir könnten auch hinzufügen, dass sie den fleißigen Affen auch einen Bärendienst erweisen oder vielleicht den Wert des Satzes der unendlich typisierenden Affen untergraben. Sei fair. Freundlich sein. Sei ehrlich.

Bevor wir uns eingehend damit befassen, gibt es einen Insiderwitz, der die Idee des Tippens von Affen nutzt. Vielleicht gefällt es Dir.

Der zynische Humor wird oft auf die persönliche Korrespondenz während der ersten Blütezeit des Internets zurückgeführt. Zu dieser Zeit bewegte sich das Internet von einem düsteren, ernsthaften Online-Reich in das aus den Fugen geratene Gebiet, laut, ungestüm und widerspenstig zu sein, als die Zahl der Menschen, die das Internet nutzten, nachweislich stieg.

Die humorvolle Anekdote besagt, dass, wenn Affen, die auf Schreibmaschinen tippen, letztendlich das gesamte Werk von Shakespeare produzieren oder, sagen wir, reproduzieren würden, wir jetzt den Beweis haben, dass dies dank des Aufkommens des Internets entschieden geschehen muss nicht wahr sein.

Lachst du?

Einige halten dies für eine urkomische Bemerkung.

Der Witz ist eine Herabsetzung darüber, wie das Internet mit all seinen schäumenden und spuckenden Postings nicht auf das Niveau der Produktion von Shakespeare aufsteigt. Es ist eine scharfe Bemerkung, die darauf hinweist, dass das Internet vermutlich keinen erhöhten Diskurs, sondern einen verunglimpften Diskurs hat. Viele gingen davon aus, dass das Internet ein Segen für intelligente Interaktion sein würde und zum Nachdenken anregende Diskussionen auf der ganzen Welt ermöglichen würde. Es scheint, als hätten wir dies nicht unbedingt auf einer so großen Basis wie erhofft erlebt.

Natürlich würden wir es versäumen, den Witz als wahren Vorboten dessen zu betrachten, was das Internet hervorgebracht hat. Es gibt viele großartige Enthüllungen und bemerkenswerte Werte, die mit dem Internet verbunden sind. Der Witz ist eine Verschönerung oder Übertreibung. Nichtsdestotrotz ist der Punkt weit verbreitet, dass wir auf heimtückische und schlechte Inhalte achten müssen, während wir darauf abzielen, gesellschaftlich inspirierende Werke über die Nutzung des Internets zu finden und zu fördern. Für meine Berichterstattung darüber, wie KI sowohl helfen kann als auch in einem Dual-Use Mode unterläuft den gesellschaftlichen Diskurs durch abfällige Postings im Internet, siehe meine Diskussion unter den Link hier.

In der heutigen Kolumne werde ich auf die signifikanten Unterschiede zwischen der generativen KI und der klassischen Geschichte der tippenden Affen eingehen. Ich werde erklären, wo der Vergleich zu kurz greift. Am Ende werden Sie zweifellos mehr über das Typing-Affen-Theorem wissen und konkreter verstehen, wie generative KI funktioniert. Ich werde mich gelegentlich auf ChatGPT beziehen, da es der 600-Pfund-Gorilla der generativen KI ist (Wortspiel beabsichtigt), aber denken Sie daran, dass es viele andere generative KI-Apps gibt und sie im Allgemeinen auf den gleichen Grundprinzipien basieren.

In der Zwischenzeit fragen Sie sich vielleicht, was generative KI eigentlich ist.

Lassen Sie uns zuerst die Grundlagen der generativen KI behandeln und dann einen genaueren Blick auf die Vergleiche des Typing-Affen-Theorems werfen.

In all dies kommt eine ganze Reihe von Überlegungen zur KI-Ethik und zum KI-Recht.

Bitte beachten Sie, dass es laufende Bemühungen gibt, ethische KI-Prinzipien in die Entwicklung und den Einsatz von KI-Apps einfließen zu lassen. Eine wachsende Gruppe von besorgten und ehemaligen KI-Ethikern versucht sicherzustellen, dass Bemühungen um die Entwicklung und Einführung von KI eine Sichtweise des Tuns berücksichtigen KI für immer und abwenden KI für schlecht. Ebenso werden neue KI-Gesetze vorgeschlagen, die als mögliche Lösungen herumgereicht werden, um zu verhindern, dass KI-Bemühungen in Bezug auf Menschenrechte und dergleichen Amok laufen. Für meine laufende und umfassende Berichterstattung über KI-Ethik und KI-Recht siehe den Link hier und den Link hier, nur um ein paar zu nennen.

Die Entwicklung und Verbreitung ethischer KI-Vorschriften wird verfolgt, um hoffentlich zu verhindern, dass die Gesellschaft in eine Vielzahl von KI-verursachenden Fallen tappt. Für meine Berichterstattung über die UN-KI-Ethikprinzipien, wie sie von fast 200 Ländern durch die Bemühungen der UNESCO entwickelt und unterstützt werden, siehe den Link hier. In ähnlicher Weise werden neue KI-Gesetze untersucht, um zu versuchen, die KI auf Augenhöhe zu halten. Einer der neuesten Takes besteht aus einer Reihe von Vorschlägen AI-Bill of Rights die das US-Weiße Haus kürzlich veröffentlicht hat, um die Menschenrechte im Zeitalter der KI zu identifizieren, siehe den Link hier. Es braucht ein ganzes Dorf, um KI und KI-Entwickler auf einem rechtmäßigen Weg zu halten und die absichtlichen oder versehentlichen hinterhältigen Bemühungen abzuschrecken, die die Gesellschaft untergraben könnten.

Ich werde Überlegungen zu KI-Ethik und KI-Recht in diese Diskussion einfließen lassen.

Grundlagen der generativen KI

Die bekannteste Instanz der generativen KI wird durch eine KI-App namens ChatGPT repräsentiert. ChatGPT trat bereits im November in das öffentliche Bewusstsein, als es von der KI-Forschungsfirma OpenAI veröffentlicht wurde. Seitdem hat ChatGPT übergroße Schlagzeilen gemacht und die zugeteilten fünfzehn Minuten Ruhm erstaunlich überschritten.

Ich vermute, Sie haben wahrscheinlich schon von ChatGPT gehört oder kennen vielleicht sogar jemanden, der es verwendet hat.

ChatGPT wird als generative KI-Anwendung angesehen, da es Text von einem Benutzer als Eingabe nimmt und dann erzeugt oder produziert eine Ausgabe, die aus einem Aufsatz besteht. Die KI ist ein Text-zu-Text-Generator, obwohl ich die KI als einen Text-zu-Essay-Generator beschreibe, da dies besser verdeutlicht, wofür sie üblicherweise verwendet wird. Sie können generative KI verwenden, um lange Kompositionen zu komponieren, oder Sie können sie dazu bringen, eher kurze, prägnante Kommentare abzugeben. Es ist alles auf Ihr Gebot.

Alles, was Sie tun müssen, ist eine Eingabeaufforderung einzugeben, und die KI-App generiert für Sie einen Aufsatz, der versucht, auf Ihre Eingabeaufforderung zu antworten. Der verfasste Text wird so aussehen, als ob der Aufsatz von menschlicher Hand und Verstand geschrieben wurde. Wenn Sie eine Eingabeaufforderung mit der Aufschrift „Erzählen Sie mir von Abraham Lincoln“ eingeben, liefert Ihnen die generative KI einen Aufsatz über Lincoln. Es gibt andere Modi der generativen KI, wie Text-to-Art und Text-to-Video. Ich werde mich hier auf die Text-zu-Text-Variation konzentrieren.

Ihr erster Gedanke könnte sein, dass diese generative Fähigkeit keine so große Sache zu sein scheint, wenn es um die Erstellung von Aufsätzen geht. Sie können ganz einfach eine Online-Suche im Internet durchführen und Tonnen und Tonnen von Essays über Präsident Lincoln finden. Der Clou im Fall der generativen KI ist, dass der generierte Aufsatz relativ einzigartig ist und eher eine Originalkomposition als eine Nachahmung darstellt. Wenn Sie versuchen würden, den von der KI erstellten Aufsatz irgendwo online zu finden, würden Sie ihn wahrscheinlich nicht entdecken.

Die generative KI ist vortrainiert und nutzt eine komplexe mathematische und rechnerische Formulierung, die durch die Untersuchung von Mustern in geschriebenen Wörtern und Geschichten im Internet erstellt wurde. Als Ergebnis der Untersuchung von Tausenden und Millionen geschriebener Passagen kann die KI neue Aufsätze und Geschichten ausspucken, die ein Mischmasch aus dem sind, was gefunden wurde. Durch das Hinzufügen verschiedener probabilistischer Funktionen ist der resultierende Text im Vergleich zu dem, was im Trainingssatz verwendet wurde, ziemlich einzigartig.

Es gibt zahlreiche Bedenken hinsichtlich der generativen KI.

Ein entscheidender Nachteil ist, dass die von einer generativen KI-App erstellten Aufsätze verschiedene Unwahrheiten enthalten können, darunter offensichtlich unwahre Fakten, irreführend dargestellte Fakten und scheinbare Fakten, die vollständig erfunden sind. Diese fabrizierten Aspekte werden oft als eine Form von bezeichnet KI-Halluzinationen, ein Schlagwort, das ich nicht mag, aber bedauerlicherweise trotzdem populär zu werden scheint (für meine detaillierte Erklärung, warum dies eine lausige und ungeeignete Terminologie ist, siehe meine Berichterstattung unter den Link hier).

Ein weiteres Problem ist, dass Menschen einen von generativer KI erstellten Aufsatz leicht anerkennen können, obwohl sie den Aufsatz nicht selbst verfasst haben. Sie haben vielleicht gehört, dass Lehrer und Schulen ziemlich besorgt über das Aufkommen generativer KI-Apps sind. Schüler können möglicherweise generative KI verwenden, um ihre zugewiesenen Aufsätze zu schreiben. Wenn ein Schüler behauptet, dass ein Aufsatz von seiner eigenen Hand geschrieben wurde, besteht für den Lehrer kaum eine Chance zu erkennen, ob er stattdessen von generativer KI gefälscht wurde. Für meine Analyse dieser verwirrenden Facette von Schülern und Lehrern siehe meine Berichterstattung unter den Link hier und den Link hier.

Es gab einige verrückte übergroße Behauptungen in den sozialen Medien darüber Generative KI behaupten, dass diese neueste Version der KI tatsächlich ist empfindungsfähige KI (Nein, sie sind falsch!). Diejenigen in den Bereichen KI-Ethik und KI-Recht sind besonders besorgt über diesen aufkeimenden Trend zu überzogenen Ansprüchen. Sie könnten höflich sagen, dass einige Leute übertreiben, was die heutige KI tatsächlich leisten kann. Sie gehen davon aus, dass KI Fähigkeiten hat, die wir noch nicht erreichen konnten. Das ist bedauerlich. Schlimmer noch, sie können zulassen, dass sie selbst und andere in schlimme Situationen geraten, weil sie davon ausgehen, dass die KI empfindungsfähig oder menschenähnlich sein wird, wenn es darum geht, Maßnahmen zu ergreifen.

KI nicht vermenschlichen.

Wenn Sie dies tun, geraten Sie in eine klebrige und mürrische Vertrauensfalle, in der Sie erwarten, dass die KI Dinge tut, die sie nicht ausführen kann. Abgesehen davon ist die neueste generative KI relativ beeindruckend für das, was sie kann. Beachten Sie jedoch, dass es erhebliche Einschränkungen gibt, die Sie bei der Verwendung einer generativen KI-App immer im Hinterkopf behalten sollten.

Eine letzte Vorwarnung vorerst.

Was auch immer Sie in einer generativen KI-Antwort sehen oder lesen scheint rein sachlich vermittelt werden sollen (Daten, Orte, Personen usw.), bleiben Sie skeptisch und bereit, das, was Sie sehen, noch einmal zu überprüfen.

Ja, Daten können zusammengebraut werden, Orte können nachgeholt werden, und Elemente, von denen wir normalerweise erwarten, dass sie über jeden Zweifel erhaben sind, sind es alle Verdacht ausgesetzt. Glauben Sie nicht, was Sie lesen, und behalten Sie ein skeptisches Auge, wenn Sie Aufsätze oder Ergebnisse generativer KI untersuchen. Wenn Ihnen eine generative KI-App sagt, dass Abraham Lincoln in seinem Privatjet durch das Land geflogen ist, würden Sie zweifellos wissen, dass dies Malarky ist. Unglücklicherweise erkennen einige Leute vielleicht nicht, dass es zu seiner Zeit keine Jets gab, oder sie wissen es vielleicht, bemerken aber nicht, dass der Essay diese dreiste und unverschämt falsche Behauptung aufstellt.

Eine starke Dosis gesunder Skepsis und eine beständige Denkweise des Unglaubens werden Ihr größtes Kapital sein, wenn Sie generative KI verwenden.

Wir sind bereit, in die nächste Phase dieser Erläuterung einzutreten.

Was passiert mit diesen tippenden Affen?

Jetzt, da Sie einen Anschein davon haben, was generative KI ist, können wir den Vergleich mit den tippenden Affen untersuchen. In gewisser Weise werde ich Schritt für Schritt das Monkey-Typing-Theorem auseinander nehmen. Ich tue dies, um die Grundlagen zu beleuchten. Wir können dann die aufgedeckten Elemente verwenden, um einen Vergleich mit der generativen KI anzustellen.

Das Theorem oder die Hypothese der Typing Monkeys enthält einen Kernsatz von Elementen:

• a) Wer oder was. Die identifizierte Kreatur oder der Akteur, der die Eingabe durchführt
• b) Anzahl und Langlebigkeit. Wie viele von ihnen es gibt und wie langlebig sie sind
• c) Ausgegebene Symbole. Erzeugung von Buchstaben und bekannten Symbolen über ein rudimentäres Gerät
• d) Zeit. Dauer der Ausführung der Aufgabe
• e) Intelligenz. Welches Geschick bringen sie zur Erfüllung der Aufgabe mit
• f) Gezielte Ausgabe. Die gezielte Ausgabe dessen, was wir von ihnen erwarten

Untersuchen wir zunächst die Tippaffen.

Sie erinnern sich vielleicht, dass ich zu Beginn dieser Diskussion erwähnt habe, dass wir uns vorstellen sollten, dass ein Affe auf einer Schreibmaschine tippt. Ich habe die Grundkonzepte so bezeichnet, dass nur ein Affe dies tut. Wir können diese Facette anpassen.

Hier sind Möglichkeiten, wie die Situation oft dargestellt wird:

• Ein einsamer Affe einer alltäglichen sterblichen Existenz
• Tausend solcher Affen
• Eine Million solcher Affen
• Unendlich viele solcher Affen
• Ein einsamer Affe, der unsterblich ist
• Einige unsterbliche Affen
• Usw.

Beachten Sie, dass wir, anstatt nur einen Affen zu haben, das Gedankenexperiment umgestalten und eine Vielzahl von Affen haben könnten, die vermutlich gleichzeitig arbeiten. Darüber hinaus ist ein weiterer einstellbarer Aspekt, ob die Affen sterblich oder unsterblich sind. Ich werde gleich weiter darauf eingehen.

Wir müssen auch den Faktor Zeit als eine entscheidende Zutat einbeziehen.

Normalerweise ist der Zeitfaktor eine dieser beiden Überlegungen:

• Endliche Zeitspanne
• Unendliche Zeit

Ein weiteres etwas unausgesprochenes zugrunde liegendes Element ist, dass in diesem Fall Affen verwendet werden, weil wir sie für relativ gedankenlos halten. Sie können weder lesen noch schreiben. Sie sind nicht in der Lage, Intelligenz auf die gleiche Weise zu zeigen, wie wir Intelligenz mit menschlichen Fähigkeiten assoziieren.

Das ist etwas beleidigend, wenn man darüber nachdenkt. Ich denke, wir sind uns alle einigermaßen einig, dass Affen erstaunlich schlau sind, zumindest was sie innerhalb ihrer Denkgrenzen erreichen können. Ich wage zu behaupten, dass wir Affen ein größeres Denkvermögen zuschreiben als vielen anderen Tieren. Es gibt viele fleißige Forschungsexperimente, die durchgeführt wurden, um zu zeigen, wie geistig scharfe Affen sein können.

In jedem Fall wird für die Zwecke der Metapher davon ausgegangen, dass Affen nicht in einem Maße denken können, dass sie sich die Werke von Shakespeare aus eigenem Antrieb vorstellen könnten. Während der klassische Film Planet der Affen versucht hat, uns vorzuwarnen, dass dies eine falsche Annahme sein könnte, gehen wir in der heutigen Welt auf jeden Fall damit um.

Wenn wir die Verwendung von Ameisen für die Affen ersetzen, löst sich die Metapher etwas auf. Wir stellen uns Ameisen nicht so vor, als könnten sie auf Schreibmaschinen tippen. Wir könnten versuchen, die Verwendung von Hunden oder Katzen zu ersetzen, da sie fast auf einer Schreibmaschine tippen könnten, aber am Ende ist die Verwendung von Affen am besten, da sie auf eine Weise tippen können, die an das Tippen von Menschen erinnert. Sie haben die geeigneten Gliedmaßen und Körperstrukturen, um die anstehende Aufgabe auszuführen. Sie werden auch mental als schreibfähig angesehen, obwohl wir davon ausgehen, dass sie nicht wissen, was sie tippen.

Abgesehen davon gab es viele Forschungsexperimente mit Affen und ihrer Erkennung von Symbolen. In diese verschiedenen Studien wurden Setups einbezogen, bei denen die Affen auf Schreibmaschinen oder ähnlichen Geräten tippten. Wenn dies angemessen durchgeführt wird, kann dies sinnvoll sein, um nützliche Erkenntnisse über Intelligenz und das Entstehen intelligenter Verhaltensweisen zu erlangen.

Leider wird die Forschung, die das Schreiben auf Schreibmaschinen mit sich bringt, manchmal nicht besonders ernsthaft betrieben. Zuweilen war der verwendete Ansatz nichts weiter als eine schwache Anspielung auf das berühmte oder berüchtigte Affen-Typisierungstheorem, anstatt auf ehrliche Grundlagenforschung. Ich finde solche Possen weder amüsant noch angemessen. Die Vorstellung war, dass Affen physisch Schreibmaschinen gegeben wurden und ermutigt wurden, je nach Laune oder manchmal für Leckereien wie Essen zu tippen. Wenn dies nicht in einer echten, robusten experimentellen Weise geschieht, ist es nichts weiter als eine Fassade.

Eine kleine Wendung, die angenehmer ist, besteht darin, computergestützte Simulationen einzurichten, die vorgeben, das auszuführen, was Affen unter diesen Umständen tun könnten. Der Computer wird verwendet, um diese Aspekte zu simulieren. Es sind keine echten Affen beteiligt. Einige sind sogar so weit gegangen, ein bisschen sogenanntes zu tun Bürgerwissenschaft indem die Simulation an jeden verteilt wird, der bereit ist, seinen Laptop oder Computer für diese Bemühungen zu verwenden. Fallen Sie nicht auf gefälschte Betrüger herein, die heimtückisch behaupten, dass sie dies für die Wissenschaft tun, obwohl sie in Wirklichkeit versuchen, Ihren Computer mit einem Computervirus zu infizieren. Sei vorsichtig.

Zurück zum eigentlichen Thema.

Ein Aspekt, der ebenfalls maßgeblich zu diesem Umstand beiträgt, ist, dass Schreibmaschinen in dieser hypothetischen Typing Monkey verwendet werden.

Warum Schreibmaschinen?

Denn so können wir Buchstaben produzieren, die dann zu Wörtern geformt werden können, die dann zu Geschichten geformt werden können. Die gleiche oder ähnliche Vorstellung, viele Buchstaben zu produzieren, erfordert nicht unbedingt, dass wir sie tippen. Tatsächlich gibt es Varianten dieser Metapher, die bis in die Zeit von Aristoteles zurückreichen, und ergo gab es damals noch keine Schreibmaschinen.

Wir könnten die Metapher ändern und auf moderne Tastaturen und Computer verweisen. Wir könnten sagen, dass die Affen auf einem Laptop oder vielleicht sogar auf einem Smartphone herumhämmern. Das Schöne an der Bezugnahme auf Schreibmaschinen ist, dass wir Schreibmaschinen als nicht computerisiert assoziieren und daher den Schreibvorgang selbst nicht unterstützen. Dies ist entscheidend für die Erfindung beteiligt.

Zuletzt wird uns meist der Aspekt präsentiert, dass die Werke von Shakespeare produziert werden sollen. Wir könnten Shakespeare ohne weiteres durch jeden anderen bekannten Autor ersetzen. Es könnte sein, dass wir wissen wollen, ob die Affen die gesamten Werke von Charles Dickens, Jane Austen, Ernest Hemingway und so weiter produzieren können. Es ist nicht besonders wichtig. Das Wesentliche ist, dass das Schreiben etwas sein muss, das wir alle kennen und das wir als herausragendes Schreiben anerkennen.

Wir können leicht jede Schrift ersetzen, die wir als Ziel festlegen möchten.

Die Bequemlichkeit, sich auf Shakespeare zu beziehen, besteht darin, dass seine Werke als die Spitze oder Spitze des menschlichen Schreibens angesehen werden. Wir könnten stattdessen einen Aufsatz finden, der von einem Erstklässler geschrieben wurde, und diesen als Ziel verwenden. Ob Sie es glauben oder nicht, die gleichen Regeln gelten immer noch. Die Leute würden es wahrscheinlich nicht inspirierend finden, dass die Affen die Schrift eines Kindes reproduzieren könnten. Um die Dinge spannend zu halten, muss das Schreiben auf höchstem Niveau sein.

Eine Variante der angestrebten Ausgabe wäre, sich auf ein bestimmtes Werk von Shakespeare zu beziehen und nicht auf sein gesamtes Werk. Wie Sie bald sehen werden, macht es für den Kern der Sache kaum einen Unterschied. Ich würde vermuten, dass viele Leute dazu neigen, zu erwähnen Weiler als Teil des Monkey-Typing-Theorems, vielleicht weil dies zufällig sein längstes Stück ist, das sich auf eine Größe von 29,551 Wörtern beläuft (bestehend aus etwa 130,000 Buchstaben).

Jedes seiner Stücke würde genügen.

Die ganze Erfindung hängt von den verschiedenen Wahrscheinlichkeitsgesetzen ab. Vielleicht haben Sie in den zermürbenden Fächern Statistik und Mathematik, die Sie in der Schule belegt haben, etwas über die Nuancen von Wahrscheinlichkeiten gelernt.

Lassen Sie uns das Wort „Hamlet“ verwenden, um zu sehen, was nötig ist, um diese sechs Buchstaben zufällig in dieser bestimmten Sequenz von Hamlet zu erzeugen.

Der einfachste Weg, dies arithmetisch zu berechnen, besteht darin, anzunehmen, dass wir eine einfache runde Zahl der Anzahl verfügbarer Tasten auf einer Schreibmaschine haben. Angenommen, wir haben eine Schreibmaschine mit 50 unterschiedlichen und gleichermaßen verwendbaren Tasten. Jede Taste repräsentiert ein bestimmtes Symbol, wie beispielsweise die Symbole des üblichen englischen Alphabets. Nehmen Sie an, dass die Tasten in zufälliger Reihenfolge angeordnet sind und dass wir die Situation nicht manipuliert haben, indem wir die einzelnen Hamlet-Tasten in eine bestimmte Anordnung gebracht haben, um zu veranlassen, dass diese spezifischen Tasten mehr als alle anderen Tasten eingegeben werden.

Jede Taste wird völlig unabhängig von der zuvor gedrückten Taste gedrückt. Daher wird von den 50 Tasten die Wahrscheinlichkeit, dass eine Taste gedrückt wird, als 1 von 50 Wahrscheinlichkeit betrachtet. Dasselbe gilt für alle Tasten und den gesamten Schreibaufwand. Die Berechnung für das Drücken einer einzelnen Taste ist eine Wahrscheinlichkeit von 1 von 50, oder das ist 1/50.

Die Chancen, den Buchstaben „H“ zu tippen, sind dann 1/50, und die Chancen, den Buchstaben „a“ zu tippen, sind 1/50, und die Chancen, den Buchstaben „m“ zu tippen, sind 1/50 und so weiter.

Das ist:

• Die Wahrscheinlichkeit, dass „H“ getippt wird, ist 1/50.
• Die Wahrscheinlichkeit, dass „a“ getippt wird, ist 1/50.
• Die Wahrscheinlichkeit, dass „m“ eingegeben wird, ist 1/50.
• Die Wahrscheinlichkeit, dass „l“ eingegeben wird, ist 1/50.
• Die Wahrscheinlichkeit, dass „e“ getippt wird, ist 1/50.
• Die Wahrscheinlichkeit, dass „t“ getippt wird, ist 1/50.

Eine Standardregel oder ein Gesetz der Wahrscheinlichkeit besagt, dass wir, wenn zwei oder mehr Ereignisse vollständig statistisch unabhängig voneinander sind, die Wahrscheinlichkeit berechnen können, dass sie beide eintreten, indem wir einfach ihre Wahrscheinlichkeiten miteinander multiplizieren. Wir können dies in Bezug auf diese sechs Buchstaben tun.

Wir haben diese Rechnung: „H“ (1/50) x „a“ (1/50) x „m“ (1/50) x „l“ (1/50) x „e“ (1/50) x „t“ (1/50)

Das heißt: (1/50) x (1/50) x (1/50) x (1/50) x (1/50) x (1/50)

Die kleinste Zahl kommt auf 1/15,625,000,000.

Die Wahrscheinlichkeit, das aus sechs Buchstaben bestehende Wort „Hamlet“ einzutippen, liegt bei etwa eins zu 15 Milliarden, wenn alle anderen gleich sind.

Das sind erschreckende Chancen. Und dies dient lediglich dazu, ein bestimmtes Wort mit sechs Buchstaben einzugeben. Versuchen Sie, dieselbe Berechnung auf die 29,551 Wörter des gesamten Hamlet-Spiels anzuwenden. Wenn Sie sich dazu entschließen, dies zu berechnen, sollten Sie sich auch darüber im Klaren sein, dass die Leerzeichen zwischen den Wörtern berücksichtigt werden müssen.

Je länger die angestrebte Ausgabe ist, desto größer sind die Chancen, dass wir nicht in der Lage sind, diese präzisen Sätze von Buchstaben und Wörtern zu generieren. Die Chancen werden immer kleiner. Die Chancen sind so gering, dass wir fast das Handtuch werfen und sagen würden, dass es so aussieht, als würde es „nie“ passieren (seien Sie vorsichtig, wenn Sie das Wort „nie“ verwenden, da dies eine gewaltige Behauptung ist).

Nehmen Sie zum Beispiel einen sterblichen Affen.

Nach verschiedenen seriösen Online-Angaben beträgt die übliche Lebenserwartung eines Affen in freier Wildbahn etwa 40 Jahre. Wenn Sie diese Lebensdauer diskutieren möchten, können wir einfach die Zahl 100 verwenden und mit einer eher unwahrscheinlichen Obergrenze fortfahren. Ein Affe, der sagen wir hundert Jahre ununterbrochen auf einer Schreibmaschine tippt, Zeit zum Ausruhen, Essen oder Ähnliches nicht eingerechnet, und davon ausgeht, dass dies alles ist, was der Affe von der Geburt bis zu seinem letzten Atemzug getan hat, hat immer noch gewonnen nicht helfen, die Quoten des Schreibens auszugleichen Weiler Alles in allem (der Affe würde, wenn er 100 Jahre lang ununterbrochen jede Sekunde eine Taste tippen würde, etwa 3,155,673,600 Tasten drücken).

Wir können vernünftigerweise sagen, dass es enorm unwahrscheinlich ist, dass ein sterblicher Affe das Spiel zufällig tippen könnte Weiler.

Sie können die Anzahl der sterblichen Affen erhöhen, aber dies trägt wenig dazu bei, die überwältigenden Chancen gegen die Eingabe von Hamlet zu ändern. Manche behaupten, dass es tausend Affen gibt. Ein anderer Ansatz besagt, dass es eine Million Affen gibt. Angenommen, sie alle wurden 100 Jahre alt und tippten jeweils eine zufällige Taste auf ihrer eigenen jeweiligen Schreibmaschine mit einer ununterbrochenen Geschwindigkeit von einer Taste pro Sekunde, dann macht dies immer noch keinen statistisch nennenswerten Eindruck beim Abtippen des Stücks Weiler.

Denken Sie über all dies nach.

Etwas augenzwinkernd, wo genau würden Sie eine Million Affen für diese Aufgabe unterbringen? Stellen Sie sich auch vor, dass die Schreibmaschinen hundert Jahre lang ununterbrochen verwendet werden müssen (können Sie eine Million funktionierende Schreibmaschinen finden, die niemand will und bereit ist, für dieses einstige Projekt zu spenden?). Scheint, als müssten Sie sofort viele Ersatzschreibmaschinen bereithalten. Usw. Die Logistik ist atemberaubend.

Das alles wirkt dann düster, dass sich die sterblichen Affen wahrscheinlich nicht fortpflanzen werden Weiler.

Aber angenommen, wir machen sie unsterblich. Ja, wir geben ihnen einen Zaubertrank, der sie ewig leben lässt. Wir brauchen nicht einmal mehr als einen unsterblichen Affen. Nur einer wird es tun. Es könnte die Metapher spannender machen zu behaupten, dass wir tausend oder eine Million unsterbliche Affen haben.

Wenn wir einen Affen haben, der ewig leben kann, könnten wir vorschlagen, dass dies ein unendlicher Affe ist. Es kann unendlich lange auf die Tasten der Schreibmaschine hämmern. Dieser Affe wird einfach weitermachen und weitermachen. Dementsprechend stehen zwar auch die Chancen beim Tippen im Spiel Weiler extrem klein waren, deutet der Aspekt, dass der Affe es endlos weiter versuchen wird, irgendwann auf das Spiel hin Weiler wird mit ziemlicher Sicherheit getippt worden sein.

Die Faustregel lautet sozusagen, dass eine Abfolge von Ereignissen, die eine Wahrscheinlichkeit ungleich Null hat, wenn auch außerordentlich geringe Chancen haben, der wir vernünftigerweise zustimmen würden, fast fast eintreten wird, wenn wir unendlich viel Zeit zum Spielen haben, alles andere ist gleich. Diejenigen in den Bereichen Mathematik und Statistik neigen dazu, dieselbe Überlegung durch die Verwendung von Zeichenfolgen oder sogar Binärzahlen von 0 und 1 zu beschreiben. Wenn Sie eine endliche Menge von Symbolen haben, gibt es eine unendliche Reihe von ihnen, wobei jedes Symbol hat einheitlich zufällig ausgewählt wurde, gibt es darin eine endliche Zeichenfolge, deren Auftreten Sie mit ziemlicher Sicherheit vorhersehen können.

Das alles hat einen großen Haken.

Wir leben in einer Welt der Endlichkeit. Keiner von uns scheint unendlich viel Zeit zur Verfügung zu haben. Für diejenigen unter Ihnen, die sagen, dass Sie es tun, ein großes Lob. Mein Hut geht vor dir.

Wenn Sie den tippenden Affen die endliche Welt aufzwingen, werden Sie feststellen, dass Sie gegen eine ziemlich harte Wand stoßen. Analysen des Typing-Affe-Theorems werden ziemlich genau die Wahrscheinlichkeit für das Erreichen des Spiels angeben Weiler in endlicher Zeit nahe genug bei Null ist, dass es für jede vernünftige Betriebsgrundlage einfach nicht wahrscheinlich ist, dass es passiert. Die übliche Darstellung ist, dass, wenn Sie so viele Affen verwenden, wie es Atome im bekannten Universum gibt, und sie viele Zillionen Mal der Zeitspanne des Universums getippt haben, Sie immer noch unvorstellbar winzig kleine, unergründliche Chancen haben, die zu sehen spielen Weiler.

Das Typing Monkey Theorem ist ein ziemlicher Schrei und wird oft als eines der sieben besten Gedankenexperimente unserer Zeit eingestuft. Sie können das Theorem gerne zusätzlich überprüfen, da online viele Analysen verfügbar sind. Es ist eine anschauliche und unterhaltsame Art, Wahrscheinlichkeiten und Statistiken zu verstehen. Anstatt sich ausschließlich mit trockenen Zahlen zu befassen, können Sie sich diese lebenslustigen, ausgelassenen Affen und all diese altmodischen Klick-Klack-Schreibmaschinen vorstellen.

Wir sind jetzt bereit, generative KI in das Affen- und Schreibmaschinen-Rätsel zu bringen.

Generative KI ärgert sich über die tippenden Affen

Die Prämisse, die wir genau untersuchen werden, ist die umstrittene Behauptung, dass sich generative KI wie ChatGPT nicht von den typisierenden Affen unterscheidet. Es wird gesagt, ob ChatGPT oder irgendeine generative KI produzieren kann Weiler oder ähnlichen bekannten Werken, ist dies ein völlig zufälliges Ergebnis, das wahrscheinlich auf die gleiche Weise entstanden ist, wie Affen dazu gelangen könnten, dieses seit langem geschätzte und tief verehrte Shakespeare-Stück abzutippen.

Sorry, das ist falsches Denken bei diesem gewichtigen Thema.

Mal sehen warum.

Lassen Sie uns zunächst überprüfen und erweitern, woraus generative KI besteht.

Erinnern Sie sich daran, dass ich zuvor darauf hingewiesen habe, dass generative KI Software ist, die die Verwendung von Algorithmen beinhaltet, um Daten aus dem Text zu trainieren, der im Internet und über andere ähnliche Quellen vorhanden ist. Eine Vielzahl von Mustervergleichen hat mathematisch und rechnerisch Muster unter den Millionen und Abermillionen von Erzählungen und Essays identifiziert, die wir Menschen verfasst haben.

Die Worte haben keine besondere Bedeutung für sich. Betrachten Sie sie als Objekte. Innerhalb des Computers werden sie als Zahlen dargestellt, die wir als Token bezeichnen. Sie werden als bequemes Mittel verwendet, um andere Wörter oder Tokens miteinander zu assoziieren, und zwar in einer detaillierten und komplizierten statistischen webähnlichen Struktur.

Einige im KI-Bereich sind besorgt, dass dies nichts weiter ist als das, was als a bezeichnet wird stochastischer Papagei.

Sie sehen, anstatt zu versuchen, den Wörtern einen Anschein von „Bedeutung“ zuzuordnen, handelt es sich stattdessen nur um eine umfassende Indizierung von Wörtern, die um oder neben anderen Wörtern verwendet zu werden scheinen. Im Gegensatz dazu gehen wir davon aus, dass Menschen die Natur und Bedeutung von Wörtern „verstehen“ können.

Berücksichtigen Sie Ihren täglichen Zugriff auf das Vorhandensein von Wort-zu-Wort-Korrespondenzen. Ähnlich wie bei der Verwendung einer gewöhnlichen Autovervollständigungsfunktion in Ihrer Textverarbeitungssoftware berechnet der Computer mathematisch, dass auf ein bestimmtes Wort normalerweise ein anderes bestimmtes Wort folgt, dem wiederum ein anderes bestimmtes Wort folgt, und so weiter. So können Sie oft anfangen, einen Satz zu schreiben, und das Textverarbeitungspaket zeigt Ihnen eine Vermutung an, was die zusätzlichen Wörter des Satzes sein werden.

Es ist eine Vermutung, denn statistisch gesehen könnten dies die üblichen Wörter des Satzes sein, aber Sie haben vielleicht etwas anderes im Sinn, sodass die Vorhersage von dem abweicht, was Sie schreiben wollten. Vermutlich gibt es genügend andere Beispiele für Sätze, die diese Wörter verwenden, von denen der Algorithmus abschätzen kann, dass Sie den Satz wahrscheinlich mit den vorhergesagten Wörtern beenden möchten. Das ist nicht eisern. Außerdem ist mit dieser rechnerischen Vermutung keine „Bedeutung“ verbunden.

Einige KI-Forscher argumentieren, dass das Erreichen echter KI oft als geprägt wird Künstliche Allgemeine Intelligenz (AGI), wir müssen irgendwie eine noch entdeckte oder erfundene Form des „Verstehens“ in Computern kodifizieren (siehe meine Kolumne für zahlreiche Postings über AGI und das Streben nach AGI). Sie befürchten, dass die Manie über generative KI nur eine Sackgasse ist. Wir werden weiterhin versuchen, die generative KI immer weiter voranzutreiben, indem wir die Größe der Rechennetzwerke hochskalieren und immer mehr Computerverarbeitungsleistung auf die Angelegenheit werfen. All das wird nichts nützen, wenn es darum geht, bei AGI anzukommen, behaupten sie.

Ein zusätzlicher Bedenken ist, dass dieses Streben nach einer vermeintlichen Sackgasse uns vielleicht von der richtigen oder angemessenen Vorgehensweise ablenkt. Wir werden immense Energie und Mühe aufwenden, um einen fehlgeleiteten Endzustand zu erreichen. Sicher, die generative KI mag bei den Mimikry-Tricks umwerfend sein, aber es könnte sein, dass dies wenig oder gar nichts mit AGI zu tun hat. Wir könnten uns selbst dazu verleiten, kostbaren Fokus zu verschwenden. Wegen dieser verlockenden Ablenkung könnten wir AGI verzögern oder vielleicht sogar gar nicht erreichen.

Wie auch immer, lasst uns für die Schreibaffen zurück zum allgemeinen Aufruhr kommen.

Wir müssen diese bemerkenswerten Faktoren berücksichtigen:

• 1) Empfindungsfähig versus nicht empfindungsfähig
• 2) Denken versus nicht „denken“
• 3) Begrenzte Denkprozesse versus computergestützte Algorithmen und Mustervergleich
• 4) Untrainiert oder nicht in der Lage zu trainieren im Vergleich zu Computerdaten trainiert

Lassen Sie uns jeden dieser Faktoren angehen.

Empfindungsfähig versus nicht empfindungsfähig

Ich glaube, wir können zugeben, dass Affen fühlende Wesen sind. Unabhängig davon, wie schlau oder schlau Sie vielleicht argumentieren möchten, dass sie es sind; sie sind unbestreitbar empfindungsfähig. Das ist Fakt. Niemand kann vernünftigerweise etwas anderes behaupten.

Die Künstliche Intelligenz von heute ist nicht empfindungsfähig. Punkt, Punkt.

Außerdem behaupte ich, dass wir der KI-Sensibilität noch lange nicht nahe sind. Andere mögen natürlich anderer Meinung sein. Aber jeder mit vernünftiger Gelassenheit würde zustimmen, dass die heutige KI nicht empfindungsfähig ist. Für meine Analyse der abgrundtief falschen Bezeichnung der KI-Empfindlichkeit durch diesen Google-Ingenieur im letzten Jahr siehe meine Diskussion unter den Link hier.

Ein entscheidender Unterschied zwischen diesen eifrig tippenden Affen und der heutigen generativen KI besteht also darin, dass die Affen fühlende Wesen sind, die KI jedoch nicht. Darüber hinaus ist es oft ein rutschiger Abhang, die heutige KI mit irgendetwas Empfindungsfähigem zu vergleichen. Es gibt eine Tendenz zur Anthropomorphisierung von KI. Ich fordere nachdrücklich dazu auf, dass wir, um zu versuchen und zu verhindern, dass uns diese leichte mentale Falle trifft, alle Vergleiche zwischen KI und fühlenden Wesen vermeiden, es sei denn, wir sind aufrichtig und identifizieren und grenzen diesen Unterschied klar und deutlich ab.

Nur wenige, wenn überhaupt, machen diese Abgrenzung, wenn sie die tippenden Affen und die generative KI vergleichen. Sie gehen davon aus, dass Sie diesen Unterschied entweder bereits erkennen werden, oder es ist ihnen egal, dass es einen Unterschied gibt, oder sie haben nicht darüber nachgedacht usw.

Denken versus nicht „Denken“

Ich würde behaupten, dass Affen denken können. Sie sind denkende Wesen. Wir können leicht darüber diskutieren, wie viel Denken sie leisten können. Sie müssen jedoch mit ziemlicher Sicherheit zustimmen, dass Affen denken können.

Die heutige KI aller Art, einschließlich der generativen KI, erreicht nicht das, was ich als menschliche Kapazität betrachte Denken.

Ich wiederhole meinen gerade erwähnten Refrain in Bezug auf Empfindungsfähigkeit. Es ist irreführend und ich behaupte falsch zu sagen, dass die heutige KI denken kann. Leider tun dies die ganze Zeit Menschen, einschließlich KI-Forscher und KI-Entwickler. Ich glaube, das ist wieder einmal eine unglückliche und schlecht beratene Anthropomorphisierung. Sie geben der KI den Anschein von Kapazitäten oder Fähigkeiten, die nicht vorhanden sind und die die Gesellschaft insgesamt in dieser Angelegenheit falsch informieren werden. Hör auf damit.

Generative KI ist eine komplexe netzartige Struktur mathematischer und rechnerischer Eigenschaften. Es ist bewundernswert. Es ist eine Frechheit, was dies erreicht. Ich glaube nicht, dass eine vernünftige Interpretation von „Denken“, wie wir es uns vorstellen, in all seiner Pracht dieser KI angemessen ist.

Begrenzte Denkprozesse versus computergestützte Algorithmen und Musterabgleich

Affen sind in ihren Denkprozessen eingeschränkt.

Es wird Sie vielleicht interessieren, dass es in der wissenschaftlichen Literatur viele Vergleiche zwischen Affengehirnen und Menschengehirnen gibt. Betrachten Sie zum Beispiel diese Forschungsstudie: „Das menschliche Gehirn ist etwa dreimal so groß wie das Gehirn unseres nächsten lebenden Verwandten, des Schimpansen. Darüber hinaus enthält ein Teil des Gehirns, der als Großhirnrinde bezeichnet wird und eine Schlüsselrolle für Gedächtnis, Aufmerksamkeit, Bewusstsein und Denken spielt, beim Menschen doppelt so viele Zellen wie die gleiche Region bei Schimpansen. Netzwerke von Gehirnzellen in der Großhirnrinde verhalten sich bei den beiden Arten ebenfalls unterschiedlich“ (in einem Artikel, der in veröffentlicht wurde eLife, September 2016, mit dem Titel „Unterschiede und Ähnlichkeiten zwischen neuralen Vorläufern von Menschen und Schimpansen während der Entwicklung der Großhirnrinde“).

Wir alle wissen, dass Affen dem menschlichen Denken nicht ebenbürtig sind. Diese wundersamen Kreaturen können liebenswert sein und überraschend viel nachdenken, daran besteht kein Zweifel. Sie erreichen einfach nicht die Ebene des menschlichen Denkens. Ich werde es bereuen, das gesagt zu haben, sobald die Affen die Menschheit übernehmen.

Ich habe vorhin schon gesagt, dass die heutige KI nicht denkt. Ich habe betont, dass das, was KI tut, nicht als „Denken“ bezeichnet werden sollte, da dies irreführend und verwirrend ist.

Hier überstrahlt die generative KI die Affen in Bezug auf die Verwendung von Computerverarbeitung, die auf von Menschen entwickelten Algorithmen basiert und auf von Menschen erstellten Schriften basiert. Es besteht nur eine geringe oder gar keine Chance, dass der denkende Affe die enorme Verwendung von geschriebenen Symbolen, die Menschen entwickelt haben, aufnehmen und mit ihnen übereinstimmen könnte. Affen haben diese Art von Denkvermögen nicht.

Angesichts meiner anderen geäußerten Bedenken zögere ich, einen solchen Vergleich vorzuschlagen. Aber ich sage klar, was die Annahmen sind und wie man diese Analyse richtig und angemessen durchführt.

Untrainiert oder nicht in der Lage zu trainieren im Vergleich zu rechnerisch trainierten Daten

Ähnlich wie ich gerade gesagt habe, werden Sie nicht in der Lage sein, einem denkenden Affen den umfassenden Gebrauch von geschriebenen Symbolen der Menschheit beizubringen. Sie können dies nur sehr begrenzt tun, und Studien haben gezeigt, dass Affen scheinbar über geschriebene Symbole nachdenken können. Das ist weit weniger, als sich umfangreiche Muster von Wörtern, Sätzen und ganzen Erzählungen merken und wiederholen zu können.

Generative KI ist eine computerbasierte statistische Nachahmung, die mit Computerdaten trainiert werden kann. Wenn wir immer mehr Daten wie zusätzliche Texte, die wir sammeln oder finden, füttern, besteht die Vermutung und Hoffnung, dass die gefundenen Muster immer tiefer werden. Außerdem wird die Verwendung von immer schnelleren Computerchips und -verarbeitung diese Mustererkennungs- und Reaktionskapazität steigern.

Blick auf das Endergebnis

Wenn generative KI das Stück produzieren würde Weiler, was würde das bedeuten?

Zunächst müssen wir prüfen, ob die Geschichte oder das Stück zum Zeitpunkt des Datentrainings in die generative KI eingespeist wurde oder nicht. Wenn dies der Fall ist, gibt es nichts besonders Bemerkenswertes oder Bemerkenswertes an der generativen KI, die später dieselben Wörter wiedergibt, die sie zuvor gescannt hatte.

Ein KI-Forscher könnte etwas bestürzt sein, weil der Musterabgleich vermutlich über Bord gegangen ist, nachdem er sich die Wörter im Wesentlichen eingeprägt hat. Wir bezeichnen dies im Bereich des maschinellen Lernens normalerweise als Überanpassung zu den Daten, die während des Trainings verwendet wurden. Normalerweise möchten Sie nicht, dass die genauen Wörter gemustert werden, sondern Sie möchten, dass ein allgemeines Muster gebildet wird.

Ich habe in meinen Kolumnen die Sorge erörtert, dass es manchmal zu Eingriffen in die Privatsphäre und der Offenlegung vertraulicher Daten in Fällen kommen könnte, in denen die generative KI einen präzisen Abgleich anstelle eines allgemeinen Abgleichs von gefütterten Daten durchführte, siehe meine Berichterstattung unter den Link hier.

Zweitens nehmen wir an, dass das Spiel Weiler wurde nicht in die generative KI eingespeist. Die nächste Überlegung wäre dann, ob eines von Shakespeares Werken während des Datentrainings gescannt wurde.

Wenn ja, ist es denkbar, dass das Spiel Weiler könnten basierend auf den Mustern produziert werden, die mit Shakespeares anderen Werken verbunden sind, insbesondere wenn es andere Referenzen oder Erwähnungen gibt Weiler an anderer Stelle im Datentrainingssatz. All dies könnte möglicherweise durch den Musterabgleich zum Bilden eines Stils von verwendet werden Weiler. Zugegeben, generieren können Weiler Wort-für-Wort wäre eine weitreichende Reichweite, ein deutlich augenöffnendes und überraschendes Ergebnis.

Drittens, wenn die generative KI die Gesamtheit produziert Weiler und vorher noch nie etwas über Shakespeare gefüttert worden war, nun, das wäre erstaunlich. Es wäre jedoch nicht unbedingt dasselbe wie die rein zufällige Natur des Herumpickens von Tasten auf einer Schreibmaschine. Wir müssen erkennen, dass die Worte von Shakespeare Worte sind, sie sind also Teil der Gesamtheit der Formulierungen, die in der riesigen Auswahl an Textgeschichten und Erzählungen zu finden sind, die in die generative KI eingespeist werden. Sie verbessern die Chancen, indem Sie mit dem Eckpfeiler der Wörter und den Assoziationen zwischen den Wörtern beginnen. Trotzdem sind die Chancen ziemlich gering, dass so etwas passiert.

Fazit

Wenn es um das Produzieren von Wörtern und Aufsätzen geht, läuft die generative KI auf Hochtouren, da sie auf von Menschen erfundenen Wörtern und Aufsätzen basiert (natürlich müssen wir uns direkt mit den Fehlern, Unwahrheiten und KI-Halluzinationen auseinandersetzen). Die KI „versteht“ die ausgegebenen Wörter nicht. Da gibt es keine.

Sie müssen nicht unendlich lange warten, um flüssige Aufsätze und vollständig lesbare Ergebnisse zu sehen. Sie passieren täglich und auf Knopfdruck. Sie sind nicht durcheinander, zumindest nicht die meiste Zeit, da sie Muster sind, die auf der Grundlage dessen erstellt wurden, was Menschen geschrieben haben. Der Musterabgleich sollte weiter verfeinert werden und schließlich gut genug sein, um einen Großteil der seltsamen Formulierungen abzuspecken, siehe meine Erklärung, wie dies funktionieren könnte, gezeigt unter den Link hier. Diese Abstimmung wird kontinuierlich verfeinert, und wir alle werden immer mehr von dem begeistert sein, was die generative KI produziert.

Die Wörter sind nicht rein zufällig gewählt. Die Wörter sind nicht rein zufällig buchstabiert. Es gibt einige Wahrscheinlichkeitsaspekte, wie beispielsweise beim Erzeugen des ausgegebenen Essays, welche Wörter auszuwählen sind. Aber das basiert immer noch auf menschlichen Schriften und ist somit vermutlich kein reiner Zufall. Es basiert auf einer zufälligen Auswahl aus einer Handvoll oder einer Anzahl von Formulierungsoptionen, die ansonsten alle statistisch als das nächste gewählte Wort oder die nächste gewählte Wortgruppe durchführbar wären.

Wo passen die Affen hinein?

Als Vergleichsbasis zur generativen KI sind diese typisierenden Affen sicherlich attraktiv. Affen produzieren Weiler im Vergleich zur generativen KI-Produktion Weiler. Das ist ein spannender Wettbewerb. Man könnte sagen, dass es überhaupt nicht um einen Wettbewerb geht. Die KI, die von der Menschheit entwickelt wurde und auf den Schriften der Menschheit basiert, hat in dieser Hinsicht einen unfairen Vorteil.

Apropos Tippen von Affen, in einer Folge von Die Simpsons, beschließt Mr. Burns, Affen einzustellen, die als Teil des Büro-Schreibpools auf Schreibmaschinen tippen. Er ist die Art von streitsüchtigem Chef, der sich gerne dazu hingezogen fühlen würde, Affen für seine notwendige Büroarbeit anstelle von Menschen einzusetzen, wenn er dazu in der Lage wäre.

Fans der Show erinnern sich vielleicht daran, was passiert.

Mr. Burns schnappt sich eine der getippten Seiten und liest voller Vorfreude, was der Affe getippt hat. Er liest die Seite laut vor und sagt: „Es war die beste aller Zeiten, es war die verschwommen der Zeiten“ (dh es gibt ein Wort, das durcheinander ist, das „Burst“ oder etwas, das so klingt). Er wird völlig wütend und zutiefst enttäuscht von diesen „dummen Affen“, was sie produzieren können.

Wir wissen, wenn ein Affe diesen Teil von Charles Dickens „A Tale Of Two Cities“ tippt, sollten wir ekstatisch sein und vor Freude hüpfen. Nicht so für Mr. Burns.

Als abschließende Bemerkung zu dieser Diskussion sollten wir vielleicht den vollständigen Satz heranziehen, den Charles Dickens geschrieben hat: „Es war die beste aller Zeiten, es war die schlimmste Zeit, es war das Zeitalter der Weisheit, es war das Zeitalter der Dummheit, es war die Epoche des Glaubens, es war die Epoche des Unglaubens, es war die Jahreszeit des Lichts, es war die Jahreszeit der Dunkelheit, es war der Frühling der Hoffnung, es war der Winter der Verzweiflung.“

Wir sind uns nicht ganz sicher, wohin die Reise mit KI geht. Einige sagen, es wird das Beste seit geschnittenem Brot sein. Andere warnen davor, dass die KI, die wir entwickeln, ein existenzielles Risiko für das Überleben der Menschheit darstellen wird. Es ist tatsächlich entweder die beste aller Zeiten oder die schlechteste aller Zeiten.

Seien Sie nicht überrascht, wenn die generative KI genau diese Worte ausgibt. Seien Sie überrascht, wenn Sie zufällig in einem Zoo Affen sehen, die zufällig auf Schreibmaschinen tippen und es schaffen, die gleichen aufschlussreichen Wörter zu tippen.

Bitte lassen Sie es mich wissen, wenn Sie das sehen.

Ich bin bereit, lange darauf zu warten, aber wahrscheinlich nicht unendlich.