എന്താണ് ജനറേറ്റീവ് AI? സൃഷ്ടിക്കുന്ന ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ്

ജനറേറ്റീവ് AI മോഡലുകൾക്ക് സംഭാഷണങ്ങൾ തുടരാനും ചോദ്യങ്ങൾക്ക് ഉത്തരം നൽകാനും സ്റ്റോറികൾ എഴുതാനും സോഴ്‌സ് കോഡ് നിർമ്മിക്കാനും ഏതാണ്ട് ഏത് വിവരണത്തിന്റെയും ചിത്രങ്ങളും വീഡിയോകളും സൃഷ്ടിക്കാനും കഴിയും. ജനറേറ്റീവ് AI എങ്ങനെ പ്രവർത്തിക്കുന്നു, അത് എങ്ങനെ ഉപയോഗിക്കുന്നു, എന്തുകൊണ്ടാണ് ഇത് നിങ്ങൾ വിചാരിക്കുന്നതിലും പരിമിതമായിരിക്കുന്നത് എന്നിവ ഇവിടെയുണ്ട്.

നിലവിലുള്ള ഉള്ളടക്കത്തിൽ നിന്ന് പഠിച്ച പാറ്റേണുകളെ അടിസ്ഥാനമാക്കി ടെക്‌സ്‌റ്റ്, ഇമേജുകൾ, ഓഡിയോ, വീഡിയോ എന്നിവയുൾപ്പെടെ പുതിയ ഉള്ളടക്കം സൃഷ്‌ടിക്കുന്ന ഒരുതരം കൃത്രിമ ബുദ്ധിയാണ് ജനറേറ്റീവ് AI. ഇന്നത്തെ ജനറേറ്റീവ് AI മോഡലുകൾ ആഴത്തിലുള്ള പഠനമോ ആഴത്തിലുള്ള ന്യൂറൽ നെറ്റ്‌വർക്കുകളോ ഉപയോഗിച്ച് ധാരാളം ഡാറ്റയെ പരിശീലിപ്പിച്ചിരിക്കുന്നു, അവയ്ക്ക് സംഭാഷണങ്ങൾ തുടരാനും ചോദ്യങ്ങൾക്ക് ഉത്തരം നൽകാനും സ്റ്റോറികൾ എഴുതാനും സോഴ്‌സ് കോഡ് നിർമ്മിക്കാനും ഏത് വിവരണത്തിന്റെയും ചിത്രങ്ങളും വീഡിയോകളും സൃഷ്ടിക്കാനും കഴിയും. ഹ്രസ്വമായ വാചക ഇൻപുട്ടുകൾ അല്ലെങ്കിൽ “പ്രോംപ്റ്റുകൾ.”

ജനറേറ്റീവ് എഐയെ ജനറേറ്റീവ് എന്ന് വിളിക്കുന്നു, കാരണം AI മുമ്പ് നിലവിലില്ലാത്ത ഒന്ന് സൃഷ്ടിക്കുന്നു. വ്യത്യസ്ത തരത്തിലുള്ള ഇൻപുട്ടുകൾക്കിടയിൽ വ്യത്യാസം കാണിക്കുന്ന വിവേചനപരമായ AI-യിൽ നിന്ന് ഇതിനെ വ്യത്യസ്തമാക്കുന്നത് അതാണ്. ഇത് വ്യത്യസ്തമായി പറയാൻ, വിവേചനപരമായ AI ഒരു ചോദ്യത്തിന് ഉത്തരം നൽകാൻ ശ്രമിക്കുന്നു, “ഈ ചിത്രം ഒരു മുയലിന്റെയോ സിംഹത്തിന്റെയോ വരച്ച ചിത്രമാണോ?”  പകരം “എനിക്ക് സിംഹത്തിന്റെയും മുയലിന്റെയും ചിത്രം വരയ്ക്കൂ” എന്നതുപോലുള്ള നിർദ്ദേശങ്ങളോട് ജനറേറ്റീവ് AI പ്രതികരിക്കുന്നു.

ഈ ലേഖനം നിങ്ങളെ ജനറേറ്റീവ് AI-യും ChatGPT, DALL-E പോലുള്ള ജനപ്രിയ മോഡലുകളുമായുള്ള അതിന്റെ ഉപയോഗങ്ങളും പരിചയപ്പെടുത്തുന്നു. “വളരെയധികം വിരലുകൾ” എന്തുകൊണ്ട് കൃത്രിമമായി സൃഷ്ടിച്ച കലയ്ക്ക് ഒരു നിർജ്ജീവമായ സമ്മാനമായി മാറിയത് ഉൾപ്പെടെ, സാങ്കേതികവിദ്യയുടെ പരിമിതികളും ഞങ്ങൾ പരിഗണിക്കും.

ജനറേറ്റീവ് AI യുടെ ആവിർഭാവം

ഒരു തെറാപ്പിസ്റ്റുമായി സംസാരിക്കുന്നതിനെ അനുകരിക്കുന്ന ELIZA എന്ന ചാറ്റ്‌ബോട്ട് 1966-ൽ MIT-യിൽ വികസിപ്പിച്ചെടുത്തതു മുതൽ, ജനറേറ്റീവ് AI വർഷങ്ങളായി നിലവിലുണ്ട്. . മനുഷ്യസമാനമായ ഗദ്യം സൃഷ്ടിക്കുന്ന ടെക്‌സ്‌റ്റ് അധിഷ്‌ഠിത AI ചാറ്റ്‌ബോട്ടായ ChatGPT-യെ കുറിച്ച് നിങ്ങൾ തീർച്ചയായും കേട്ടിട്ടുണ്ടാകും. DALL-E ഉം സ്റ്റേബിൾ ഡിഫ്യൂഷനും ടെക്സ്റ്റ് പ്രോംപ്റ്റുകളെ അടിസ്ഥാനമാക്കി ഊർജ്ജസ്വലവും യാഥാർത്ഥ്യബോധമുള്ളതുമായ ചിത്രങ്ങൾ സൃഷ്ടിക്കാനുള്ള അവരുടെ കഴിവിന് ശ്രദ്ധ ആകർഷിച്ചു.

ഈ സംവിധാനങ്ങളിൽ നിന്നുള്ള ഔട്ട്‌പുട്ട് വളരെ വിചിത്രമാണ്, ബോധത്തിന്റെ സ്വഭാവത്തെക്കുറിച്ച് ധാരാളം ആളുകൾ ദാർശനിക ചോദ്യങ്ങൾ ചോദിക്കുന്നു-മനുഷ്യരുടെ ജോലികളിൽ ജനറേറ്റീവ് AI-യുടെ സാമ്പത്തിക സ്വാധീനത്തെക്കുറിച്ച് ആശങ്കാകുലരാണ്. എന്നാൽ ഈ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സൃഷ്ടികളെല്ലാം അനിഷേധ്യമായ വലിയ വാർത്തകളാണെങ്കിലും, ചിലർ ഊഹിച്ചേക്കാവുന്നതിലും കുറവാണ് ഉപരിതലത്തിന് താഴെ നടക്കുന്നത്. ആ വലിയ ചിത്രങ്ങളുള്ള ചില ചോദ്യങ്ങളിലേക്ക് നമുക്ക് നിമിഷങ്ങൾക്കുള്ളിൽ ലഭിക്കും. ആദ്യം, ഹൂഡിന് കീഴിൽ എന്താണ് സംഭവിക്കുന്നതെന്ന് നോക്കാം.

ജനറേറ്റീവ് AI എങ്ങനെയാണ് പ്രവർത്തിക്കുന്നത്?

ജനറേറ്റീവ് AI ഒരു വലിയ അളവിലുള്ള വിഷ്വൽ അല്ലെങ്കിൽ ടെക്‌സ്‌ച്വൽ ഡാറ്റ പ്രോസസ്സ് ചെയ്യുന്നതിന് മെഷീൻ ലേണിംഗ് ഉപയോഗിക്കുന്നു, അവയിൽ ഭൂരിഭാഗവും ഇന്റർനെറ്റിൽ നിന്ന് സ്‌ക്രാപ്പ് ചെയ്‌തു, തുടർന്ന് മറ്റ് കാര്യങ്ങൾക്ക് സമീപം ദൃശ്യമാകാൻ സാധ്യതയുള്ള കാര്യങ്ങൾ നിർണ്ണയിക്കുന്നു. ജനറേറ്റീവ് AI-യുടെ പ്രോഗ്രാമിംഗ് ജോലികളിൽ ഭൂരിഭാഗവും AI-യുടെ സ്രഷ്‌ടാക്കൾക്ക് താൽപ്പര്യമുള്ള “കാര്യങ്ങൾ” വേർതിരിച്ചറിയാൻ കഴിയുന്ന അൽഗോരിതങ്ങൾ സൃഷ്ടിക്കുന്നതിലേക്ക് പോകുന്നു – ChatGPT പോലുള്ള ചാറ്റ്ബോട്ടുകളുടെ കാര്യത്തിലെ വാക്കുകളും വാക്യങ്ങളും അല്ലെങ്കിൽ DALL-E-യുടെ ദൃശ്യ ഘടകങ്ങളും. എന്നാൽ അടിസ്ഥാനപരമായി, ജനറേറ്റീവ് AI അതിന്റെ ഔട്ട്‌പുട്ട് സൃഷ്ടിക്കുന്നത് ഡാറ്റയുടെ ഒരു വലിയ കോർപ്പസ് വിലയിരുത്തി, തുടർന്ന് ആ കോർപ്പസ് നിർണ്ണയിക്കുന്ന പ്രോബബിലിറ്റിയുടെ പരിധിയിൽ വരുന്ന എന്തെങ്കിലും ഉപയോഗിച്ച് പ്രോംപ്റ്റുകളോട് പ്രതികരിക്കുന്നു.

സ്വയമേവ പൂർത്തിയാക്കുക—നിങ്ങളുടെ സെൽ ഫോണോ ജിമെയിലോ നിങ്ങൾ ടൈപ്പുചെയ്യുന്ന വാക്കിന്റെയോ വാക്യത്തിന്റെയോ ശേഷിക്കുന്ന ഭാഗം എന്തായിരിക്കുമെന്ന് നിർദ്ദേശിക്കുമ്പോൾ—ജനറേറ്റീവ് AI-യുടെ താഴ്ന്ന നിലയിലുള്ള രൂപമാണ്. ChatGPT ഉം DALL-E ഉം ആശയത്തെ കൂടുതൽ വിപുലമായ ഉയരങ്ങളിലേക്ക് കൊണ്ടുപോകുന്നു.

എന്താണ് ഒരു AI മോഡൽ?

ChatGPT, DALL-E എന്നിവ അടിസ്ഥാന AI പ്രവർത്തനത്തിന്റെ ഇന്റർഫേസുകളാണ്, അത് AI പദങ്ങളിൽ ഒരു മാതൃകയായി അറിയപ്പെടുന്നു. ഒരു AI മോഡൽ ഒരു ഗണിതശാസ്ത്ര പ്രാതിനിധ്യമാണ്-ഒരു അൽഗോരിതം അല്ലെങ്കിൽ പ്രാക്ടീസ് ആയി നടപ്പിലാക്കുന്നു-അത് നിങ്ങളുടെ കൈയിലുള്ള ഒരു കൂട്ടം ഡാറ്റയോട് സാമ്യമുള്ള (പ്രതീക്ഷയോടെ) പുതിയ ഡാറ്റ സൃഷ്ടിക്കുന്നു. നിങ്ങൾ ചിലപ്പോൾ ChatGPT ഉം DALL-E ഉം മോഡലുകൾ എന്ന് വിളിക്കുന്നത് കാണും; കർശനമായി പറഞ്ഞാൽ ഇത് തെറ്റാണ്, കാരണം ChatGPT എന്നത് ഉപയോക്താക്കൾക്ക് അന്തർലീനമായ GPT മോഡലിന്റെ വിവിധ പതിപ്പുകളിലേക്ക് ആക്സസ് നൽകുന്ന ഒരു ചാറ്റ്ബോട്ടാണ്. എന്നാൽ പ്രായോഗികമായി, ഈ ഇന്റർഫേസുകളാണ് മിക്ക ആളുകളും മോഡലുകളുമായി ഇടപഴകുന്നത്, അതിനാൽ പരസ്പരം മാറിമാറി ഉപയോഗിക്കുന്ന പദങ്ങൾ കാണുമ്പോൾ ആശ്ചര്യപ്പെടേണ്ടതില്ല.

AI ഡവലപ്പർമാർ അവരുടെ മോഡലുകൾ സൃഷ്ടിക്കാൻ ആഗ്രഹിക്കുന്ന തരത്തിലുള്ള ഡാറ്റയുടെ ഒരു കോർപ്പസ് കൂട്ടിച്ചേർക്കുന്നു. ഈ കോർപ്പസ് മോഡലിന്റെ പരിശീലന സെറ്റ് എന്നറിയപ്പെടുന്നു, കൂടാതെ മോഡൽ വികസിപ്പിക്കുന്ന പ്രക്രിയയെ പരിശീലനം എന്ന് വിളിക്കുന്നു. ഉദാഹരണത്തിന്, GPT മോഡലുകൾ ഇൻറർനെറ്റിൽ നിന്ന് സ്‌ക്രാപ്പ് ചെയ്‌ത ഒരു വലിയ ടെക്‌സ്‌റ്റിന്റെ അടിസ്ഥാനത്തിലാണ് പരിശീലിപ്പിച്ചത്, അതിന്റെ ഫലമായി നിങ്ങൾക്ക് സ്വാഭാവിക ഭാഷാ ചോദ്യങ്ങൾ നൽകാം, അത് ഭാഷാപരമായ ഇംഗ്ലീഷിൽ (അല്ലെങ്കിൽ മറ്റ് ഏത് ഭാഷകളിലും, അതിനെ ആശ്രയിച്ച്) പ്രതികരിക്കും. ഇൻപുട്ട്).

AI മോഡലുകൾ അവരുടെ പരിശീലന സെറ്റുകളിലെ ഡാറ്റയുടെ വ്യത്യസ്ത സ്വഭാവസവിശേഷതകളെ വെക്റ്ററുകളായി കണക്കാക്കുന്നു – ഒന്നിലധികം സംഖ്യകൾ ചേർന്ന ഗണിത ഘടനകൾ. ഈ മോഡലുകളുടെ അടിസ്ഥാനത്തിലുള്ള രഹസ്യ സോസിന്റെ ഭൂരിഭാഗവും യഥാർത്ഥ-ലോകത്തെ വിവരങ്ങൾ അർത്ഥവത്തായ രീതിയിൽ വെക്റ്ററുകളിലേക്ക് വിവർത്തനം ചെയ്യാനുള്ള അവരുടെ കഴിവാണ്, കൂടാതെ മോഡലിന് സമാനമായ ഔട്ട്പുട്ട് സൃഷ്ടിക്കാൻ അനുവദിക്കുന്ന തരത്തിൽ പരസ്പരം സാമ്യമുള്ള വെക്റ്ററുകൾ ഏതൊക്കെയാണെന്ന് നിർണ്ണയിക്കുക. എന്നാൽ അതിന്റെ പരിശീലന സെറ്റ് സമാനമല്ല.

വ്യത്യസ്‌ത തരം AI മോഡലുകൾ അവിടെയുണ്ട്, എന്നാൽ വിവിധ വിഭാഗങ്ങൾ പരസ്പരവിരുദ്ധമായിരിക്കണമെന്നില്ല എന്നത് ഓർക്കുക. ചില മോഡലുകൾ ഒന്നിൽ കൂടുതൽ വിഭാഗങ്ങളിൽ പെടും.

ഇന്ന് ഏറ്റവും കൂടുതൽ പൊതുജനശ്രദ്ധ ലഭിക്കുന്ന AI മോഡൽ തരം വലിയ ഭാഷാ മോഡലുകൾ അല്ലെങ്കിൽ LLM-കൾ ആയിരിക്കാം. ഗൂഗിൾ ഗവേഷകരിൽ നിന്നുള്ള 2017 ലെ പ്രബന്ധമായ “ശ്രദ്ധയാണ് നിങ്ങൾക്ക് വേണ്ടത്” എന്നതിൽ ആദ്യമായി അവതരിപ്പിച്ച ട്രാൻസ്ഫോർമർ എന്ന ആശയത്തെ അടിസ്ഥാനമാക്കിയുള്ളതാണ് LLM-കൾ. വ്യത്യസ്‌ത പദങ്ങളോ സെമാന്റിക് ഘടകങ്ങളോ എങ്ങനെ പരസ്പരം ബന്ധപ്പെട്ടിരിക്കാമെന്ന് മനസിലാക്കാൻ ടെക്‌സ്‌റ്റിന്റെ ദൈർഘ്യമേറിയ ശ്രേണിയിൽ നിന്ന് ട്രാൻസ്‌ഫോർമർ അർത്ഥം നേടുന്നു, തുടർന്ന് അവ പരസ്പരം സാമീപ്യത്തിൽ എത്രത്തോളം സംഭവിക്കുമെന്ന് നിർണ്ണയിക്കുന്നു. ജിപിടി മോഡലുകൾ എൽഎൽഎം ആണ്, ടി എന്നാൽ ട്രാൻസ്ഫോർമർ. ഈ ട്രാൻസ്‌ഫോർമറുകൾ, മോഡലുമായി ഇടപഴകുന്ന മനുഷ്യർ ഫൈൻ-ട്യൂൺ ചെയ്യുന്നതിനുമുമ്പ്, പ്രീട്രെയിനിംഗ് (ജിപിടിയിലെ പി ആണ്) എന്ന പ്രക്രിയയിൽ, പ്രകൃതി ഭാഷാ വാചകത്തിന്റെ ഒരു വലിയ കോർപ്പസിൽ മേൽനോട്ടമില്ലാതെ പ്രവർത്തിക്കുന്നു.

ചിത്രങ്ങളോ വീഡിയോകളോ നിർമ്മിക്കുന്ന ജനറേറ്റീവ് AI മോഡലുകളിൽ ഡിഫ്യൂഷൻ സാധാരണയായി ഉപയോഗിക്കുന്നു. ഡിഫ്യൂഷൻ പ്രക്രിയയിൽ, മോഡൽ ഒരു ചിത്രത്തിലേക്ക് നോയിസ്-റാൻഡംനെസ്സ് ചേർക്കുന്നു, തുടർന്ന് സാവധാനം അത് ആവർത്തിച്ച് നീക്കം ചെയ്യുന്നു, എല്ലാ സമയത്തും സെമാന്റിലി സമാന ഇമേജുകൾ പൊരുത്തപ്പെടുത്താൻ ശ്രമിക്കുന്നതിന് അതിന്റെ പരിശീലന സെറ്റ് പരിശോധിക്കുന്നു. സ്റ്റേബിൾ ഡിഫ്യൂഷൻ, DALL-E എന്നിവ പോലെ ടെക്സ്റ്റ്-ടു-ഇമേജ് മാജിക് നടത്തുന്ന AI മോഡലുകളുടെ കാതൽ ഡിഫ്യൂഷനാണ്.

ഒരു ജനറേറ്റീവ് അഡ്‌വേർസേറിയൽ നെറ്റ്‌വർക്ക്, അല്ലെങ്കിൽ GAN, രണ്ട് അൽഗോരിതങ്ങൾ പരസ്പരം മത്സരിക്കുന്ന ഒരു തരം റൈൻഫോഴ്‌സ്‌മെന്റ് ലേണിംഗിനെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്. ഒരു വലിയ ഡാറ്റാ സെറ്റിൽ നിന്ന് ഉരുത്തിരിഞ്ഞ പ്രോബബിലിറ്റികളെ അടിസ്ഥാനമാക്കി ഒരാൾ ടെക്‌സ്‌റ്റോ ചിത്രങ്ങളോ സൃഷ്‌ടിക്കുന്നു. മറ്റൊന്ന്-ഒരു വിവേചനപരമായ AI-ആ ഔട്ട്‌പുട്ട് യഥാർത്ഥമാണോ അതോ AI-ജനറേറ്റ് ചെയ്തതാണോ എന്ന് വിലയിരുത്തുന്നു. ജനറേറ്റീവ് AI, വിവേചനപരമായ AI-യെ “കബളിപ്പിക്കാൻ” ആവർത്തിച്ച് ശ്രമിക്കുന്നു, വിജയകരമായ അനുകൂല ഫലങ്ങളുമായി സ്വയമേവ പൊരുത്തപ്പെടുന്നു. ജനറേറ്റീവ് AI ഈ മത്സരത്തിൽ സ്ഥിരമായി “വിജയിച്ചു” കഴിഞ്ഞാൽ, വിവേചനപരമായ AI മനുഷ്യരാൽ നന്നായി ക്രമീകരിക്കപ്പെടുകയും പ്രക്രിയ വീണ്ടും ആരംഭിക്കുകയും ചെയ്യുന്നു.

ഇവിടെ മനസ്സിൽ സൂക്ഷിക്കേണ്ട ഏറ്റവും പ്രധാനപ്പെട്ട ഒരു കാര്യം, പരിശീലന പ്രക്രിയയിൽ മനുഷ്യന്റെ ഇടപെടൽ ഉണ്ടാകുമ്പോൾ, മിക്ക പഠനങ്ങളും പൊരുത്തപ്പെടുത്തലും സ്വയമേവ സംഭവിക്കുന്നു എന്നതാണ്. മോഡലുകൾ രസകരമായ ഫലങ്ങൾ പുറപ്പെടുവിക്കുന്ന ഘട്ടത്തിലേക്ക് കൊണ്ടുവരാൻ നിരവധി, നിരവധി ആവർത്തനങ്ങൾ ആവശ്യമാണ്, അതിനാൽ ഓട്ടോമേഷൻ അത്യാവശ്യമാണ്. ഈ പ്രക്രിയ തികച്ചും കമ്പ്യൂട്ടേഷണൽ തീവ്രമാണ്, കൂടാതെ AI കഴിവുകളിലെ സമീപകാല സ്ഫോടനങ്ങളിൽ ഭൂരിഭാഗവും ജിപിയു കമ്പ്യൂട്ടിംഗ് പവറിലെ പുരോഗതിയും ഈ ചിപ്പുകളിൽ സമാന്തര പ്രോസസ്സിംഗ് നടപ്പിലാക്കുന്നതിനുള്ള സാങ്കേതികതയുമാണ്.

ജനറേറ്റീവ് AI ചിന്താശക്തിയുള്ളതാണോ?

ജനറേറ്റീവ് AI മോഡലുകൾ സൃഷ്ടിക്കുന്നതിനും പരിശീലിപ്പിക്കുന്നതിനുമുള്ള ഗണിതവും കോഡിംഗും വളരെ സങ്കീർണ്ണവും ഈ ലേഖനത്തിന്റെ പരിധിക്കപ്പുറവുമാണ്. എന്നാൽ ഈ പ്രക്രിയയുടെ അന്തിമഫലമായ മോഡലുകളുമായി നിങ്ങൾ ഇടപഴകുകയാണെങ്കിൽ, അനുഭവം തീർത്തും അസാധാരണമായിരിക്കും. യഥാർത്ഥ കലാസൃഷ്ടികൾ പോലെ തോന്നിക്കുന്ന കാര്യങ്ങൾ നിർമ്മിക്കാൻ നിങ്ങൾക്ക് DALL-E ലഭിക്കും. മറ്റൊരു മനുഷ്യനുമായുള്ള സംഭാഷണം പോലെ തോന്നുന്ന ChatGPT-യുമായി നിങ്ങൾക്ക് സംഭാഷണങ്ങൾ നടത്താം. ഗവേഷകർ ശരിക്കും ഒരു ചിന്താ യന്ത്രം സൃഷ്ടിച്ചിട്ടുണ്ടോ?

വാട്‌സൺ എഐ ഉൽപ്പന്നങ്ങളിൽ പ്രവർത്തിച്ചിരുന്ന മുൻ ഐബിഎം നാച്ചുറൽ ലാംഗ്വേജ് പ്രോസസിംഗ് ലീഡറായ ക്രിസ് ഫിപ്‌സ് പറയുന്നു. “വളരെ നല്ല പ്രവചന യന്ത്രം” എന്നാണ് അദ്ദേഹം ChatGPT യെ വിശേഷിപ്പിക്കുന്നത്.

കമ്പ്യൂട്ടർ ഇന്റലിജൻസിന്റെ പരിമിതികൾ പരിശോധിക്കുന്നു

ഈ AI മോഡലുകൾക്ക് നൽകാൻ കഴിയുന്ന ചില നിർദ്ദേശങ്ങൾ Phipps-ന്റെ പോയിന്റ് വളരെ വ്യക്തമാക്കും. ഉദാഹരണത്തിന്, “ഒരു പൗണ്ട് ഈയമോ ഒരു പൗണ്ട് തൂവലോ എന്താണ് കൂടുതൽ ഭാരം?” എന്ന കടങ്കഥ പരിഗണിക്കുക. തൂവലുകൾ ഭാരം കുറഞ്ഞതാണെന്ന് നമ്മുടെ സഹജാവബോധമോ സാമാന്യബുദ്ധിയോ നമ്മോട് പറഞ്ഞേക്കാം എന്നിരിക്കിലും, തീർച്ചയായും അവയുടെ ഭാരം ഒരേ (ഒരു പൗണ്ട്) ആണ് എന്നതാണ് ഉത്തരം.

ChatGPT ഈ കടങ്കഥയ്ക്ക് ശരിയായി ഉത്തരം നൽകും, അത് ട്രിപ്പ് ചെയ്യാൻ “സാമാന്യബുദ്ധി” ഇല്ലാത്ത ഒരു തണുത്ത ലോജിക്കൽ കമ്പ്യൂട്ടറായതിനാൽ അത് അങ്ങനെ ചെയ്യുമെന്ന് നിങ്ങൾ കരുതിയേക്കാം. പക്ഷേ, അതല്ല ഹുഡിന്റെ കീഴിൽ നടക്കുന്നത്. ChatGPT യുക്തിസഹമായി ഉത്തരം പറയുന്നില്ല; ഒരു പൗണ്ട് തൂവലുകൾ, ഒരു പൗണ്ട് ഈയം എന്നിവയെ കുറിച്ചുള്ള ചോദ്യത്തിന് ശേഷം എന്തായിരിക്കണം എന്നതിനെക്കുറിച്ചുള്ള പ്രവചനങ്ങളെ അടിസ്ഥാനമാക്കി അത് ഔട്ട്പുട്ട് സൃഷ്ടിക്കുന്നു. അതിന്റെ പരിശീലന സെറ്റിൽ കടങ്കഥ വിശദീകരിക്കുന്ന ഒരു കൂട്ടം വാചകം ഉൾപ്പെടുന്നതിനാൽ, അത് ശരിയായ ഉത്തരത്തിന്റെ ഒരു പതിപ്പ് കൂട്ടിച്ചേർക്കുന്നു.

എന്നിരുന്നാലും, രണ്ട് പൗണ്ട് തൂവലുകൾ ഒരു പൗണ്ട് ഈയത്തേക്കാൾ ഭാരമുള്ളതാണോ എന്ന് നിങ്ങൾ ChatGPT-യോട് ചോദിച്ചാൽ, അത് ആത്മവിശ്വാസത്തോടെ നിങ്ങളോട് പറയും, കാരണം അത് ഇപ്പോഴും തൂവലുകളെക്കുറിച്ചും ഈയത്തെക്കുറിച്ചും ഒരു പ്രോംപ്റ്റ് ചെയ്യാനുള്ള ഏറ്റവും സാധ്യതയുള്ളതാണ്, അതിന്റെ പരിശീലന സെറ്റ് അടിസ്ഥാനമാക്കി. . AI യോട് അത് തെറ്റാണെന്ന് പറയുകയും പ്രതികരണമായി അത് തട്ടുന്നത് കാണുകയും ചെയ്യുന്നത് രസകരമായിരിക്കും; അതിന്റെ തെറ്റിന് എന്നോട് ക്ഷമാപണം നടത്താനും രണ്ട് പൗണ്ട് തൂവലുകൾക്ക് ഒരു പൗണ്ട് ഈയത്തിന്റെ നാലിരട്ടി ഭാരമുണ്ടെന്ന് നിർദ്ദേശിക്കാനും എനിക്ക് അവസരം ലഭിച്ചു.