في المنشور السابق قدّمنا Minotaur، وهي بنية ذكاء اصطناعي مبنية على ELC تتوصل إلى إجاباتها بالقياس لا بالتنبؤ. أظهرنا كيف يقارن اللوائح الحقيقية بسجلات تطبيقها، فيكتشف أي مؤسسة خالفت قاعدة، وبأي مقدار وأين، ويميز بين قاعدة مخالفة وقياس مسجّل بشكل خاطئ.
تحظى نماذج اللغة اليوم بالإعجاب لقدرة أوسع: فهي تستنتج وتشرح وتشخّص وتزن فرضية وتتخيل ما كان سيحدث لو كانت الأمور مختلفة، وتغيّر رأيها عند تلقي معلومة جديدة. ويرى المؤلفون أن دماغ Minotaur ينجز الأنواع الرئيسية من الاستدلال التي تُنسب عادةً إلى النماذج اللغوية الكبيرة، ومنها الاستنتاج والاستقراء والاستدلال التفسيري والتشخيص والاستدلال حول تواريخ يغيّر فيها طرح السؤال الإجابة نفسها. ويفعل ذلك كله بعملية واحدة على شبكة واحدة، على نواة معالج عادية، بنحو ربع ثانية لكل سؤال في النظام الموصوف.
في اختبارات عمياء كتبها أشخاص لم يطلعوا على شيفرته، تساوى Minotaur مع نموذج لغوي حالي يستدل بالكلمات، في استجواب شرطي تغيّر فيه الأسئلة ذاكرة الشاهد، وفي أنظمة التعلم والتشخيص والتنبؤ استنادًا إلى بياناتها وحدها. ويقارن المنشور ذلك بطريقة تدريب النموذج اللغوي الكبير على التنبؤ بالكلمة التالية في النص، ما يعني أنه يرث نقاط القوة والضعف البشرية معًا، كالانجراف وراء الاستنتاجات المقنعة وتأثير صياغة السؤال.
ويستعرض المنشور أيضًا سبعين عامًا من المحاولات السابقة للاستدلال الآلي. فابتداءً من Logic Theorist الذي طوّره آلن نيويل وكليف شو وهربرت سايمون عام 1956، بلغت هذه الجهود حدًا معينًا ثم توقفت، ويستخدم المؤلف ذلك لتفسير سبب هيمنة النماذج اللغوية. وكان الاستدلال الدقيق القابل للتحقق هدف معظم الأساليب التي سبقت النماذج اللغوية.
والادعاء المركزي أن Minotaur يستدل بالعمل على بنية النظام الذي يستدل بشأنه، لا بمحاكاة الطريقة التي يدوّن بها الناس أفكارهم.
المصدر: Hacker News · لخّصه HeadlinesBriefing