การพัฒนาของปัญญาประดิษฐ์สร้างสรรค์: จากกฎเกณฑ์สู่การตีความ

ประวัติศาสตร์ของปัญญาประดิษฐ์ถูกบ่งชี้ด้วยการเปลี่ยนแปลงหลัก: ย้ายจากโปรแกรมที่เขียนโดยมนุษย์อย่างชัดเจนไปสู่การคาดการณ์เชิงสถิติที่อิงจากรูปแบบ การเปลี่ยนแปลงนี้ทำให้ปัญญาประดิษฐ์สมัยใหม่สามารถทำหน้าที่ที่ซับซ้อนได้ การตีความ งานต่างๆ

1. อะไร: ยุคที่ใช้กฎเกณฑ์เป็นหลัก

ปัญญาประดิษฐ์ยุคแรกอาศัย ระบบผู้เชี่ยวชาญ. ในระบบเหล่านี้ ทุกคำตอบหรือการกระทำที่เป็นไปได้ถูกเขียนโค้ดด้วยมือโดยมนุษย์โดยใช้ ตรรกะแบบ IF-THENจุดจบ

ข้อจำกัด: ระบบเหล่านี้อ่อนแอ ไม่สามารถจัดการกับความละเอียดอ่อน สำเนียง ข้อผิดพลาดทางสะกด หรือสถานการณ์ใด ๆ ที่นอกเหนือจากโปรแกรมที่กำหนดไว้โดยเฉพาะและเขียนเป็นโค้ดตายตัว

2. ทำไม: จุดเปลี่ยนเชิงสถิติ

จุดเปลี่ยนเกิดขึ้นเมื่อมีความสามารถในการประมวลผลข้อมูลจำนวนมากที่ไม่มีฉลาก แทนที่จะใช้กฎที่เขียนด้วยมือ โมเดลภาษาขนาดใหญ่ (LLM) เรียนรู้ความสัมพันธ์เชิงสถิติระหว่างคำต่าง ๆ

Transformer: สถาปัตยกรรมโมเดลที่ปฏิวัติที่เปิดตัวในปี 2017
กลไกการจดจำเฉพาะจุด: ส่วนสำคัญของโมเดล Transformer ที่ทำให้โมเดลสามารถประเมินความสำคัญของคำต่าง ๆ ในลำดับเพื่อเข้าใจบริบทอย่างลึกซึ้ง (ตัวอย่างเช่น ทราบว่า "มัน" หมายถึงอะไรในบทความยาว)

3. อย่างไร: จากการคาดการณ์สู่การตีความ

ปัญญาประดิษฐ์สร้างสรรค์สมัยใหม่เป็นพื้นฐาน ไม่แน่นอน. มันคำนวณการแจกแจงความน่าจะเป็นของ "โทเค็นถัดไป" แทนที่จะดำเนินตามต้นไม้การตัดสินใจที่คงที่

ด้วยการคาดการณ์คำถัดไปที่มีโอกาสเกิดสูงที่สุดซ้ำ ๆ โดยอิงจากบริบททั้งหมดก่อนหน้า โมเดลจึงสร้างเนื้อหาเชิงสร้างสรรค์ และดูเหมือนจะ "ตีความ" คำแนะนำที่ซับซ้อนที่ให้มาในภาษาธรรมชาติ

กับดักของการคำนวณความน่าจะเป็น

ปัญญาประดิษฐ์ไม่ใช่ฐานข้อมูลของข้อเท็จจริง มันคือเครื่องจักรเชิงสถิติ เพราะมันแค่คาดการณ์คำถัดไปที่มีโอกาสน่าจะเกิดมากที่สุด จึงอาจตกอยู่ในกับดักของ การหลอกลวง—นำเสนอข้อมูลเท็จด้วยความมั่นใจอย่างเต็มที่

TERMINALbash — 80x24

> Ready. Click "Run" to execute.

Question 1

What is the primary difference between rule-based chatbots and modern Generative AI?

Rule-based bots use neural networks, while GenAI uses decision trees.

Rule-based bots follow fixed scripts, while GenAI predicts responses based on patterns and probability.

Rule-based bots can reason, while GenAI only retrieves facts.

There is no difference; they are just different marketing terms.

Question 2

What does the 'Attention Mechanism' in a Transformer model do?

It ensures the user is paying attention to the output.

It searches the internet for the most accurate facts.

It allows the model to weight the importance of different parts of the input text.

It translates the text into binary code.

Challenge: Designing a Tutoring App

Apply your knowledge of AI evolution.

You are designing a tutoring app. You need to choose between a rule-based "if-then" system and an LLM.

Task 1

Identify a scenario where the rule-based system would fail but the LLM would succeed.

Solution:
Handling a student asking the same question in a creative or slang-heavy way (e.g., "Yo, how do I do math?" vs "Please explain the equations."). A rule-based system would likely throw an error if the exact phrasing wasn't programmed.

Task 2

Suggest a "Metaprompt" to ensure the LLM doesn't just give the answer but acts like a tutor.

Solution:
"You are a helpful tutor. Do not provide direct answers. Instead, ask leading questions to help the student find the solution themselves."