真剣に言うと、LLM、Agentic AI、およびこれらのすべてのGenerative AIツールはクールで、いくつかの用例に役立ちます。 しかし、我々は目覚めなければならない、なぜなら、深刻な問題を引き起こす深刻な誇張や誤解がそこに浮かび上がっているからだ。 1️⃣ 大きな言語モデル(LLMs)は、あらゆる問題の解決策を見つけることができる「Universal Solver」の基礎です。 LLMsはコンテンツの生成に非常に強力ですが、それらは(その核心)次の「トークン」が何であるかを選ぶ統計的予測モデルにすぎません - これらのモデルの背後にある正当な理解、真の推論、または因果関係の理解はありません、誰があなたに異なることを知らせようとします。 ❌ WRONG! ベンチマーク(Benchmarks)など 最も人気のあるモデルは、人々にとって容易なタスクで50%以下で得点を示し、彼らは統計的予測者であり、万能の解決者ではないことを証明しています。 ) この誤解は、「新興能力」をめぐるハイプから生じますが、スケーリング法則(例えば、 )は、基本的な建築的変更なしに減少する収益を示す。 ARC(Abstraction and Reasoning Corpus)とは、 https://arcprize.org/leaderboard チンチラ紙 2️⃣ 生成型AIは、人工一般知能(AGI)または人工超知能(ASI)への道です。 生成型AIは実際には「一般的」よりも「狭い」ものです。その主な仕事は、模することです:それが訓練されたデータのように説得力を持って見え、音を聞く方法を学ぶことができます。 ❌ WRONG! また、一般的なインテリジェンスには感情的なインテリジェンスが必要であり、感情は現在のAIモデルがあまり良くないものだと考えてください。 もし私たちが人間レベルの知能を望むなら、あるいはより良いなら、人工感情知能でより多くの改善が必要です。 人間は、特定の決断をするときに感情の90%まで使うことがあります。 3️⃣生成型AIモデルは、人間のように考え、学びます。 GenAIモデルは、適切に処理されたデータを「スプーンフィード」する必要があります。画像、音楽などのあらゆる多様なデータは、処理され、モデルがそれを使用するために最適化されたフォーマットに変換する必要があります。我々は今、自動的に新しいデータを収集し、それらを自分自身に組み込むプロセスに置くことができるシステムを構築し始めています。 ❌ WRONG! 4️⃣生成型AIは創造性を民主化するので、誰もが今、創造的になれる。 GenAIは確率的にトレーニングデータをリミックスする方法を知っているだけです! あなたがサルバドール・ダリの絵画のデータのみを使用して画像モデルをトレーニングした場合、それは見た目とダリのスタイルの芸術パラダイムを「熟成」するアートを作成するしかありません。 ダリのアートで一般モデルをリミックスする方法は、同じ課題に対するわずかに効果的なソリューションでしかありませんが、それは他の人の仕事を少し混合します。 GenAIが芸術的なトレーニングなしで新しい芸術作品を生成することを可能にすることは間違いありません。 これは、マーケティングコンテンツのような特定の使用例にとって素晴らしいです。 すぐに生成された画像は印象的なように見えます、そして、良いプロンプトで「単語画像を作成」 👎 👍 Not exactly. 5️⃣「Generative AI」は安全で公平で、我々は可能な限りそれを使用すべきである。 偏見のないAIモデルのようなものは存在しません。業界はまた、新しいモデルをより速く、より速く提供するために急いでいるので、彼らは彼らがすべきほどのテストを行っていない。これらの完璧な例は、AIチャットボットとの関係を開発する若者を取り巻くが、彼らは本当に感情を理解していない、そして他の人のチャットやトレーニング文書からのパターンを繰り返すことができるだけです。LLMsはまた、幻覚を持っています、彼らは答えを作成する(実際には、彼らは、彼らが良い確率的な選択肢を持っていないため、概念から「選択」する)が、しかし彼らはあなたに知らせようとしません。これは、多くの人がこれらの答えが正しいと考えることに騙されることを意味します、実際には、彼らは非常に間違 ❌ DANGEROUS! これはあなたや他の人にとって危険ではないと思いますか? AI モデルと自殺について「話し合った」若い人々は、精神保健アドバイスを提供しているかのようにアドバイスを受けましたか? これらの種類の使用ケースは、ユーザーに問題を引き起こす後にのみ作業されます。 では、どのようにしてこれらの誤解を適応し、回避できるのでしょうか。 ✅ まず人間。AIを信頼してあなたのオリジナルのアイデアを養わないでください。あなたは良いものを持ち込んで、AIが編集/精製をするようにしてください(彼らはそれで素晴らしいです!) ✅ Human last. Never just blindly accept the result as complete. Triple-check everything to make sure it has no mistakes! 生成された写真、ビデオ、音楽さえも、AIに提出され、検出/著作権の著作物との比較のために評価が行われます。 あなたが何かに優秀でない場合は、AI(人間の最初と最後!)を使用することは、あなたがその仕事のプロデューサーであることについて大きな頭を持たない限り、OKです...反対に、あなたはあなたのコアの専門スキルを使用する仕事を作成することを誇りに思うべきです。 ✅ グレーゾーンについて話し合う. AI の使用により、何かがインテリジェンスと所有権のラインを越えたように感じたとき、チーム、マネジメント、または業界の専門家と話してください! 問題のある使用ケースが後で問題を引き起こすことを許さないでください。 では、あなたはどう思いますか? 私はここで大きなものを欠いているのですか? あなたは同意しないのですか? XやLinkedInで私を巻き込む自由に感じてください。

This story contains new, firsthand information uncovered by the writer.

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Read My Stories

このオーディオは、ストーリーの元の言語で制作されています。

About Author

コメント

ラベル

この記事は

Related Stories

HackerNoon ライティングコンテストで優勝したいですか? #crypto-api コンテスト優勝者のおすすめはこちら

ユニークなエコシステムを支えるビットコインUTXOのモデル

海を航海する: データレイクを使用した本番環境レベルの RAG アプリケーションの開発

AI/ML データレイクのリファレンスアーキテクチャを構築するためのアーキテクトガイド

HackerNoon ライティングコンテストで優勝したいですか? #crypto-api コンテスト優勝者のおすすめはこちら

ユニークなエコシステムを支えるビットコインUTXOのモデル

海を航海する: データレイクを使用した本番環境レベルの RAG アプリケーションの開発

AI/ML データレイクのリファレンスアーキテクチャを構築するためのアーキテクトガイド

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps