ChatGPT sandığınız kadar mükemmel değil ve işte sebebi

OpenAI tarafınca geliştirilen ChatGPT, dünyayı kasıp kavurdu. Herkesi şaşırttı, eklemlenmesi ve veritabanıyla herkesi şok etti. İnsanlar, chatbot’un karmaşık mevzuları özetleme yada uzun konuşmalar yapma becerisinden etkilendi.

Rakip suni zeka firmalarının, ChatGPT şeklinde söyleşi botlarına güç elde eden sistem için kullanılan terim olan kendi büyük dil modellerini (LLM’ler) yayınlamak için uğraşması şaşırtıcı değil. Bu LLM’lerden bazıları, arama motorları şeklinde öteki ürünlere dahil edilecektir.

Galway Üniversitesi’nde Yerleşik Profesör ve Bilgisayar Bilimleri Okulu Başkanı Michael G. Madden, söyleşi robotunu New York Times’ın kelime oyunu Wordle üstünde kontrol etmeyi seçti.

Beş harfli bir kelime, oyuncular tarafınca altı kez tahmin edilebilir. Oyun, var ise her tahmin için hangi harflerin kelimede doğru yerlerde bulunduğunu gösterir.

ChatGPT-4 olarak malum son olarak versiyonun bu bulmacalardaki performansının beklenmedik bir halde ortalamanın altında

LLM’ler metin mevzusunda eğitildiğinden, GPT-4 düzeyindeki suni zekanın kelime oyunlarında uzman olması beklenebilir. GPT-4’ün ortalama 500 milyar kelime üstünde eğitildiği bildirildi.

Madden, GPT-4’ü ilkin birazcık bilmiş olduğu bir Wordle bulmacasında kontrol etti. Hayal kırıklığımıza nazaran, beş kişiden SohbetGPT-4adlı kullanıcının altı yanıtı başarısız oldu.

Chatbot bazı çözümler bulabilse de, çoğunlukla suni zeka için bir vur-kaçır oldu.

Madden’e nazaran ChatGPT-4’ün fena olduğu şey de palindromlardır. Herhangi birini üretmesi istendiğinde belirsiz sonuçlar verir.

GPT-4’ün kolay bulmacalarla savaşım etmesi şaşırtıcı olabilir, sadece bunun sebebi aslına bakarsak tüm metin girdilerimizin suni zekanın işlemesi için sayılar olarak kodlanmış olmasıdır.

Madden’e nazaran, gelecekteki LLM’ler bunu iki yoldan biriyle çözebilir. ChatGPT-4’ün eğitim verileri, sözlüğündeki her kelimenin içindeki her harf konumunun eşlemelerini içerecek şekilde genişletilebilir şu sebeple ChatGPT-4’ün her ifadenin ilk harfini anladığı bilinmektedir.

İkinci seçenek daha garip ve her şeyi kapsayan. Gelecekteki LLM’ler, bunun şeklinde sorunları çözmek için kod üretebilir. Bir LLM’nin matematiksel işlemler de dahil olmak suretiyle tipik olarak zorlandıkları görevleri tamamlamak için harici araçlar kullandığı Toolformer olarak malum bir yaklaşım kısa sürede bir çalışmada sunuldu.