كم عدد Ps في جوجل؟ وفقا لجوجل، هناك نوعان.
هناك أيضًا حرف “1” بالضبط في كلمة “poop”، كما تقول نظرة عامة على الذكاء الاصطناعي من Google، بالإضافة إلى حرفين “d” في كلمة “صحافة”، ومع ذلك يتم تهجئتها: “journadism”. حددت جوجل على الأقل وجود حرف P واحد في الاسم الأخير لرئيس الولايات المتحدة، لكنها كتبته على أنه trpum.
لم تكن بحاجة إلى أن تكون نبيًا لتتنبأ بأن الإصلاح الشامل لبحث Google AI-forward سوف يكون سيئًا. لقد فعلنا هذا من قبل. في المرة الأولى التي أضافت فيها جوجل ميزة AI Overviews إلى البحث، انتهى الأمر بالميزة إلى الاستشهاد بمنشورات ساخرة من The Onion وReddit، تنصح الأشخاص بتناول الحجارة ووضع الغراء على البيتزا الخاصة بهم.
هذه المرة، بينما تضاعف جوجل التزامها بجعل الذكاء الاصطناعي التوليدي هو محور منتجها الرائد البالغ من العمر 29 عامًا، فليس من المستغرب أن نراها تتعثر.
تواصلت TechCrunch مع Google للتعليق.
قد تبدو هذه الأخطاء الإملائية الأساسية مألوفة. LLMs، وهو نوع من الذكاء الاصطناعي الذي يدعم برامج الدردشة وغيرها من مولدات النصوص، ليس مصممًا لفهم التهجئة. لقد كانت نكتة مستمرة لسنوات أنه عندما تكشف شركة ما عن نموذج جديد للذكاء الاصطناعي، يجب عليك أن تسألها عن عدد حروف الراء في كلمة الفراولة. إن نماذج الذكاء الاصطناعي هذه – التي يمكنها برمجة تطبيق ما في ثوانٍ، أو حل المشكلات التي حيرت علماء الرياضيات لعقود من الزمن – تضاهي جودة طفل في رياض الأطفال في التهجئة.
بالرغم من ذلك، فإن مشاكل النظرة العامة على الذكاء الاصطناعي من Google تصل إلى ما هو أبعد من الأخطاء الإملائية السخيفة. قامت Google بالفعل بتصحيح مشكلة من الأسبوع الماضي حيث يؤدي البحث عن كلمة “تجاهل” إلى ما يشبه تعريف القاموس للكلمة، وقد تم عرض التعريف فقط على أنه “مفهوم. اسمحوا لي أن أعرف عندما يكون لديك مطالبة أو سؤال جديد! ” لكن هذه الأخطاء الإملائية ظلت مسلية لأنه من الصعب جدًا سحقها.
كما أوضح الباحثون سابقًا عندما سألنا عن هذه الألغاز الإملائية، فإن الذكاء الاصطناعي لا يرى الجمل كوحدات لغة مكونة من كلمات وحروف. تم بناء العديد من برامج LLM على نماذج المحولات، التي تقوم بتقسيم النص إلى رموز، والتي يمكن أن تكون كلمات كاملة، أو مقاطع صوتية، أو أحرف، اعتمادًا على النموذج. بدلاً من “القراءة” مثل الإنسان، يقوم الذكاء الاصطناعي بتحويل النص إلى تمثيلات رقمية لنفسه، والتي يتم بعد ذلك وضعها في سياقها لمساعدة الذكاء الاصطناعي على التوصل إلى استجابة منطقية.
قال ماثيو جوزديال، الباحث في مجال الذكاء الاصطناعي والأستاذ المساعد في جامعة ألبرتا، لـ TechCrunch: “تعتمد برامج LLM على بنية المحولات هذه، والتي لا تقرأ النص فعليًا. ما يحدث عندما تقوم بإدخال مطالبة هو أنه يتم ترجمتها إلى ترميز”. “عندما يرى كلمة “the”، فإنه يحتوي على هذا التشفير لما تعنيه “the”، لكنه لا يعرف شيئًا عن “T” و”H” و”E”.
إن البنية القائمة على الرمز المميز والتي تدعم ماجستير إدارة الأعمال مثل نظرة عامة على الذكاء الاصطناعي من Google مقيدة بطبيعتها، ولم يكن الباحثون متفائلين بقدرتهم على حل المشكلة الإملائية.
“من الصعب نوعًا ما التغلب على سؤال ما هي الكلمة التي يجب أن تكون بالضبط لنموذج اللغة، وحتى لو حصلنا على خبراء بشريين متفقين على مفردات رمزية مثالية، فمن المحتمل أن تجد النماذج أنه من المفيد “تقسيم” الأشياء إلى أبعد من ذلك،” قال شيريدان فيوتشت، طالب دكتوراه يدرس قابلية تفسير نماذج اللغة الكبيرة في جامعة نورث إيسترن، لـ TechCrunch. “أعتقد أنه لا يوجد شيء اسمه رمز مميز مثالي بسبب هذا النوع من الغموض.”
هذه ليست بالضرورة مشكلة ملحة في أذهان الباحثين، حيث أن فائدة ماجستير اللغة الإنجليزية لا تأتي من قدرتها على التهجئة. لكن هذه الإخفاقات الصارخة تساعدنا على أن نتذكر أن الذكاء الاصطناعي ليس مثاليا، حتى لو كان يبدو في بعض الأحيان وكأنه قوة تعرف كل شيء وتتجاوز فهمنا. لا يمكننا أن نثق بشكل أعمى في مخرجات الذكاء الاصطناعي دون التحقق من دقتها.
عندما تقوم بالشراء من خلال الروابط الموجودة في مقالاتنا، قد نكسب عمولة صغيرة. هذا لا يؤثر على استقلالنا التحريري.
