Aplicando Cadeia de Pensamento ao pensamento humano aprimorado por IA – Ross Dawson

Entre as inovações recentes mais importantes para melhorar o valor e a confiabilidade dos Modelos de Grandes Linguagens estão Cadeia de Pensamento e seus derivados, incluindo Árvore do Pensamento e Gráfico do Pensamento. 

Estas estruturas também são extremamente valiosas na concepção de Fluxos de trabalho humanos + IA para pensar melhor.

Neste artigo, fornecerei uma visão de alto nível da Cadeia de Pensamento e, em seguida, examinarei as aplicações para Inteligência humana aumentada por IA.

Cadeia de Pensamento

Grandes Modelos de Linguagem (LLMs) são geralmente excelentes na geração de texto, mas ruins em qualquer tarefa que envolva raciocínio sequencial.

O artigo histórico de janeiro de 2022 Sugestão de Cadeia de Pensamento Produz Raciocínio em Grandes Modelos de Linguagem expôs como uma cadeia de pensamento – “uma série de etapas intermediárias de raciocínio” – poderia melhorar substancialmente o desempenho do LLM em tarefas de raciocínio, incluindo matemática e quebra-cabeças de bom senso.

Você provavelmente já viu esta imagem de o papel fazendo as rondas.

Este conceito foi rapidamente adaptado a outras aplicações, incluindo raciocínio temporal, modelos de linguagem visual, recuperação de raciocínio aumentadoe muitas outras maneiras de melhorar o desempenho dos modelos de IA.

A cadeia de pensamento provou ser particularmente valiosa em aplicações práticas de resolução de problemas. Exemplos óbvios incluem medicina, lei e educação. 

O PaLM e o Med-PaLM do Google incorporam estruturas de cadeia de pensamento e o GPT-4 da OpenAI muito provavelmente o faz, o que significa que quando você usa um LLM essas abordagens já estão integradas. 

Mesmo assim, a famosa mensagem “Vamos resolver isso passo a passo para ter certeza de que temos a resposta certa” ou variações desta dar o melhor desempenho LLM para muitos tipos de tarefas. 

Evolução da Cadeia de Pensamento

Uma série de inovações surgiram com base na Cadeia de Pensamento.

Os processos de raciocínio eficazes não seguem necessariamente uma trajetória única. Isto leva a Árvore do Pensamento estruturas, descritas em Árvore de pensamentos: solução deliberada de problemas com grandes modelos de linguagem.

Conforme mostrado neste diagrama do artigo, a Cadeia de Pensamento pode progredir primeiro para a seleção do caminho mais frequente entre vários resultados e, em seguida, selecionar o melhor dos vários caminhos através do processo de pensamento. 

Desenvolvimentos mais recentes na Cadeia de Pensamento incluem o muito promissor Gráfico do Pensamento assim como Hipergrafo-do-Pensamento. 

Novas estruturas de “pensamento” serão fundamentais para o progresso generativo da IA 

A Cadeia de Pensamento e técnicas relacionadas foram criadas para abordar as limitações dos LLMs e aprimorar suas capacidades. 

O avanço contínuo dos modelos generativos de IA dependerá muito mais desses tipos de técnicas de pensamento estruturado do que da capacidade computacional ou do tamanho do modelo. Estas abordagens já permitiram LLMs pequenos e eficientes para alcançar desempenho que pode se aproximar dos modelos maiores. 

Modelos de Cadeia de Pensamento e similares também levam diretamente à cadeias multiagentes, em que cadeias ou redes de pensamento são dispostas em vários modelos otimizados para tarefas para criar raciocínios e resultados muito superiores aos que podem ser alcançados dentro de um único modelo.

A inteligência aumentada é mais importante que a inteligência artificial geral

“A tecnologia não deve ter como objetivo substituir os humanos, mas sim amplificar as capacidades humanas.” —Doug Engelbart

A força motriz por trás de quase todo o desenvolvimento da IA ​​parece ser a criação de máquinas que possam emular e potencialmente exceder a inteligência e as capacidades humanas.

Essa é uma ambição compreensível.

Mas estou muito, muito mais interessado em como a IA pode aumentar a inteligência humana.

Podemos trabalhar em ambos os domínios ao mesmo tempo.

Mas em todos os cenários possíveis para o progresso em direcção à Inteligência Artificial Geral, estaremos melhor se tivermos investido pelo menos a mesma energia em construir, aprender e aplicar estruturas de pensamento Humano + IA.

Fluxos de trabalho de pensamento humano + IA 

O conceito de Humanos + IA está no centro do meu trabalho.

A estrutura abaixo que criei há um ano mostra meu enquadramento inicial de “Fluxos de trabalho humanos + IA“, em que as pessoas e a IA abordam sequencialmente as tarefas para as quais são mais adequadas.

Se bem concebido, isto inevitavelmente gera resultados superiores aos que cada um poderia gerar sozinho. 

Desde então, tenho investigado com muito mais detalhes quais são especificamente as melhores estruturas de pensamento Humanos + IA.

Esses serão os fundamentos a próxima fase da inteligência humana aumentada.

Cadeia de pensamento para pensamento humano aprimorado por IA

Os conceitos que fluem da Cadeia de Pensamento foram desenvolvidos para aprimorar os recursos autônomos dos LLMs.

No entanto, eles também provam ser imensamente valiosos para maximizar o valor do trabalho conjunto entre humanos e IA. 

Há uma série de técnicas para aplicar estruturas de cadeia de pensamento a fluxos de trabalho de pensamento humano + IA.

Conceitos de IA aplicados à inteligência aumentada

Os LLMs podem ser usados ​​para sugerir como as tarefas podem ser decompostas em elementos sequenciais (ou em rede), com humanos ou IA identificando onde as capacidades humanas ou de IA podem ser mais adequadas.

Uma abordagem específica é descrita em Human-in-the-Loop através da Cadeia de Pensamento, em que “a correção manual de sublógicas nas lógicas pode melhorar o desempenho do raciocínio do LLM”.

“Enquadrar” os objetivos, tarefas e estrutura, conforme mostrado no diagrama de fluxo de trabalho Humanos + IA, impulsiona a qualidade dos resultados. Isso geralmente é melhor supervisionado por humanos, usando fluxos como a IA, propondo ou avaliando parâmetros.

Estou incorporando essas e outras abordagens em um conjunto de “Padrões de pensamento aprimorados por IA”.

De forma mais geral, uma ampla variedade de avanços de IA, não apenas a Cadeia de Pensamento, pode ser aplicada de forma extremamente útil para aumentar a inteligência humana.  

Pretendo escrever um artigo semelhante sobre a aplicação dos conceitos de Redes Adversariais Generativas para Inteligência simbiótica humano-IA estruturas. 

Curso sobre pensamento e tomada de decisão aprimorados por IA

Meu foco total em 2024 é como a IA pode melhorar os humanos.

Uma das minhas atividades centrais é realizar um curso regular de grupo sobre Maven: Pensamento e tomada de decisão aprimorados por IA. Confira o link para mais detalhes.

A próxima coorte começa no dia 8 de fevereiro. Como agradecimento pela leitura até o final deste artigo, você pode obter um desconto de 30% usando o cupom: COTARTICLE 🙂.

• Conteúdo com tecnologia de SEO e distribuição de relações públicas. Seja amplificado hoje.
• PlatoData.Network Gerativa Vertical Ai. Capacite-se. Acesse aqui.
• PlatoAiStream. Inteligência Web3. Conhecimento Amplificado. Acesse aqui.
• PlatãoESG. Carbono Tecnologia Limpa, Energia, Ambiente, Solar, Gestão de resíduos. Acesse aqui.
• PlatoHealth. Inteligência em Biotecnologia e Ensaios Clínicos. Acesse aqui.
• Fonte: https://rossdawson.com/applying-chain-of-thought-to-ai-enhanced-human-thinking/