Uporaba verige misli za človeško razmišljanje, izboljšano z umetno inteligenco – Ross Dawson

Med najpomembnejšimi nedavnimi inovacijami za izboljšanje vrednosti in zanesljivosti velikih jezikovnih modelov so Veriga misli in njegove izpeljanke vključno Drevo-Misli in Graf-Misli. 

Te strukture so izjemno dragocene tudi pri oblikovanju učinkovitega Ljudje + AI delovni tokovi za boljše razmišljanje.

V tem članku bom ponudil pogled na visoko raven verige misli in si nato ogledal aplikacije za Človeška inteligenca, razširjena z AI.

Veriga misli

Veliki jezikovni modeli (LLM) so na splošno odlični pri ustvarjanju besedila, a slabi pri vseh nalogah, ki vključujejo zaporedno sklepanje.

Prelomni dokument iz januarja 2022 Spodbujanje po verigi misli izzove sklepanje v velikih jezikovnih modelih je predstavil, kako lahko miselna veriga - "niz vmesnih korakov sklepanja" - bistveno izboljša uspešnost LLM pri nalogah sklepanja, vključno z matematiko in zdravorazumskimi ugankami.

Verjetno ste videli to sliko iz papir delati kroge.

Ta koncept je bil hitro prilagojen drugim aplikacijam, vključno z časovno sklepanje, vizualni jezikovni modeli, iskanje razširjenega sklepanjain številne druge načine za izboljšanje delovanja modelov AI.

Veriga razmišljanja se je izkazala za posebno dragoceno pri praktičnih aplikacijah za reševanje problemov. Očitni primeri vključujejo zdravila, zakonin Izobraževanje. 

Googlova PaLM in Med-PaLM vključujeta miselne strukture, GPT-4 OpenAI pa zelo verjetno vključuje, kar pomeni, da so ti pristopi že vgrajeni, ko uporabljate LLM. 

Kljub temu je znan poziv »Razredimo to korak za korakom, da bomo prepričani, da imamo pravi odgovor« ali različice tega zagotoviti najboljšo uspešnost LLM za številne vrste opravil. 

Evolucija verige misli

Številne inovacije so se pojavile z gradnjo na verigi misli.

Učinkoviti procesi sklepanja ne sledijo nujno eni poti. To vodi do Drevo-Misli strukture, opisane v Drevo misli: načrtno reševanje problemov z velikimi jezikovnimi modeli.

Kot je prikazano v tem diagramu iz prispevka, lahko veriga misli najprej napreduje do izbire najpogostejše poti med več izhodi in nato med več potmi skozi proces razmišljanja izbira med najboljšimi. 

Novejši razvoj na področju Chain-of-Thought vključuje zelo obetajoče Graf-Misli tako dobro, kot Hipergraf misli. 

Nove 'razmišljajoče' strukture bodo osrednjega pomena za napredek generativne umetne inteligence 

Veriga razmišljanja in sorodne tehnike so bile ustvarjene za obravnavo omejitev LLM in izboljšanje njihovih zmogljivosti. 

Nadaljnji napredek generativnih modelov umetne inteligence se bo veliko bolj zanašal na tovrstne tehnike strukturiranega razmišljanja kot na računalniško zmogljivost ali velikost modela. Ti pristopi so že omogočeni majhni, učinkoviti LLM-ji za doseganje zmogljivosti ki se lahko približa največjim modelom. 

Veriga misli in podobni modeli prav tako vodijo neposredno do verige z več agenti, v katerem so verige ali mreže razmišljanja razporejene v več modelih, optimiziranih za naloge, da ustvarijo veliko boljše sklepanje in rezultate, kot jih je mogoče doseči v enem samem modelu.

Razširjena inteligenca je pomembnejša od splošne umetne inteligence

"Cilj tehnologije ne bi smel biti zamenjava ljudi, temveč povečati človeške sposobnosti." — Doug Engelbart

Zdi se, da je gonilna sila skoraj celotnega razvoja umetne inteligence ustvarjanje strojev, ki lahko posnemajo in potencialno presežejo človeško inteligenco in zmogljivosti.

To je razumljiva ambicija.

Ampak mene veliko, veliko bolj zanima kako lahko AI poveča človeško inteligenco.

Delamo lahko na obeh domenah hkrati.

Toda v vseh možnih scenarijih za napredek k umetni splošni inteligenci nam bo bolje, če bomo vsaj enako energijo vložili v izgradnja, učenje in uporaba miselnih struktur človek + umetna inteligenca.

Ljudje + AI Thinking Workflows 

Koncept Ljudje + AI je v središču mojega dela.

Spodnji okvir, ki sem ga ustvaril pred enim letom, prikazuje moje zgodnje uokvirjanje »Poteki dela Ljudje + AI“, v katerem ljudje in umetna inteligenca zaporedno obravnavajo naloge, za katere so najprimernejši.

Če je dobro načrtovano, to neizogibno ustvari boljše rezultate od tistih, ki bi jih vsak lahko sam. 

Od takrat se veliko bolj podrobno ukvarjam s tem, kaj točno so najboljše strukture razmišljanja Humans + AI.

To bodo temelji za naslednja faza povečane človeške inteligence.

Veriga misli za človeško razmišljanje, izboljšano z umetno inteligenco

Koncepti, ki izhajajo iz Chain-of-Thought, so bili razviti za izboljšanje samostojnih zmogljivosti LLM.

Vendar pa se izkažejo tudi za izjemno dragocene pri povečanju vrednosti sodelovanja ljudi in umetne inteligence. 

Obstaja vrsta tehnike za uporabo struktur verige misli pri ljudeh + delovni tokovi razmišljanja z umetno inteligenco.

Koncepti umetne inteligence, uporabljeni za razširjeno inteligenco

LLM se lahko uporabijo za predlaganje, kako je mogoče naloge razstaviti na zaporedne (ali omrežne) elemente, pri čemer bodisi ljudje bodisi AI ugotovijo, kje so lahko človeške ali AI zmogljivosti najprimernejše.

En poseben pristop je opisan v Človek v zanki skozi verigo misli, v katerem "lahko ročno popravljanje podlogik v utemeljitvah izboljša LLM-jevo uspešnost sklepanja."

»Uokvirjanje« ciljev, nalog in strukture, kot je prikazano v diagramu poteka dela Humans + AI, vodi kakovost rezultatov. To običajno najbolje nadzorujejo ljudje z uporabo tokov, kot je AI, ki predlaga ali ocenjuje parametre.

Te in druge pristope vključujem v nabor "z AI izboljšanih vzorcev razmišljanja".

Na splošno se lahko širok spekter napredkov umetne inteligence, ne le veriga misli, izjemno koristno uporabi za povečanje človeške inteligence.  

Nameravam napisati podoben članek o uporabi konceptov Generativne adversarne mreže do Simbiotska inteligenca človek-AI struktur. 

Tečaj o razmišljanju in odločanju, izboljšanem z umetno inteligenco

V letu 2024 se popolnoma osredotočam na to, kako lahko umetna inteligenca izboljša ljudi.

Ena mojih osrednjih dejavnosti je vodenje rednega kohortnega tečaja o Mavenu: Razmišljanje in odločanje, izboljšano z AI. Za več podrobnosti si oglejte povezavo.

Naslednja kohorta se začne 8. februarja. V zahvalo, ker ste prebrali do konca tega članka, lahko dobite 30 % popust z uporabo kupona: COTARTICLE 🙂.

• Distribucija vsebine in PR s pomočjo SEO. Okrepite se še danes.
• PlatoData.Network Vertical Generative Ai. Opolnomočite se. Dostopite tukaj.
• PlatoAiStream. Web3 Intelligence. Razširjeno znanje. Dostopite tukaj.
• PlatoESG. Ogljik, CleanTech, Energija, Okolje, sončna energija, Ravnanje z odpadki. Dostopite tukaj.
• PlatoHealth. Obveščanje o biotehnologiji in kliničnih preskušanjih. Dostopite tukaj.
• vir: https://rossdawson.com/applying-chain-of-thought-to-ai-enhanced-human-thinking/