การใช้ห่วงโซ่แห่งความคิดกับการคิดของมนุษย์ที่เสริมด้วย AI - Ross Dawson

เผยแพร่ซ้ำโดยเพลโต

ผู้ติดตาม: 0

นวัตกรรมล่าสุดที่สำคัญที่สุดในการปรับปรุงคุณค่าและความน่าเชื่อถือของโมเดลภาษาขนาดใหญ่ ได้แก่ ห่วงโซ่แห่งความคิด และอนุพันธ์ของมันได้แก่ ต้นไม้แห่งความคิด และ กราฟของความคิด.

โครงสร้างเหล่านี้มีคุณค่าอย่างยิ่งในการออกแบบที่มีประสิทธิภาพ เวิร์กโฟลว์มนุษย์ + AI เพื่อการคิดที่ดีขึ้น.

ในบทความนี้ ฉันจะให้มุมมองระดับสูงของ Chain-of-Thought จากนั้นจึงดูที่แอปพลิเคชัน ความฉลาดของมนุษย์ที่เสริมด้วย AI.

ห่วงโซ่แห่งความคิด

โดยทั่วไปแล้ว โมเดลภาษาขนาดใหญ่ (LLM) จะสร้างข้อความได้อย่างดีเยี่ยม แต่งานใดๆ ก็ตามที่เกี่ยวข้องกับการใช้เหตุผลตามลำดับไม่ดี

เอกสารสำคัญประจำเดือนมกราคม 2022 ห่วงโซ่แห่งความคิดกระตุ้นการใช้เหตุผลในรูปแบบภาษาขนาดใหญ่ อธิบายว่าสายโซ่แห่งความคิด — “ชุดขั้นตอนการใช้เหตุผลขั้นกลาง” สามารถปรับปรุงประสิทธิภาพของ LLM ในงานให้เหตุผล รวมถึงคณิตศาสตร์และปริศนาสามัญสำนึกได้อย่างไร

คุณคงเคยเห็นภาพนี้จาก กระดาษ ทำรอบ

แนวคิดนี้ได้รับการปรับให้เข้ากับการใช้งานอื่นๆ อย่างรวดเร็ว รวมถึง การใช้เหตุผลชั่วคราว, โมเดลภาษาภาพ, การเรียกค้นเหตุผลเสริมและวิธีอื่นๆ อีกมากมายในการปรับปรุงประสิทธิภาพของโมเดล AI

ห่วงโซ่แห่งความคิดได้รับการพิสูจน์แล้วว่ามีคุณค่าอย่างยิ่งในการใช้งานการแก้ปัญหาในทางปฏิบัติ ตัวอย่างที่ชัดเจนได้แก่ ยา, กฎหมายและ การศึกษา.

PaLM และ Med-PaLM ของ Google รวมโครงสร้างห่วงโซ่ความคิดเข้าด้วยกัน และ GPT-4 ของ OpenAI น่าจะเป็นเช่นนั้น ซึ่งหมายความว่าเมื่อคุณใช้ LLM วิธีการเหล่านี้ก็มีอยู่แล้วในนั้น

ถึงกระนั้นก็ตาม ข้อความที่ขึ้นชื่อว่า “มาลองดูกันทีละขั้นตอนเพื่อให้แน่ใจว่าเรามีคำตอบที่ถูกต้อง” หรือรูปแบบต่างๆ ในเรื่องนี้ ให้ประสิทธิภาพ LLM ที่ดีที่สุด สำหรับงานหลายประเภท

วิวัฒนาการของห่วงโซ่แห่งความคิด

มีนวัตกรรมจำนวนหนึ่งเกิดขึ้นจากการสร้างห่วงโซ่แห่งความคิด

กระบวนการให้เหตุผลที่มีประสิทธิผลไม่จำเป็นต้องเป็นไปตามวิถีทางเดียว นี่นำไปสู่ ต้นไม้แห่งความคิด โครงสร้างตามที่อธิบายไว้ใน ต้นไม้แห่งความคิด: การแก้ปัญหาโดยเจตนาด้วยแบบจำลองภาษาขนาดใหญ่.

ดังที่แสดงในแผนภาพนี้จากรายงาน ห่วงโซ่แห่งความคิดสามารถก้าวหน้าได้ก่อนเพื่อเลือกเส้นทางที่พบบ่อยที่สุดจากผลลัพธ์หลายรายการ จากนั้นเลือกจากเส้นทางที่ดีที่สุดของหลายเส้นทางผ่านกระบวนการคิด

การพัฒนาล่าสุดเกี่ยวกับ Chain-of-Thought รวมถึงสิ่งที่มีแนวโน้มดีมาก กราฟของความคิด และ ไฮเปอร์กราฟแห่งความคิด.

โครงสร้าง 'การคิด' ใหม่จะเป็นศูนย์กลางของความก้าวหน้าของ AI

ห่วงโซ่แห่งความคิดและเทคนิคที่เกี่ยวข้องถูกสร้างขึ้นเพื่อแก้ไขข้อจำกัดของ LLM และเพิ่มขีดความสามารถ

ความก้าวหน้าอย่างต่อเนื่องของโมเดล AI เชิงสร้างสรรค์จะต้องอาศัยเทคนิคการคิดเชิงโครงสร้างประเภทนี้มากกว่าความสามารถในการคำนวณหรือขนาดของโมเดล วิธีการเหล่านี้ได้เปิดใช้งานแล้ว LLM ขนาดเล็กและมีประสิทธิภาพเพื่อให้บรรลุประสิทธิภาพ ซึ่งสามารถเข้าถึงรุ่นที่ใหญ่ที่สุดได้

ห่วงโซ่แห่งความคิดและโมเดลที่คล้ายกันก็นำไปสู่โดยตรงเช่นกัน เครือข่ายหลายตัวแทนซึ่งมีการวางสายโซ่หรือเครือข่ายทางความคิดไว้ในแบบจำลองที่ปรับให้เหมาะสมกับงานหลายแบบ เพื่อสร้างการให้เหตุผลและผลลัพธ์ที่เหนือกว่ามากเกินกว่าที่สามารถทำได้ภายในแบบจำลองเดียว

ปัญญาประดิษฐ์มีความสำคัญมากกว่าปัญญาประดิษฐ์ทั่วไป

“เทคโนโลยีไม่ควรมุ่งหวังที่จะมาแทนที่มนุษย์ แต่ควรขยายขีดความสามารถของมนุษย์” — ดั๊ก เองเกลบาร์ต

แรงผลักดันที่อยู่เบื้องหลังการพัฒนา AI เกือบทั้งหมดดูเหมือนจะเป็นการสร้างเครื่องจักรที่สามารถเลียนแบบและอาจเกินสติปัญญาและความสามารถของมนุษย์

นั่นเป็นความทะเยอทะยานที่เข้าใจได้

แต่ฉันสนใจมากกว่ามาก AI สามารถเพิ่มสติปัญญาของมนุษย์ได้อย่างไร.

เราสามารถทำงานบนทั้งสองโดเมนพร้อมกันได้

แต่ในทุกสถานการณ์ที่เป็นไปได้สำหรับความก้าวหน้าไปสู่ปัญญาประดิษฐ์ทั่วไป เราจะดีกว่าถ้าเราใส่พลังงานที่เท่ากันเป็นอย่างน้อย การสร้าง การเรียนรู้ และการประยุกต์โครงสร้างการคิดของมนุษย์ + AI.

เวิร์กโฟลว์การคิดของมนุษย์ + AI

แนวคิดของ มนุษย์ + เอไอ เป็นหัวใจสำคัญของงานของฉัน

เฟรมเวิร์กด้านล่างที่ฉันสร้างขึ้นเมื่อปีที่แล้วแสดงเฟรมเวิร์กของฉันในช่วงแรกๆ ของ “เวิร์กโฟลว์มนุษย์ + AI“ซึ่งผู้คนและ AI จะจัดการงานที่พวกเขาเหมาะสมที่สุดตามลำดับ

หากได้รับการออกแบบมาอย่างดี สิ่งนี้จะสร้างผลลัพธ์ที่เหนือกว่าสิ่งที่แต่ละคนสามารถทำได้ตามลำพังอย่างหลีกเลี่ยงไม่ได้

ตั้งแต่นั้นมา ฉันได้เจาะลึกมากขึ้นว่าโครงสร้างการคิดของมนุษย์และ AI ที่ดีที่สุดคืออะไร

สิ่งเหล่านี้จะเป็นรากฐานของ ขั้นต่อไปของความฉลาดของมนุษย์ที่เพิ่มขึ้น.

ห่วงโซ่แห่งความคิดเพื่อการคิดของมนุษย์ที่เสริมประสิทธิภาพด้วย AI

แนวคิดที่ไหลมาจาก Chain-of-Thought ได้รับการพัฒนาเพื่อเพิ่มขีดความสามารถแบบสแตนด์อโลนของ LLM

อย่างไรก็ตาม สิ่งเหล่านี้ยังพิสูจน์ได้ว่ามีคุณค่ามหาศาลในการเพิ่มมูลค่าสูงสุดของมนุษย์และ AI ที่ทำงานร่วมกัน

มีหลากหลาย เทคนิคการประยุกต์ใช้โครงสร้างลูกโซ่แห่งความคิดกับมนุษย์ + กระบวนการคิดแบบ AI.

แนวคิด AI นำไปใช้กับระบบอัจฉริยะเสริม

LLM สามารถใช้เพื่อแนะนำว่างานสามารถแบ่งออกเป็นองค์ประกอบตามลำดับ (หรือแบบเครือข่าย) ได้อย่างไร โดยที่มนุษย์หรือ AI จะระบุตำแหน่งที่ความสามารถของมนุษย์หรือ AI อาจเหมาะสมที่สุด

วิธีการเฉพาะอย่างหนึ่งได้อธิบายไว้ใน มนุษย์ในวงวนผ่านห่วงโซ่แห่งความคิดซึ่งใน "การแก้ไขตรรกะย่อยในเหตุผลด้วยตนเองสามารถปรับปรุงประสิทธิภาพการให้เหตุผลของ LLM ได้"

“การวางกรอบ” วัตถุประสงค์ งาน และโครงสร้าง ดังที่แสดงในแผนภาพเวิร์กโฟลว์มนุษย์ + AI จะขับเคลื่อนคุณภาพของผลลัพธ์ โดยปกติแล้วมนุษย์จะดูแลเรื่องนี้ได้ดีที่สุด โดยใช้โฟลว์ต่างๆ เช่น AI ที่เสนอหรือประเมินพารามิเตอร์

ฉันกำลังรวมเอาแนวทางเหล่านี้และแนวทางอื่นๆ ไว้ในชุดของ “รูปแบบการคิดที่ปรับปรุงด้วย AI”

โดยทั่วไปแล้ว ความก้าวหน้าของ AI ที่หลากหลาย ไม่เพียงแต่ห่วงโซ่แห่งความคิด สามารถนำไปใช้อย่างมีประโยชน์อย่างยิ่งในการเพิ่มพูนสติปัญญาของมนุษย์

ฉันตั้งใจจะเขียนบทความที่คล้ายกันเกี่ยวกับการประยุกต์ใช้แนวคิดของ เครือข่ายปฏิปักษ์ทั่วไป ไปยัง ความฉลาดทางชีวภาพของมนุษย์และ AI โครงสร้าง