Застосування ланцюжка думок до людського мислення, вдосконаленого ШІ – Росс Доусон

Серед найважливіших останніх нововведень для підвищення цінності та надійності великих мовних моделей є Ланцюг думок і його похідні в тому числі Дерево думок та Графік думки. 

Ці структури також надзвичайно цінні для ефективного проектування Люди + робочі процеси ШІ для кращого мислення.

У цій статті я запропоную високорівневий погляд на Chain-of-Thought, а потім розгляну програми для Людський інтелект, доповнений ШІ.

Ланцюг думок

Великі мовні моделі (LLM) загалом чудові для генерування тексту, але погані для будь-яких завдань, які включають послідовне міркування.

Знаковий документ за січень 2022 року Підказка за ланцюгом думок викликає міркування у великих мовних моделях виклав, як ланцюжок думок — «серія проміжних кроків міркування» — може суттєво покращити продуктивність LLM у завданнях міркування, включаючи математику та здоровий глузд.

Ви, ймовірно, бачили це зображення з папір робити раунди.

Ця концепція була швидко адаптована до інших програм, у тому числі часове міркування, візуальні моделі мови, пошук розширеного міркуваннята багато інших способів покращення продуктивності моделей ШІ.

Ланцюг думок виявився особливо цінним у практичних застосуваннях вирішення проблем. Очевидні приклади включають медицина, закон та освіту. 

PaLM і Med-PaLM від Google включають структури ланцюга думок, а GPT-4 від OpenAI, швидше за все, включає, тобто, коли ви використовуєте LLM, ці підходи вже вбудовані. 

Незважаючи на це, знаменита підказка «Давайте розберемося з цим крок за кроком, щоб бути впевненими, що ми маємо правильну відповідь» або варіації цього дають найкращу продуктивність LLM для багатьох видів завдань. 

Еволюція ланцюга думок

Низка нововведень з’явилася завдяки ланцюжку думок.

Ефективні процеси міркування не обов’язково слідують одній траєкторії. Це призводить до Дерево думок споруди, описані в Дерево думок: навмисне вирішення проблем за допомогою великих мовних моделей.

Як показано на цій діаграмі з статті, ланцюжок думок може прогресувати спочатку до вибору найбільш частого шляху з кількох виходів, а потім до вибору найкращого з багатьох шляхів у процесі мислення. 

Останні розробки в галузі Chain-of-Thought включають дуже багатообіцяючі Графік думки а також Гіперграф-думки. 

Нові «мислячі» структури будуть центральними для розвитку генеративного ШІ 

Ланцюг думок і пов’язані з ним методи були створені, щоб усунути обмеження LLM і розширити їхні можливості. 

Постійний розвиток генеративних моделей штучного інтелекту значно більше покладатиметься на ці методи структурованого мислення, ніж на обчислювальну потужність чи розмір моделі. Ці підходи вже задіяні невеликі, ефективні LLM для досягнення продуктивності який може наблизитися до найбільших моделей. 

Ланцюг думок і подібні моделі також ведуть безпосередньо до мультиагентні ланцюги, у якому ланцюги або мережі думок розміщуються в кількох моделях, оптимізованих для виконання завдань, щоб створити значно кращі міркування та результати, ніж можна досягти в одній моделі.

Розширений інтелект важливіший за загальний штучний інтелект

«Технологія не повинна бути спрямована на те, щоб замінити людину, а радше розширити людські можливості». — Дуг Енгельбарт

Рушійною силою майже всіх розробок штучного інтелекту, здається, є створення машин, які можуть імітувати та потенційно перевищувати людський інтелект і можливості.

Це зрозумілі амбіції.

Але мене цікавить набагато, набагато більше як ШІ може збільшити людський інтелект.

Ми можемо працювати на обох доменах одночасно.

Але в усіх можливих сценаріях просування до загального штучного інтелекту нам буде краще, якщо ми вкладемо принаймні однакову енергію в побудова, навчання та застосування структур мислення Людина + ШІ.

Робочі процеси мислення «Люди + ШІ». 

поняття Люди + ШІ лежить в основі моєї роботи.

Фреймворк нижче, який я створив рік тому, показує моє раннє створення "Люди + робочі процеси ШІ“, у якому люди та ШІ послідовно вирішують завдання, для вирішення яких вони найкраще підходять.

Якщо це добре сплановано, це неминуче генерує результати, які перевершують ті, які кожен міг би поодинці. 

Відтоді я більш детально досліджував, які конкретно є найкращі структури мислення «Люди + ШІ».

Це будуть основи наступна фаза розширеного людського інтелекту.

Ланцюг думок для людського мислення, вдосконаленого ШІ

Концепції, що випливають із Chain-of-Thought, були розроблені для покращення автономних можливостей LLM.

Однак вони також виявилися надзвичайно цінними для максимізації цінності спільної роботи людей і ШІ. 

Існує ряд техніки застосування структур ланцюга думок до робочих процесів мислення людей + ШІ.

Концепції AI, застосовані до розширеного інтелекту

LLM можна використовувати, щоб запропонувати, як завдання можна розкласти на послідовні (або мережеві) елементи, коли люди або штучний інтелект визначають, де здібності людини чи штучного інтелекту можуть бути найкращими.

Один конкретний підхід описано в Людина в циклі через ланцюг думок, у якому «ручне виправлення підлогік в обґрунтуваннях може покращити ефективність міркувань LLM».

«Оформлення» цілей, завдань і структури, як показано на схемі робочого процесу Humans + AI, визначає якість результатів. Зазвичай це найкраще контролюють люди, використовуючи такі потоки, як ШІ, що пропонує або оцінює параметри.

Я включаю ці та інші підходи в набір «шаблонів мислення, розширених ШІ».

Загалом, широкий спектр досягнень штучного інтелекту, а не лише ланцюг думок, можна надзвичайно корисно застосувати для підвищення людського інтелекту.  

Я маю намір написати подібну статтю про застосування концепцій Генеративні змагальні мережі до Симбіотичний інтелект людини та ШІ структури. 

Курс мислення та прийняття рішень на основі штучного інтелекту

У 2024 році я повністю зосереджусь на тому, як штучний інтелект може покращити роботу людей.

Одним із моїх головних видів діяльності є проведення регулярного когортного курсу з Maven: Мислення та прийняття рішень на основі ШІ. Перегляньте посилання, щоб дізнатися більше.

Наступна когорта стартує 8 лютого. На знак подяки за те, що дочитали цю статтю до кінця, ви можете отримати знижку 30%, скориставшись купоном: COTARTICLE 🙂.

• Розповсюдження контенту та PR на основі SEO. Отримайте посилення сьогодні.
• PlatoData.Network Vertical Generative Ai. Додайте собі сили. Доступ тут.
• PlatoAiStream. Web3 Intelligence. Розширення знань. Доступ тут.
• ПлатонЕСГ. вуглець, CleanTech, Енергія, Навколишнє середовище, Сонячна, Поводження з відходами. Доступ тут.
• PlatoHealth. Розвідка про біотехнології та клінічні випробування. Доступ тут.
• джерело: https://rossdawson.com/applying-chain-of-thought-to-ai-enhanced-human-thinking/