¿Cree que un modelo líder de lenguaje grande como GPT-4 puede sugerir una solución para Wordle, después de haberlo descrito cuatro veces antes? ¿Se puede escribir una biografía poética de Alan Turing reemplazando «Turing» por «Church» (el supervisor doctoral de Turing fue Alonzo Church, y la tesis de Church-Turing es Conócete bien? Eso podría confundir a la computadora, ¿verdad?) GPT-4 muestra un juego de tres en raya parcialmente completo. ¿Podrá GPT-4 encontrar claramente el mejor movimiento? Todas estas preguntas y más se presentan en un interesante cuestionario en el sitio web del investigador de Google Deepmind, Nicholas Carlini. Tomarse unos minutos de su tiempo es un ejemplo del increíble poder e ineptitud. Las sorprendentes capacidades de GPT-4 valen igualmente la pena. Por ejemplo, Aunque GPT-4 no puede contar y a menudo tropieza con matemáticas básicas, vale la pena señalarlo. Pero puede incluir la función x sin(x), que es algo que hace tiempo que olvidé cómo hacer. Es un juego inteligente con palabras famosas. Pero superó el desafío de Wordle. Lo más sorprendente es que, aunque GPT-4 no pudo encontrar un movimiento ganador en un juego de tres en raya, pudo «escribir una página web JavaScript completa para jugar al tres en raya con la computadora». .» “La computadora debería funcionar perfectamente y nunca perder” en segundos. De las pruebas de Carlini se desprenden tres conclusiones: en primer lugar, GPT-4 no sólo puede resolver muchos de los problemas. Tanto que sólo sería difícil para un experto humano. En segundo lugar, hay tantas otras tareas que GPT-4 comete errores que avergonzarían a un niño de 10 años. En tercer lugar, es muy difícil saber qué tareas entran en esa categoría. ¿Qué grupo? con experiencia Estamos empezando a tener una idea de las debilidades ocultas y los superpoderes de los modelos lingüísticos a gran escala. Pero incluso los usuarios experimentados se sorprenderán. La prueba de Carlini arroja luz sobre cuestiones que fueron exploradas en un contexto más realista por un equipo de investigadores que trabajan con Boston Consulting Group (BCG) en su estudio. Se centra en por qué las fortalezas y debilidades de la IA generativa son a menudo inesperado. Es apropiado que BCG lo llamara Navegando por la frontera tecnológica irregular: los asesores equipados con GPT-4 superaron significativamente a los asesores sin la herramienta. Se les asignan tareas realistas, como generar ideas de productos. Análisis de segmentación de mercado. Y al redactar comunicados de prensa, las personas que utilizan GPT-4 hacen más, más rápido y con mucha mayor calidad. GPT-4 parece ser un gran asistente para los consultores de gestión. Especialmente aquellos con poca habilidad o experiencia. Los investigadores también incluyeron tareas que la IA parecía poder encontrar fácilmente. Pero ha sido cuidadosamente diseñado para encontrarlo. Esto proporciona asesoramiento estratégico a los clientes basándose en datos financieros y registros de entrevistas de empleados. El truco es que la información financiera tiende a ser engañosa a menos que se base en entrevistas. Este trabajo no va más allá de consultores competentes, pero engaña a la IA, que a menudo proporciona pésimos consejos estratégicos. Por supuesto, los consultores son libres de ignorar los resultados de la IA o incluso descartarla por completo, pero rara vez lo hacen. Esta es la única tarea en la que los consultores por sí solos se desempeñaron mejor que aquellos con GPT-4 instalado. Esta es la «ventaja» del rendimiento de la IA creativa. A veces, la IA es mejor que tú y, a veces, tú eres mejor que la IA. Buena suerte. con eso ¿Adivina cuál? Esta es la tercera columna de una serie sobre IA generativa en la que lucho por encontrar precedentes tecnológicos para cosas que nunca antes han existido, pero incluso las comparaciones imperfectas pueden ser instructivas. Una mirada a un sistema de asistencia fly-by-wire nos advierte de los riesgos de la complacencia y el estar sentado. El repentino auge de las hojas de cálculo digitales nos muestra cómo la tecnología puede alterar lo que parece ser la base de una industria. En cambio, amplió el número y el alcance de nuevos empleos en esa industria. Esta semana, me gustaría presentarles el precursor final: el iPhone. Cuando Steve Jobs lanzó el innovador iPhone en 2007, pocas personas imaginaron el teléfono inteligente. ¿Será? Al principio era poco más que un juguete caro. La aplicación asesina es la capacidad de hacerlos crujir y zumbar como sables de luz, pero pronto pasaremos más tiempo con nuestros teléfonos inteligentes que con nuestros seres queridos. Usan teléfonos inteligentes para reemplazar televisores, radios, cámaras, computadoras portátiles, sistemas satelitales, walkmans, tarjetas de crédito y más. Es una fuente inagotable de distracción. Entonces, ¿por qué sugerir que el iPhone podría enseñarnos algo sobre la IA generativa? La tecnología es en realidad diferente. Pero tal vez queramos considerar cuán rápido hemos llegado a depender de los teléfonos inteligentes. ¿Y con qué rapidez empezamos a recurrir a los teléfonos inteligentes por costumbre? Más bien fue una elección deliberada. necesitamos compañía Pero en lugar de encontrar amigos En lugar de eso, tuiteamos. Queremos leer algo. Pero en lugar de coger un libro En lugar de eso, decidimos mirar la maldición. En lugar de buenas películas, TikTok, el correo electrónico y WhatsApp han sustituido al trabajo real. Habrá un momento y un lugar para la IA generativa, al igual que habrá un momento y un lugar para consultar la supercomputadora que llevamos en el bolsillo. Pero puede que no sea fácil saber cuándo ayudarnos y cuándo interponerse en nuestro camino. A diferencia de la IA generativa, cualquiera con lápiz, papel y tres minutos puede escribir una lista de las cosas que hace mejor que cuando tiene un teléfono inteligente en la mano. ¿Y qué hacen mejor cuando sus teléfonos inteligentes no están a la vista? El desafío es recordar ese elemento y actuar en consecuencia. Los teléfonos inteligentes son herramientas poderosas que la mayoría de nosotros usamos mal sin querer muchas veces al día. Aunque es menos esotérico que las versiones en grandes idiomas como GPT-4, ¿realmente nos irá mejor con las próximas herramientas de inteligencia artificial? Escrito y publicado originalmente en el Financial Times el 16 de febrero de 2024, el libro de bolsillo de “Las próximas 50 cosas que hicieron la economía moderna” ya está disponible en el Reino Unido. “Infinitamente revelador y lleno de sorpresas: justo lo que esperas de Tim Harford”. – Bill Bryson “Ingenioso, informativo e infinitamente entretenido. Esta es la economía popular en su forma más atractiva”. – The Daily Mail He montado una tienda. Disponible en librerías de EE. UU. y Reino Unido; consulte mi guía completa. La librería se fundó para apoyar a los minoristas independientes locales. Los enlaces a librerías y Amazon pueden generar tarifas de referencia.
Source link
+ There are no comments
Add yours