A nagy méretű nyelvi modellek (LLM) fejlődése figyelemre méltó folyékonyságot és képességeket mutatott már különböző területeken. A legtöbb prompt-technika azonban még mindig nem rendelkezik formális ismeretelméleti alapokkal a modell felépítéséhez, inkább csak az intuícióra támaszkodik.
Mit jelent, ha a gépi tanulás hibázik?
A mesterséges intelligencia az utóbbi időben szinte bármilyen mércével mérve nagyot lépett előre. Csendben a világunk részévé vált, működtetve a piacokat, weboldalakat, gyárakat, üzleti folyamatokat, és hamarosan a házainkat, az autónkat és mindent, ami körülvesz minket. A közelmúlt legnagyobb sikerei azonban meglepő kudarcokkal is jártak.
A mesterséges intelligencia problémái
A mesterséges intelligencia technikák jelenlegi generációja alapvetően a tudás bizonyosságán alapul. Az emberi agy figyelemre méltó képességgel rendelkezik a bizonytalansághoz való alkalmazkodás leküzdésére, de ez a tulajdonság még nem materializálódott az MI-modellekben. Hogyan tervezhetünk olyan mesterséges intelligencia-rendszereket, melyek a legjobban kezelik ezt az elemi bizonytalanságot?