اولین جنگ واقعی ربات ها در راه است: ماشین در مقابل وکیل

اولین جنگ واقعی ربات ها در راه است: ماشین در مقابل وکیل

The first real robot war is coming: Machine versus lawyer PlatoBlockchain Data Intelligence. Vertical Search. Ai.

نظر افراد غیرتکنولوژیکی هوش مصنوعی را کشف کرده‌اند، و آنها دچار مشکل شده‌اند. بسیاری از این گیج‌ها درباره این است که چگونه هوش مصنوعی در نوعی دیستوپیای هالیوود از ما پیشی می‌گیرد، به همان اندازه که عمیقاً طعنه‌آمیز و عمیقاً اشتباه است. ماهیت LLM ها خودآگاهی HAL-9000 نیست، بلکه یک ماشین متن پیشگوی غول پیکر است. این به خودی خود هم علمی است و هم علمی تخیلی، جایی که آگاهی کافی از قوانین و توزیع‌ها چیزی را ارائه می‌دهد که علمی تخیلی آن را پیش‌شناخت کاری یا همان‌طور که فیزیک می‌گوید، یک مدل کاری می‌نامد.

هنگامی که از تثبیت HAL-9000 عبور کردید، واضح است که هوش مصنوعی نه با کاوش روانشناختی، بلکه با تجزیه و تحلیل خروجی از طریق احتمالات، به بهترین شکل آزمایش می شود. این رویکردی است که در حال حاضر به ثمر نشسته است گروهی از UC Berkeley درباره محصولات OpenAI بیشتر می آموزند از OpenAI عمومی است.

LLM ها بسته به قوانین و توزیع های آموخته شده از داده های آموزشی تصمیم می گیرند چه چیزی را خروجی بگیرند. بنابراین، محققان استدلال می‌کنند که با نگاه کردن به آنچه که LLM واقعاً تولید می‌کند، می‌توانید استنباط‌هایی در مورد داده‌هایی که از آن تغذیه شده است به دست آورید، به خصوص اگر بتوانید این را در برابر داده‌هایی که قبلاً می‌دانید آزمایش کنید. در این مورد، آثار دارای حق چاپ.

اینکه دانشمندان کشف کردند که مدل‌های OpenAI با رژیم غذایی سرشار از تخیلی و تخیلی تغذیه شده‌اند، هم لذت‌بخش، هم طعنه‌آمیز و هم کمترین تعجب از یک خماری صبح شنبه است. اگر خدا انسان را به شکل خود آفریده است، هر کسی که ChatGPT را خلق کرده است، یک شخصیت علمی تخیلی و شیفته فانتزی با تمرکز بیش از حد و رویکردی متفاوت عصبی برای همدلی بود. شما می توانید یک سنگ را بدون برخورد به یکی از آنها در دره پرتاب کنید، اما باید آن را به شدت به سمت اقیانوس پرتاب کنید.

محققان به نتایج خوب و قابل تحسینی در مورد مجموعه داده‌های باز و اجتناب از تعصب می‌رسند، اما همچنین به چیزی که ممکن است اولین نقطه تماس واقعی LLM با دنیای انسان‌ها باشد، دست بزنند: حق چاپ.

معمولاً اگر یک کتاب یا یک قطعه موسیقی را به رایانه وارد کنید، یک نسخه از آن تهیه می کنید. اگر نسخه اصلی دارای حق چاپ باشد، قوانین ساده هستند: شما فقط می توانید کاری را انجام دهید که مالک حق چاپ به شما اجازه می دهد. اما آموزش یک شبکه عصبی یک کپی دائمی ایجاد نمی کند، بلکه مجموعه ای ریاضی از اتصالات و وزن ها را ایجاد می کند که با آنهایی که از داده های دیگر ایجاد شده اند در هم می آمیزند. این تجزیه و تحلیل و ترکیب است، چیزی که ما نه تنها به انسان ها اجازه می دهیم، بلکه مردم را مجبور می کنیم تا برای یک دهه از زندگی جوان خود در اردوگاه های آموزش اجباری که به آن مدرسه می گوییم، انجام دهند. یا اگر استفاده از آثار کپی رایت به‌عنوان داده‌های آموزشی خلاف قانون است، ما در مشکل عمیقی هستیم.

برعکس، اگر انسان ها چیزی را کلمه به کلمه یاد بگیرند و سپس از بازآفرینی آن پول در بیاورند، قانون کپی رایت یک بار دیگر اعمال می شود: یک بازیگر نمی تواند یک نمایشنامه را با مصونیت از کپی رایت فقط به این دلیل که خطوط خود را یاد گرفته است، اجرا کند. همه چیز واقعا تاریک می شود کار مشتق شده، جایی که چیزی مبتنی بر اثر حق نسخه برداری نیز به اجازه صاحب حق نسخه برداری نیاز دارد. و هر بیت از خروجی یک LLM مشتق از داده های آموزشی آن است: هیچ چیز دیگری نمی تواند باشد. این نه تنها غیرقابل استدلال است، بلکه از نظر فرهنگی نیز مشخص است: اگر می‌خواهید قانون کپی رایت آثار مشتق شده را ببینید که در مقیاس کهکشانی در دنیای واقعی مورد اعتراض قرار می‌گیرد، به یک خلافکار بروید.

Fandom به ما کاسبلی، فن‌فیک، نمایش‌های ادای احترام، تخصیص علامت تجاری، و وسواس به اشتراک‌گذاری آخرین کوارک یک فرنچایز یا اثر مورد علاقه را به ما داده است. در حال حاضر و دوباره، اگر چیزی به سرعت فرار تجاری نزدیک شود، دارندگان حق چاپ ممکن است وارد عمل شوند، اما به عنوان نمایش عمده، جهانی و عمومی از رفتار طعنه‌آمیز، داستان‌های علمی تخیلی و فانتزی هواداران از آن دور می‌شوند. از این رو دنیا جای بهتری است. مهم این نیست که ChatGPT یک داستان علمی تخیلی است، مهم این است که طرفدار داستان های علمی تخیلی است.

LLM ها مانند یک هوادار همه منظوره عمل می کنند، و ایده های جدیدی را ایجاد می کنند که به وضوح از تجزیه و تحلیل، در میان چیزهای دیگر، آثار کپی رایت به دست می آیند. قانون کپی رایت چگونه به این موضوع واکنش نشان خواهد داد؟ طعنه آمیز این است که در حالی که LLM ها به جای الگوریتم ها بر اساس احتمالات کار می کنند، کپی رایت نیز همینطور است. کار مشتق هیچ قانون سخت و سریعی در مورد اینکه چقدر مشتق کردن به عنوان مشتق کار محسوب می شود، ندارد. مانند برادر مالکیت معنوی، استفاده منصفانه، اصول کلی وجود دارد که عمدتاً از رویه قضایی ناشی می شود، اما مناطق خاکستری بیشتری نسبت به یک روز مه آلود در سانفرانسیسکو وجود دارد. اگر در اینجا به کنایه بیشتری نیاز دارید، خود قانون قضایی را به عنوان یک تمرین چند قرنی در آثار مشتق در عرصه ای که حق چاپ در آن اعمال نمی شود در نظر بگیرید.

آنچه LLM ها به مبارزه می آورند، استقرار گسترده است. همانطور که fandom دریافته است، اگر افراد کافی این کار را انجام دهند، انجام می شود. ضبط صوتی و تصویری خانگی هر دو با واکنش شدید صنعت ضبط مواجه شد - در مورد سونی، گروه‌های مختلف در جنگ با یکدیگر قرار گرفتند - اما یک فناوری ارزان و محبوب را در اختیار میلیاردها نفر قرار داد و برنده شد.

بسیاری از افرادی که به چنین چیزهایی فکر می کنند منتظر پرونده های دادگاه هستند که به تعیین آینده نحوه تعامل حق چاپ با هوش مصنوعی کمک می کند. بعید است اینها کمک کنند. هر چه کپی رایت از پرداختن به کپی‌های واقعی دورتر شود، مفیدتر و مضرتر می‌شود. LLMها به همان اندازه که مشتق هستند مولد هستند، و قانون کپی رایت در گشت زنی در سیستم های مولد، که در آن نهادهای غیرانسانی آثار بدیع تولید می کنند، وحشتناک است. اگر گوریل در جنگل عکس بگیرد، آیا وکیل حقوق می گیرد؟ اگر یک هوش مصنوعی داستانی درباره یک پسر جادوگر بنویسد و یک میلیاردم داده های آموزشی آن از هری پاتر باشد، جی کی رولینگ از چه کسی شکایت می کند؟ موارد سخت، قانون بدی را تشکیل می دهند، و این موارد در واقع بسیار سخت خواهند بود.

مانند پدافندهای دریایی در خط ساحلی در حال فرسایش، مفاهیم کار مشتق یا می تواند با هزینه های مخرب در برابر افزایش سطوح عدم انطباق خودکار محافظت شود یا یک عقب نشینی مدیریت شده بر اساس اصل کمترین آسیب انجام شود. در هر صورت، ربات ها، مانند دریا، در نهایت برنده خواهند شد. یک چشم انداز جدید وجود خواهد داشت. و کاملا قابل سکونت خواهد بود. ®

تمبر زمان:

بیشتر از ثبت نام