Генеративный искусственный интеллект. Как ИИ меняет нашу жизнь и работу - Нума Дхамани

в политическом конфликте, могут попросить LLM составить удобное для понимания резюме (см. в разделе 5.4 обсуждение функции поиска внешней информации). Студенты успешно используют LLM для разъяснения некоторых понятий при подготовке к экзаменам: субреддит ELI5 (Explain like I'm five), похожий на Stack Exchange, но менее популярный, заполнен вопросами по самым разным темам, включая машины, животных, природу, физику, Вселенную и многое другое. На рис. 6.6 показано, как при подготовке к экзамену по физике студент может ввести промпт «Объясни теорию струн простыми словами», чтобы ухватить суть этой сложной концепции, а затем задать дополнительные вопросы по любым непонятным аспектам (хотя, конечно, было бы разумно перепроверить ответы по достоверным источникам).

Рис. 6.6. Отрывок из ответа ChatGPT на вопрос о теории струн

Сегодня большинство людей ищут информацию о товарах и услугах в основном через поисковые системы, а иногда через сайты для отзывов или в крупных интернет-магазинах. Когда мы придумываем для себя интересные занятия, мы просматриваем афишу событий в нашем регионе на выходные, фильмы, которые идут в кинотеатрах, или популярные шоу в потоковых сервисах. Когда мы собираемся совершить серьезную покупку – скажем, дорогой техники для кухни, – часто требуется провести тщательное исследование: сначала мы можем поискать в Google лучшую мультиварку, затем выбрать несколько вариантов на Amazon и прочитать отзывы и рейтинги. Возможно, вы предпочитаете почитать отзывы в журналах или газетах, посвященных домашнему хозяйству, а затем приобрести выбранный вариант на веб-сайте продавца. Хотя чат-боты, которые не умеют выполнять поиск в интернете, будут ограничены в информации о новом продукте, модели с функцией поиска внешней информации смогут предоставлять актуальную и многостороннюю информацию и выполнять роль помощника по покупкам, например как Bard с ответом на вопрос на рис. 6.7.

Рис. 6.7. Фрагмент ответа Bard с рекомендациями для покупки гриля

На самом деле именно это предел мечтаний создателей виртуальных помощников, которые начинались с голосовых помощников на естественном языке, таких как Siri и Alexa. Однако Siri, Alexa и Google Assistant являются (по крайней мере, на данный момент) «системами управления и контроля», то есть они понимают ограниченный список и не могут разумно отвечать на запросы, которые в него не входят, – они просто откажутся отвечать. С другой стороны, чат-боты на базе LLM по умолчанию отвечают на любой вопрос или запрос и иногда делают это чересчур уверенно. Поэтому системы управления и контроля благодаря их лучшей управляемости уже подключены к другим разнообразным системам, будь то «умный дом» (выключить свет, изменить настройки термостата) или покупки на Amazon.

В применении к искусственному интеллекту агент – это система, которая может гибко достигать поставленных целей16. По сути, это означает, что система должна уметь взаимодействовать со средой и реагировать на изменения в ней. Такие возможности, как изменение настроек освещения или онлайн-покупки, являются примерами взаимодействия со средой, в данном случае с реальным миром. Siri и Alexa не являются агентами, потому что не адаптируют свои цели, а для выполнения сложных многоэтапных задач это требуется. Например, предположим, что вы просите Siri порекомендовать вам одежду с учетом прогноза погоды для вашего местоположения, а также планов на день. Помощник может получить прогноз погоды, но не сможет выполнить последовательность действий из получения прогноза погоды, просмотра вашего календаря и последующего предложения подходящих вариантов одежды, если это специально не запрограммировано. А вот LLM могла бы разбить задачу на составные части. Если попросить модель, она сможет выполнить нужные шаги и при условии, что у нее будет доступ к календарю и погоде, совершить эти шаги последовательно. Доступ к внешним данным, например через API, для поиска ответа на вопрос – это пример поведения, ожидаемого от агента.

АГЕНТ – это система, которая может гибко достигать поставленных целей, при этом она должна быть способна взаимодействовать с окружающей средой и реагировать на изменения в ней.

LLM-агенты – следующий логический шаг для некоторых существующих областей коммерческого применения моделей. Например, веб-сайт по планированию путешествий Expedia интегрирован с ChatGPT, благодаря чему пользователи могут вести беседы с ботом и получать рекомендации по рейсам, отелям и мероприятиям для запланированных поездок17. В настоящий момент бот не может забронировать свои рекомендации, однако все, что для этого требуется, – соединить модель с каким-нибудь API для оплаты. Конечно, есть много веских причин для того, чтобы этого не делать. Бот может галлюцинировать несуществующими рейсами или неправильно понимать предпочтения пользователя. Но это только вопрос времени, когда подобные приложения станут реальностью. В главе 8 мы более подробно поговорим о том, как работают LLM-агенты.

В мире открытого исходного кода мы уже можем наблюдать всплеск активности по созданию LLM-агентов. В таких проектах, как LangChain (см. http://mng.bz/a1WY), разрабатываются приложения на базе LLM, которые одновременно могут взаимодействовать со средой и иметь доступ к внешним источникам данным. Auto-GPT – это проект с открытым исходным кодом, который обещает «расширить границы возможного с помощью искусственного интеллекта» и использует GPT‐4 в качестве инструмента для долгосрочного планирования, необходимого для достижения цели. На данный момент это все еще очень сложная задача для ИИ, даже для GPT‐4. В документации Auto-GPT в разделе об ограничениях говорится: «Может плохо работать в сложных применениях в реальном бизнесе. Но если у вас что-то получилось, пожалуйста, поделитесь своими результатами!»18 Несмотря на большие амбиции, модель Auto-GPT обычно застревает на промежуточных действиях или забывает о результатах предыдущих действий. Реализация, конечно, еще сырая, но все больше людей неизбежно будут тестировать систему на определенных задачах. И стоит отметить, LLM уже продемонстрировали некоторую полезность в составлении планов с учетом поставленных целей.

Для тех, кто стремится к увеличению продуктивности, чат-боты могут представить структурированный план для достижения целей, например план физических упражнений или еженедельных домашних дел. Брайан Чен, ведущий обозреватель потребительских технологий в New York Times, объясняет, что для получения лучших результатов вы должны упомянуть книгу практических советов, релевантную для текущей задачи, чтобы направить чат-бота в нужном направлении19. Чен привел пример цели – пробежать марафон – и предложил такой промпт:

Я хочу, чтобы ты выступал в роли лайф-коуча. Я расскажу некоторые подробности о своей текущей ситуации и о целях, а твоей задачей будет разработать стратегии, которые помогут мне принять более эффективные решения и достичь этих целей. Здесь понадобятся советы по различным темам, таким как разработка планов достижения успеха или преодоление сложных эмоций. Мой первый запрос: моя цель этой осенью – пробежать марафон. Составь план на три месяца, используя принципы книги Slow AF Run Club («Медленно, но