ChatGPT 및 Google Bard와 같은 LLM(Language Large Models)을 제공할 수 있습니다. 일부 특정 유형의 질문에 대한 적절한 답변이지만 아이러니하게도 이러한 컴퓨터는 컴퓨팅 능력이 매우 떨어집니다. Google은 언어 모델이 수학과 같은 간단한 작업을 수행하도록 하기 위한 새로운 솔루션을 제공합니다. 프로그램 작성. Google은 이제 Bard에게 언어 모델의 출력을 표시하는 대신 수학 또는 문자열 조작과 같은 “계산” 작업을 요청하면 해당 언어 모델이 대신 프로그램을 작성하고 해당 프로그램을 실행한 다음 해당 출력을 표시한다고 말합니다. 대답으로 사용자에게 프로그램.
Google 블로그 게시물은 “나를 위해 ‘Lollipop’이라는 단어를 뒤집는” 항목의 예를 제공합니다. ChatGPT는 이 질문을 뒤집고 “pillopoL”이라는 오답을 제공합니다. 언어 모델은 단어 또는 “기호”의 비트로 세계를 보기 때문에 이에 능숙하지 않기 때문입니다. 다음은 Bard의 출력 예입니다.
“popilloL”로 올바른 출력을 얻지만 더 흥미로운 점은 그것도 마찬가지입니다. 파이썬 코드 포함 나는 그 질문에 대답하기 위해 썼다. 이것은 후드 뒤에 무엇이 있는지 보기 위해 프로그래밍에 관심이 있는 사람들에게는 좋지만 와우, 이것은 아마도 일반 사람들에게 가장 무서운 방법일 것입니다. 특별히 관련이 있는 것도 아닙니다. 이메일을 가져오라고 요청했을 때 Gmail이 코드 블록을 표시했다고 상상해 보십시오. 이상하다. 부탁받은 일만 하세요, 멋져요.
Google은 프로그램을 작성하는 AI 모델을 사람이 긴 나눗셈을 하는 것과 다른 사고 방식에 비유합니다.
이 접근 방식은 특히 Daniel Kahneman의 저서에서 다루는 인간 지능의 잘 연구된 이원론에서 영감을 받았습니다. 빠르고 느린 생각“시스템 1″과 “시스템 2” 사고를 분리하십시오.
- 시스템 1 사고는 빠르고 직관적이며 쉽습니다. 재즈 뮤지션이 즉석에서 즉흥적으로 연주하거나 누군가가 단어를 생각하고 화면에 나타나는 것을 볼 때 그들은 시스템 1 사고를 사용하고 있습니다.
- 대조적으로 시스템 2 사고는 느리고 신중하며 힘듭니다. 긴 나눗셈을 하거나 악기 연주 방법을 배울 때 시스템 2를 사용하고 있습니다.
이 비유에서 LLM은 시스템 1에서만 작동하는 것으로 볼 수 있습니다. 텍스트를 빠르게 생성하지만 많은 생각을 하지 않습니다. 이것은 몇 가지 놀라운 기능으로 이어지지만 몇 가지 놀라운 방식으로 부족할 수 있습니다. (당신이 시스템 1만을 사용하여 수학 문제를 풀려고 한다고 상상해 보십시오: 중단하고 수학을 할 수 없습니다. 단지 마음에 떠오르는 첫 번째 답을 출력하기만 하면 됩니다.) 고전적인 계산은 시스템 2와 밀접하게 연관되어 있습니다. 생각: 그것은 공식적이고 융통성 없는 과정이지만 올바른 단계의 순서는 긴 나눗셈 솔루션과 같은 인상적인 결과로 이어질 수 있습니다.
구글은 “즉석 코드” 방법이 “15,683,615의 소인수는 무엇입니까?”와 같은 질문에도 사용될 것이라고 말합니다. 그리고 “저축의 증가율을 계산합니다.” 이 회사는 “지금까지 우리는 이 방법이 내부 챌린지 데이터 세트의 수리 기반 단어 및 수학 문제에 대한 Bard의 응답 정확도를 약 30% 향상시키는 것을 확인했습니다.”라고 말합니다. 늘 그렇듯이 Google은 Bard가 귀하의 질문을 잘못 해석하거나 처음에는 작동하지 않는 코드를 작성하는 것에 대해 “제대로 이해하지 못할 수 있습니다”라고 경고합니다.
Bard.google.com에서 시도해보고 싶다면 지금 바로 Bard가 답을 빠르게 코딩하고 있습니다.
“재화는 뛰어난 분석 능력을 가진 분석가로, 다양한 주제에 대한 깊은 통찰력을 가지고 있습니다. 그는 창조적인 아이디어를 바탕으로 여러 프로젝트를 주도해왔으며, 좀비 문화에 특별한 애정을 갖고 있습니다. 여행을 사랑하며, 대중 문화에 대한 그의 지식은 깊고 폭넓습니다. 알코올에 대한 그의 취향도 독특합니다.”
