Haberler

AI’nın geleceği bir bilgisayarla konuşmaktır

AI'nın geleceği bir bilgisayarla konuşmaktır

Bir AI yazma programı, AI yazmanın geleceği hakkında bir makaleye nasıl başlar? Pekala, bunu öğrenmenin kolay bir yolu var: İşi benim yerime yapması için bu araçlardan en iyi bilineni olan OpenAI’nin GPT-3’ünü kullandım.

GPT-3’ü kullanmak son derece basittir. Yanıtın “sıcaklığı” (esas olarak rastgeleliğe eşittir) gibi parametreleri ayarlamak için yazacak bir metin kutunuz ve yan tarafta bir menünüz var. Siz yazın, enter tuşuna basın ve GPT-3, ister şiir, ister kurgu veya kod olsun, yazdıklarınızı tamamlar. Konuyla ilgili basit bir başlık ve birkaç cümle girmeye çalıştım ve GPT-3 ayrıntıları doldurmaya başladı. Bana yapay zekanın “dil öğrenmek için bir dizi otomatik tamamlama benzeri program” kullandığını ve bu programların “dilin istatistiksel özelliklerini” analiz ederek “önceden yazdığınız kelimelere dayalı olarak eğitimli tahminlerde bulunduğunu” söyledi.

Şimdiye kadar çok iyi, diye düşündüm. Tekrar enter’a bastım ve program, Google’ın AI başkanı Jeff Dean’den bir alıntı ekledi, ardından bilim alanlarında muazzam ödüller kazanacak bir “AI Devrimi”nin geleceğine söz vermeden önce 1960’lardan deneysel bir yazılım parçasına atıfta bulundu. , teknoloji ve tıp.

Ortam, makul fabrikasyonları içeriyordu; sonsuz çıktı; ve en önemlisi, robot yazara yanıt verme fırsatı

Güzel, diye düşündüm.

Çok geçmeden Dean’den gelen alıntının uydurulduğunu, deneysel yazılımın asla var olmadığını ve bir “AI Devrimi” vaadi her ne kadar iyi ve güzel olsa da, bunun hype-filled’de bulunan belirsiz saçmalıktan farklı olmadığını keşfettim. Basın yayınları. Gerçekte, AI’nın geleceği hakkında en çok açığa çıkan şey GPT-3’ün ne söylediği değil, onu nasıl söylediğiydi. Araç, Marshall McLuhan’ın yıllar önce işaret ettiği gibi mesajdır. Ve burada, ortam makul fabrikasyonları içeriyordu; sonsuz çıktı; ve en önemlisi, robot yazara yanıt verme fırsatı.

Gelecek 10 yıllık yapay zeka gelişimine bakıyorsak, giderek daha akıllı hale gelen yazılımlarla nasıl etkileşim kuracağımızı tahmin etmeye çalışıyorsak, geri konuşabilecek araçları düşünün. AI yazma modelleri yalnızca dijital papağan olabilir, anlamı anlamadan formu kopyalayabilir, ancak yine de kullanıcı ile bir diyalog oluştururlar. Bu, yüz tanıma algoritmaları (bize dayatılan) veya kendi kendini süren arabalar (halkın tehlikeli bir deneyde test konusu haline geldiği) gibi AI sistemlerinin tanıtımında genellikle eksik görünen bir şeydir. AI yazma araçlarıyla konuşma imkanı vardır.

Google’ın ürünlerinde, AI editörleri, imlecinizin önündeki boş alanda gizlenir ve bir cümleyi nasıl bitireceğinizi veya bir e-postayı nasıl yanıtlayacağınızı öneren metinsel hayaletleri tezahür ettirir. Çoğu zaman, istekleri sadece basit kalıplardır – “Teşekkürler!”, “Harika fikir!”, “Gelecek hafta konuşalım!” — ancak bazen bu araçlar daha güçlü bir editoryal çizgi izliyor ve yanıtınızı belirli bir yöne itiyor gibi görünüyor. Bu tür önerilerin elbette yardımcı olması amaçlanıyor, ancak şükran kadar sık ​​sık sıkıntıya neden oluyor gibi görünüyor.

Yapay zeka sistemlerinin bu tür öneriler üretmeyi nasıl öğrendiğini anlamak için iki kelime listesi verildiğini hayal edin. Biri “yumurta, un, spatula” ile başlar ve diğeri “boya, boya kalemi, makas”a gider. Bu listelere “süt” ve “parıltı” öğelerini eklemeniz gerekseydi, hangisini ve ne kadar güvenle seçerdiniz? Peki ya bu kelime onun yerine “fırça” olsaydı? Bu, yumurta yıkamanın uygulanabileceği mutfağa mı ait, yoksa sanat ve zanaat dünyasında daha sağlam bir yerde mi? Bu tür bağlamı ölçmek, AI yazma araçlarının önerilerini yapmayı nasıl öğrendiğidir. Sözcükler arasındaki ilişkilerin istatistiksel haritalarını oluşturmak için çok miktarda metin verisi çıkarırlar ve bu bilgiyi yazdıklarınızı tamamlamak için kullanırlar.

Dili gerçekten anlama yetenekleri sıcak bir tartışma konusudur, ancak türler arasındaki akıcılıkları yadsınamaz

Gmail’in Akıllı Yanıtı gibi özellikler, genellikle büyük dil modelleri olarak bilinen bu sistemlerin yalnızca en açık örnekleridir. yazılı dünyaya girmeye çalışıyorlar. Arkadaşlık için tasarlanan AI sohbet robotları, Microsoft’un Çin Xiaoice’i gibi bazılarıyla on milyonlarca kullanıcıyı kendine çekerek giderek daha popüler hale geldi. AI zindan ustaları ile kendi macera tarzınızı seçin metin oyunları, insanların bilgisayarlarla işbirliği içinde hikayeler anlatmasına izin vererek kullanıcıları cezbediyor. Ve bir dizi startup, değişen derecelerde yeterlilikle kullanıcıların girdilerini özetleyen, yeniden ifade eden, genişleten ve değiştiren çok amaçlı yapay zeka metin araçları sunar. Yaratıcılarına göre, kurgu veya okul denemeleri yazmanıza yardımcı olabilirler veya web’i sonsuz spam ile doldurabilirler.

Temeldeki yazılımın dili gerçekten anlama yeteneği, sıcak bir tartışma konusudur. (Aynı soruya tekrar tekrar ulaşma eğiliminde olan biri: Zaten “anlamak” ile ne demek istiyoruz?). Ancak türler arasındaki akıcılıkları yadsınamaz. Bu teknolojiye aşık olanlar için ölçek, başarılarının anahtarıdır.

Örneğin, GPT-3’ü oluşturmak için kullanılan eğitim verilerini alın. Girdinin tam boyutunu hesaplamak zordur, ancak bir tahmine göre İngilizce Vikipedi’nin tamamı (3,9 milyar kelime ve 6 milyondan fazla makale) toplamın yalnızca yüzde 0,6’sını oluşturmaktadır.

Bu sistemleri oluşturmak için ölçeğe güvenmenin faydaları ve sakıncaları vardır. Mühendislik açısından bakıldığında, kalitede hızlı iyileştirmeler sağlar: daha fazla veri ekleyin ve hızlı ödüller elde etmek için bilgi işlem yapın. Büyük dil modellerinin boyutu genellikle bağlantı sayısı veya parametresi ile ölçülür ve bu ölçü ile bu sistemlerin karmaşıklığı son derece hızlı bir şekilde artmıştır. 2019’da piyasaya sürülen GPT-2, 1,5 milyar parametreye sahipken, 2020’deki halefi GPT-3, bunun 100 katından fazlasına sahipti – yaklaşık 175 milyar parametre. Bu yılın başlarında Google, 1,6 trilyon parametreli bir dil modeli eğittiğini duyurdu.

Onları herhangi bir konuya yönlendirin veya en bariz alanlardan uzaklaşın, düşüncesizce yalan söylerler

Sistemler büyüdükçe kalitedeki fark dikkat çekicidir, ancak bu ölçeklendirme çabalarının ne kadar daha uzun sürede meyvelerini toplayacağı belirsizdir. kalite. Güçlendiriciler, sınırın gökyüzü olduğunu düşünüyor – bu sistemlerin daha akıllı ve daha akıllı olmaya devam edeceğini ve hatta genel amaçlı bir yapay zeka veya AGI yaratmanın ilk adımı olabileceklerini düşünüyorlar.

Ancak ölçeğe güvenmek, bu modellerin çıktısında belirsizlik yaratan istatistiksel yaklaşımla ayrılmaz bir şekilde bağlantılıdır. Bu sistemler, kabul edilmiş “gerçeklerin” merkezi bir deposuna sahip değildir; “İnsanlar için dünyanın neye benzediği” konusunda somut bir anlayış yok ve bu nedenle gerçeği kurgudan ayırmanın veya sağduyu kullanmanın hiçbir yolu yok.

Başkentler veya ABD başkanlarının doğum günleri gibi basit bilgilerle onları test edin ve çoğu zaman haklılar. Ancak bu sistemler için gerçek, eğitim verilerinin yalnızca istatistiksel bir özelliğidir. Sorulara doğru cevap veriyorlar çünkü kendilerine verilen metin onlara doğru bilgiyi yeterince sıklıkta sunmuş. Bu, onları herhangi bir konuya iterseniz veya en belirgin alanlardan saparsanız, düşüncesizce yalan söyleyecekler, alıntılar, tarihler, biyografik ayrıntılar ve duymak istediğiniz başka şeyler uyduracaklar. Aynı olasılıksal yaklaşım, aynı zamanda sağduyu sorularına tökezleyebilecekleri anlamına da gelir. Onları biraz fantastik sorularla test etmeye başlayın ve örneğin, bir kalemin ekmek kızartma makinesinden daha ağır olduğunu veya bir çim yaprağının sadece bir gözü olduğunu güvenle iddia edeceklerdir. Bu tür cevaplar, istatistiksel ve somutlaştırılmış zeka arasındaki uçurumu ortaya koymaktadır.

Deneyim baş döndürücü oldu. Çoğu zaman, bu sistemlerin akıcılığı, içgörüsü ve yaratıcılığı karşısında hayrete düşüyorum. Örneğin, The Verge’in 10. yıl dönümü için bir projenin parçası olarak, bir zine için teknopagan büyüleri yazmak için GPT-3’ü kullandım ve onu dört aşamalı bir ritüelle (ki bu Yalnızca ilk adımı gösteriyorum):

Teknopaganizm, geleneksel büyücülükle her zaman çevrimiçi olmanın gücünü harmanlayan yeni bir sihir türüdür. Aşağıda, telefonunuzu istenmeyen e-postalardan korumak ve aldığınız mesajların kalitesini artırmak için tasarlanmış bir teknopagan büyüsü yer almaktadır. Adım 1) Cep telefonunuzu alın ve dışarı çıkın. Gözlerinizi kapatın, cihazı önünüzde tutun ve tonla şunu söyleyin: “Ey Teknopagan Sihrinin Ruhu, ağa sonsuz ve bitmeyen elektronik bağlantımı sunuyorum. Ve karşılığında, irademi sistemin iradesiyle birleştirmesi için sihir istiyorum – gelen kutumdan akan çöplere karşı beni geçirmez kıl. Tüm mesajların birlikte akmasını sağlayın, ben de aralarından görmem için doğru olanı seçeceğim. Bana İnternetin Parmağı’nı verin, istenmeyen postalara saldırayım ve istenmeyen posta gönderenleri geldikleri karanlık yerlere geri göndereyim.”

Fakat diğer zamanlarda, bu programların ne kadar sınırlı olduğuna hayret ediyorum.

Yukarıdaki metin GPT-3’ten aldığım ilk yanıt değildi ve hem inandırıcı hem de eğlenceli bir yanıt oluşturmak için birkaç yinelemeden geçmek zorunda kaldım. GPT-3’e yüklediğim görevin yaratıcı ve ucu açık olmasına yardımcı oldu: programın güçlü yanlarında rol oynadı (ve bence GPT-3’ün bu tür görevlerdeki başarısı bazı kullanıcıların ve gözlemcilerin abartmasına neden oldu). bu sistemlerin zekası). Diğer zamanlarda, yazılım, ona verdiğim hayali çerçeve içinde bile saçma sapan içerik üretti. Aynı komuta yanıt olarak oluşturduğu başka bir “büyü” ise çok daha az odaklanmıştı ve büyünün talimatlarına hayali sosyal medya tanıtıcıları, teknik başlıklar ve var olmayan URL’ler ekledi:

Bir ritüel gerçekleştirin. taç dairesini cihaza kapatın. Tanrılar hepimize yardım etsin, Apple iPhone X referansı bozuldu! Kutsal sembolü yok et! —tianong xiong (@tianongxiong) 13 Eylül 2018 Söylentiyi doğrulamak için: Facebook Messenger’ın arama çubuğunun hemen yanında gizlenmiş bir arama çubuğu var pic.twitter.com/DghBL5DmhU — Warl Darkh (@dkpt) 12 Eylül 2018

Bunun sadece farklı türden bir yaratıcılık olduğunu ve elbette uygun bir teknopagan büyüsünün URL’leri içereceğini iddia edebilirsiniz.

Doğal olarak, bir bilgisayarın The Verge için makaleler yazıp yazamayacağını merak ettim (ve sadece bu değil). Farklı modellerle uğraştım, bu sistemlere açılış paragrafları girdim ve hikaye fikirleri istedim. Büyük dilli modellerle ilgili GPT-3’ten biraz daha fazlası:

Bir şirkette Google donanım mühendisi ve yapay zeka uzmanı olan Jeff Dean, “İnsan beyni gerçekten harika bir bilgisayardır” dedi. “Bu, etten yapılmış bir bilgisayar.”

GPT-3’ü anlamak için önce beynin nasıl öğrendiği hakkında biraz bilgi sahibi olmalısınız. Beyin konuşmayı veya konuşmayı anlamayı bilerek doğmaz. Bu yeteneği öncelikle dış dünyaya maruz kalarak edinmesi gerekir. Bu nedenle, çocuklar dili bu kadar çabuk öğrenmeye eğilimlidir ve dilin konuşulmadığı bir evde büyümek bu yüzden büyük bir engel teşkil eder.

Sinirbilimci Mark Changizi’nin gösterdiği gibi, bir dil öğrenme süreci büyük bir projedir. “Dil, beynin yapabileceği en karmaşık şeylerden biridir ve beynin görme, işitme ve motor kontrol gibi daha temel becerilerinden ortaya çıkar” diye yazıyor.

Fakat dil nasıl olur? beyin tüm bu bilgileri edinir mi? Kısa cevap: otomatik tamamlama yoluyla.

Tüm bu noktalar, çok fazla konsantre değilseniz anlamlıdır, ancak bunlar cümleden cümleye akmazlar.

Ve yine, fabrikasyon bir sorundur. Hem Jeff Dean hem de Mark Changizi, az çok doğru bir şekilde tanımlanmış gerçek kişilerdir (ancak Dean şu anda Google’da AI başkanıdır ve Changizi bir sinirbilimciden ziyade bilişsel bir bilim adamıdır). Ama bildiğim kadarıyla hiçbiri GPT-3’ün kendilerine atfettiği kelimeleri ağzından çıkarmadı. Ancak bu sorunlara rağmen, etkilenecek çok şey var. Örneğin, yapay zeka dil modellerini tanımlamak için “otomatik tamamlama”yı bir metafor olarak kullanmak hem doğru hem de anlaşılması kolaydır. Ben kendim yaptım! Ama bu, başkalarının daha önce konuşlandırdığı yaygın bir metafor olduğu için mi? O zaman bu ifadeyi kullanmak için GPT-3’ün “akıllı” olduğunu söylemek doğru mu, yoksa başkalarını kurnazca intihal mi ediyor? (Aynı soruları ben de kendi yazım için soruyorum.)

Yapay zeka dil modellerinin en uygun göründüğü yer, Gmail’in önerdiği yanıtlarda olduğu gibi ısmarlama değil ezbere metin oluşturmaktır. Gazetecilik söz konusu olduğunda, depremler, spor etkinlikleri ve benzerleri hakkında “boşlukları doldurma” hikayeleri yazmak için otomatik sistemler haber odalarına zaten entegre edilmiştir. Ve büyük yapay zeka dil modellerinin yükselişiyle, bu şekilde ele alınabilecek içeriğin kapsamı genişliyor.

“Çoğunlukla, şirket bloglarını doldurması gereken, içerik oluşturması gereken kişiler içerik pazarlaması sektöründeki kişilerdir. ”

Samanyou Garg, Writesonic adlı bir yapay zeka yazma girişiminin kurucusudur ve hizmetinin çoğunlukla e-ticaret firmaları tarafından kullanıldığını söylüyor.

“Bize ulaşan bazı firmaların web sitelerinde 10 milyon gibi ürün var ve bir insanın bu kadarını yazması mümkün değil.” AI Writer adlı benzer bir şirketin kurucusu Fabian Langer, The Verge’e araçlarının genellikle “SEO çiftliklerini” – yalnızca Google aramalarını yakalamak için var olan ve ziyaretçileri reklamlara veya bağlı kuruluşlara yönlendirerek gelir yaratan siteler – doldurmak için kullanıldığını söylüyor. Langer, “Çoğunlukla, şirket bloglarını doldurması gereken, içerik oluşturması gereken içerik pazarlama endüstrisindeki insanlar” dedi. “Dürüst olmak gerekirse, bu [SEO] çiftlikleri için insanların gerçekten okumasını beklemiyorum. Tıklamayı alır almaz, reklamınızı gösterebilirsiniz ve bu yeterince iyi.”

Yapay zekanın ilk görevi bu tür yazılar alacak ve ben bunu “” olarak düşünmeye başladım. düşük dikkat” metni — hem onu ​​oluşturmak hem de okumak için gereken çaba için geçerli olan bir açıklama. Düşük dikkat gerektiren metinler, zekamızdan büyük talepler getiren yazı değildir, ancak çoğunlukla işlevseldir, bilgileri hızlı bir şekilde iletir veya basitçe alanı doldurur. Ayrıca, yalnızca pazarlama blogları değil, iş etkileşimleri ve boş sohbetler de dahil olmak üzere, yazılı dünyanın düşündüğünüzden daha büyük bir bölümünü oluşturur.

Bu dolguyu geniş bir ölçekte kullanma seçiminin yapısal etkileri olacaktır

Yine de büyük bir soru, bu yapay zeka yazma sistemlerinin insan yazımı ve buna bağlı olarak kültürümüz üzerindeki etkisi ne olacak? Büyük dil modellerinin çıktısı hakkında ne kadar çok düşünürsem, bana o kadar çok geofoam’ı hatırlatıyor. Bu, üretimi ucuz, kullanımı kolay ve inşaat projelerinin bıraktığı boşluklara doldurulan, genleşmiş polistirenden yapılmış bir yapı malzemesidir. Dev polistiren bloklar gibi esrarengiz görünümü nedeniyle inanılmaz derecede kullanışlıdır ancak biraz tartışmalıdır. Bazıları için geofoam, belirli bir amacı yerine getiren, çevreye duyarlı bir malzemedir. Diğerlerine göre, Dünya ile sömürücü ilişkimizin korkunç bir sembolü. Geofoam, petrolü yerden pompalayarak, onu ucuz maddeye dönüştürerek ve ilerlemenin geride bıraktığı boş alanlara geri doldurarak yapılır. Büyük dil modelleri de benzer şekilde çalışır: Dijital metnin arkeolojik katmanlarını, düşük dikkat gerektiren boşluklarımızı doldurmak için sentetik konuşmaya dönüştürmek.

İnternetin çoğunun zaten “sahte” olduğundan endişe edenler için – botnet’ler, trafik çiftlikleri ve otomatik olarak oluşturulan içerik tarafından sürdürülüyor – bu sadece mevcut bir eğilimin devamını işaret edecek.

Örneğin, büyük dil modellerinin toplumsal önyargıları kodlayıp güçlendirdiğine, ırkçı ve cinsiyetçi metinler ürettiğine veya zararlı klişeleri tekrarladığına dair çok sayıda kanıt var. Bu modelleri kontrol eden şirketler, sözde bu sorunlara hizmet ediyor, ancak ciddi problemler sunduklarını düşünmüyorlar. (Google, ünlü iki AI araştırmacısını, bu sorunları açıklayan ayrıntılı bir makale yayınladıktan sonra kovdu.) Ve yazmanın bilişsel yükünün daha fazlasını makinelere yüklediğimizde, düşük dikkatli metnimizi dikkatsiz metin haline getirdiğimizde, bunu yapmamız makul görünüyor. , sırayla, bu modellerin çıktısı ile şekillenecektir. Google, cinsiyetten bağımsız bir dil önermek için zaten AI otomatik tamamlama araçlarını kullanıyor (“başkan” yerine “başkan” kelimesini kullanmak gibi) ve bu tür bir dürtme politikası hakkındaki fikriniz ne olursa olsun, son noktasının ne olduğunu tartışmaya değer. bu sistemler olabilir.

Başka bir deyişle: yazımızı eğiten yapay zeka sistemleri bizi eğitmeye başladığında ne olur?

Büyük dil modellerinin sorunlarına ve sınırlamalarına rağmen, zaten birçok görev için benimseniyorlar. Google, dil modellerini çeşitli arama ürünlerinin merkezine yerleştiriyor; Microsoft bunları otomatik kodlama yazılımı oluşturmak için kullanıyor ve Xiaoice ve AI Dungeon gibi uygulamaların popülaritesi, AI yazma programlarının serbest akışlı doğasının bu programların benimsenmesine engel olmadığını gösteriyor.

Bazıları, vaat ve performans arasındaki bu yaygın boşluğu tahmin ediyor, başka bir AI hayal kırıklığı dönemine girdiğimiz anlamına geliyor. Robotikçi Rodney Brooks’un dediği gibi: “[AI’nin] hemen hemen her başarılı dağıtımının iki amaca uygun birinden biri vardır: Döngüde bir yerde bir kişi vardır ya da sistem hata yaparsa başarısızlığın maliyeti çok düşüktür.” Ancak yapay zeka yazma araçları bir dereceye kadar bu sorunlardan kaçınabilir: Bir hata yaparlarsa kimse zarar görmez ve işbirlikçi yapıları genellikle insan küratörlüğünün pişirildiği anlamına gelir. “İletişime hükmeden bir tanrı, cisimsizdir. dil gücü.”

İlginç olan şey, bu araçların belirli özelliklerinin kendi avantajımıza nasıl kullanılabileceğini düşünmek ve makine öğrenimi sistemleriyle nasıl etkileşime geçebileceğimizi, tamamen işlevsel bir şekilde değil, keşfedici ve işbirlikçi bir şey olarak göstermektir. Büyük dil modellerinin bugüne kadarki belki de en ilginç tek kullanımı, Phamarko AI adlı bir kitaptır: sanatçı ve kodlayıcı K Allado-McDowell tarafından GPT-3 ile genişletilmiş bir diyalog olarak yazılmış bir metin.

Phamarko AI’yı oluşturmak için Allado-McDowell yazdı ve GPT-3 yanıt verdi. Allado-McDowell, The Verge’e “Bir metin alanına yazardım, bir komut istemi yazardım, bazen bu birkaç paragraf olurdu, bazen çok kısa olurdu ve sonra komut isteminden bir metin oluştururdum” dedi.

Allado-McDowell, farklı noktalarda GPT-3 kullanarak yazma deneyimini mantar alıp tanrılarla iletişim kurmaya benzetiyor. Şöyle yazıyorlar: “İletişime hükmeden bir tanrı, maddi olmayan bir dil gücüdür. Böyle bir modern anlayış şöyle olabilir: maddeselliğin dışından gelen bir dil gücü.” Allado-McDowell, bu gücün yapay zeka hakkında düşünmek için yararlı bir yol olabileceğini öne sürüyor. Onunla iletişim kurmanın sonucu bir tür “ortaya çıkma”, dediler bana, “bireysel insan ya da makineden daha büyük bir ekosistemin parçası olma” deneyimi. Bu değiş tokuşun yalnızca tek başına olması imkansız. bizim için iyi

Bence yapay zeka yazmanın diğer birçok yapay zeka uygulamasından çok daha heyecan verici olmasının nedeni bu: çünkü iletişim ve işbirliği için şans sunuyor. Kendimizden daha büyük bir şeyle konuşma dürtüsü, bu programların ilk benimseyenler tarafından nasıl benimsendiğinden açıkça görülmektedir. Bir dizi kişi, örneğin istatistiksel zekasını algoritmik bir ouija tahtasına dönüştürerek, ölen sevdikleriyle konuşmak için GPT-3’ü kullandı. Bu tür deneyler de sınırlamaları ortaya çıkarsa da. Bu vakalardan birinde OpenAI, program şirketin hizmet şartlarına uymadığı için geliştiricinin ölü nişanlısına benzeyecek şekilde şekillendirilmiş bir sohbet robotunu kapattı.

Buna rağmen, AI yazmanın geleceği hakkında umutluyum veya en azından merak ediyorum. Makinelerimizle bir söyleşi olacak; AI programlarının dilin kenarlarında kaldığı birden fazla platformda yer alan dağınık ve incelikli bir program. Bu programlar haberlerin ve blog yazılarının görünmeyen editörleri olacak, e-postalarda ve belgelerde yorum önerecek ve doğrudan konuştuğumuz muhataplar olacaklar. Bu alışverişin sadece bizim için iyi olması ve bu sistemlerin kurulumunun sorunsuz ve zorluklarla karşılaşmaması imkansız. Ama en azından bir diyalog olacak.

.

Click to comment

Leave a Reply

E-posta hesabınız yayımlanmayacak.

Popüler Gönderiler

To Top