selv de mest avancerede chatbots kan ikke føre en anstændig samtale, men AI-systemer bliver bestemt bedre til at generere det skrevne ord. En ny app giver rigeligt bevis, så alle kan indtaste en tekstprompt, som AI-programmet automatisk vil reagere på.
indtast starten på en sammensat nyhedsartikel, og den afslutter den for dig. Stil det et spørgsmål (ved at formatere dit input som dette: “spørgsmål: Hvad skal jeg gøre i dag?”), og det vil med glæde reagere.
siden hedder TalkToTransformer.com det er den canadiske ingeniør Adam King. King lavede stedet, men den underliggende teknologi kommer fra forskningslaboratoriet OpenAI. Tidligere i år afslørede OpenAI sit nye AI-sprogsystem, GPT-2, og TalkToTransformer er en slanket, tilgængelig version af den samme teknologi, som tidligere kun er tilgængelig for udvalgte forskere og journalister. (Navnet” transformer ” henviser til den type neurale netværk, der bruges af GPT-2 og andre systemer.)
hvis du vil lære om AI-sproggenerering, er der ingen bedre måde at forstå dets enorme potentiale og alvorlige begrænsninger end ved at lege med TalkToTransformer.
på plussiden er modellen utrolig fleksibel. Det er i stand til at genkende et stort udvalg af input, fra nyhedsartikler og historier til sangtekster, digte, opskrifter, kode og HTML. Det kan endda identificere kendte figurer fra franchise som Harry Potter og Ringenes Herre.
samtidig vil du snart se, at systemet på et grundlæggende niveau ikke forstår sprog eller verden som helhed. Den tekst, den genererer, har sammenhæng på overfladeniveau, men ingen langsigtet struktur. Når det for eksempel skriver historier, vises tegn og forsvinder tilfældigt uden konsistens i deres behov eller handlinger. Når det genererer dialog, glider samtaler målløst fra emne til emne. Hvis det får mere end et par svar, det ser ud som held og lykke, ikke dygtighed.
som The Verge forklarede i vores oprindelige dækning af GPT-2, er dette system enormt imponerende. Husk: dette er en enkelt algoritme, der har lært at generere tekst ved at studere et stort datasæt skrabet fra internettet og andre kilder. Det lærte ved at lede efter mønstre i disse oplysninger, og resultatet er et overraskende multitalent system.
det er måske ikke svært at finde huller i GPT-2 ‘ s viden, men det er umuligt at vide, om du har udforsket grænserne for, hvad det kan gøre.