Экспертные способности лингвистической нейросети
Научная статья
-
Владимир Иванович Ракин
Институт геологии имени академика Н. П. Юшкина Коми научного центра Уральского отделения РАН, Сыктывкар, Россия
rakin@geo.komisc.ru
ORCID https://orcid.org/0000-0001-8085-8733
Elibrary AuthorId 55947Для цитированияРакин В. И. Экспертные способности лингвистической нейросети // Управление наукой: теория и практика. 2023. Том 5. № 4. С. 174–187. DOI: https://doi.org/10.19181/smtp.2023.5.4.10 EDN: RWMZHI
Аннотация
Сегодня лингвистические нейросети вторгаются во все сферы деятельности человека, включая и науку, что оценивается в целом положительно, поскольку приносит явный экономический эффект. Согласно популярным прогнозам, уже нынешнее поколение людей столкнётся с появлением продвинутого искусственного интеллекта, развитого на базе линейки языковых нейросетей GPT, во всём превосходящего человеческий разум. Однако эти ожидания, по-видимому, завышены. Главная причина кроется в том, что полем деятельности современных лингвистических моделей искусственного интеллекта является человеческий язык общения, но языки интуитивного мышления, без которых генерация нового знания, очевидно, не происходит, пока не поддаются формализации IT-средствами. Целью работы была оценка экспертных способностей современной нейросети ChatGPT-3.5 в ходе обсуждения явлений разного масштаба: устройство управления наукой и основы современной науки на Западе и в России и проблема обратимости и необратимости времени в физике, преломляющейся в теориях роста кристаллов. Исходно лингвистическая модель направлена на составление максимально ожидаемого суждения. И это качество приводит к эклектичности всей совокупности ответов по широкой теме диалога. Результаты общения с нейросетью по узкоспециальной теме продемонстрировали её неосведомлённость об известной проблеме физики и, что более важно, неспособность к применению её в теории роста кристаллов, в которой эта проблема является ключевой. Увлечение, необоснованный оптимизм или страхи в отношении ИИ, характеризующие настроения современного общества, пока в небольшой степени касаются научной практики, если не считать вреда от непрерывно возрастающего информационного шума, к которому становятся причастны и нейросети.Ключевые слова:нейросеть, ChatGPT, наука, искусственный интеллект, язык общения, интуитивное мышлениеЛитература
1. Turing A. M. Computing machinery and intelligence // Mind. 1950. Vol. 59, № 36. P. 433–460.
2. Attention is all you need / A. Vaswani, N. Shazeer, N. Parmar [et al.] // ArXiv.org : [сайт]. 2023. August 2. URL: https://arxiv.org/abs/1706.03762 (дата обращения: 16.08.2023). arXiv 1706.03762v7. DOI 10.48550/arXiv.1706.03762.
3. Sutskever I., Vinyals O., Le Q. V. Sequence to sequence learning with neural networks // ArXiv.org : [сайт]. 2014. December 14. URL: https://arxiv.org/abs/1409.3215 (дата обращения: 16.08.2023). arXiv 1409.3215v3. DOI 10.48550/arXiv.1409.3215.
4. BERT: Pre-training of deep bidirectional transformers for language understanding / J. Devlin, M.-W. Chang, K. Lee, K. Toutanova // ArXiv.org : [сайт]. 2019. May 24. URL: https://arxiv.org/abs/1810.04805 (дата обращения: 11.08.2023). arXiv 1810.04805v2. DOI 10.48550/arXiv.1810.04805.
5. Burton W. K., Cabrera N., Frank F. C. The growth of crystals and the equilibrium structure of their surfaces // Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences. 1951. Vol. 243, № 866. P. 299–358. DOI 10.1098/rsta.1951.0006.
6. Woodruff D. P. How does your crystal grow? A commentary on Burton, Cabrera and Frank (1951) ‘The growth of crystals and the equilibrium structure of their surfaces’// Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences. 2015. Vol. 373, № 2039. DOI 10.1098/rsta.2014.0230.
7. Rakin V. I. Time in crystal growth theory and the correspondence principle in thermodynamics // Crystallography Reports. 2022. Vol. 67, № 2. P. 294–300. DOI 10.1134/S1063774522020122.
8. Кэррол Ш. Вечность. В поисках окончательной теории времени / пер. с англ. Е. Шикаревой. СПб. : Питер, 2016. 512 с.
9. Гусев А. Б., Юревич М. А. Научная политика России – 2021 / А. Б. Гусев, М. А. Юревич. М. : Буки Веди, 2021. 96 с.
СтатьяПоступила: 29.08.2023
Опубликована: 25.12.2023
Форматы цитированияДругие форматы цитирования:
APAРакин, В. И. (2023). Экспертные способности лингвистической нейросети. Управление наукой: теория и практика, 5(4), 174–187. https://doi.org/10.19181/smtp.2023.5.4.10РазделПерспективы науки и технологий
