Generatif AI ChatGPT Melawan Monyet Pengetikan Tak Terbatas, Tidak Ada Kontes Yang Mengatakan Etika AI Dan Hukum AI

Monyet-monyet yang ribut itu.

Ada eksperimen pemikiran yang cukup terkenal yang mungkin pernah Anda dengar melibatkan monyet. Penemuan yang sangat menarik sering digunakan oleh mereka yang ingin membuat poin yang terasah.

Begini alur ceritanya.

Bayangkan seekor monyet sedang mengetik di mesin tik. Jika monyet terus mengetik dalam waktu yang tidak terbatas, dan dengan asumsi bahwa monyet mengetik kunci murni secara acak, kemungkinan besar seluruh karya Shakespeare pasti akan diketik.

Intinya tampaknya adalah bahwa secara kebetulan saja kadang-kadang layak untuk mendapatkan jawaban yang masuk akal. Kita semua cenderung setuju bahwa karya-karya Shakespeare adalah pameran tulisan dan penalaran yang luar biasa. Jadi, apa pun atau cara apa pun untuk menghasilkan kata-kata berharga Shakespeare akan tampak sangat mengesankan, meskipun, pada saat yang sama, kami akan sangat kecewa bahwa itu bukan karena kecerdasan semata, melainkan hanya karena keberuntungan acak.

Beberapa saat ini mencoba membandingkan metafora sarat monyet ini dengan Artificial Intelligence (AI) terbaru.

Anda mungkin tahu bahwa bentuk AI terpanas saat ini adalah AI generatif, yang dicontohkan melalui aplikasi AI yang sangat populer dan sangat populer yang dikenal sebagai ChatGPT yang dibuat oleh OpenAI. Saya akan menjelaskan lebih lanjut tentang AI generatif dan ChatGPT sebentar lagi. Untuk saat ini, ketahuilah bahwa ini adalah aplikasi AI teks-ke-teks atau teks-ke-esai yang dapat menghasilkan esai untuk Anda berdasarkan prompt yang Anda pilih.

Koneksi yang diklaim berkaitan dengan monyet pengetik legendaris adalah bahwa esai keluaran yang mengesankan yang dihasilkan oleh AI generatif yang tampaknya sangat lancar tidak lebih mencengangkan daripada pencapaian primata pengetikan. Jika Anda menerima premis bahwa monyet yang mengetik secara acak dapat menghasilkan karya Shakespeare, dan jika Anda bersedia mengakui bahwa ChatGPT dan AI generatif lainnya seolah-olah sama, Anda harus menyimpulkan bahwa AI generatif sama sekali tidak penting. Itu hanya keacakan yang membodohi kita.

Yah, ini mungkin tampak seperti kasus yang menarik, tapi kita perlu membukanya. Pembongkaran yang hati-hati akan menunjukkan bahwa perbandingan antara keduanya adalah menyesatkan dan jelas salah.

Berhenti membuat perbandingan. Bagi mereka yang bersikeras untuk terus membuat perbandingan, harap setidaknya melakukannya dengan cara yang bijaksana dan terbuka.

Mereka yang hanya membuang-buang perbandingan melakukan tindakan merugikan terhadap AI generatif. Dan, yang lebih memprihatinkan adalah bahwa hal ini menyesatkan masyarakat umum dan masyarakat luas. Saya kira kita juga dapat menambahkan bahwa mereka juga merugikan monyet pekerja keras, atau mungkin merusak nilai teorema monyet pengetikan tak terbatas. Adil. Bersikaplah yang baik. Jujurlah.

Sebelum kita membahas lebih dalam tentang ini, ada lelucon orang dalam yang memanfaatkan gagasan monyet pengetikan. Anda mungkin menyukainya.

Sedikit humor sinis sering ditelusuri ke korespondensi pribadi selama masa kejayaan awal Internet. Ini adalah saat Internet merayap keluar dari dunia online yang serius dan suram dan masuk ke wilayah yang tidak tertekuk menjadi berisik, riuh, dan sulit diatur karena jumlah orang yang menggunakan Internet meningkat secara nyata.

Anekdot lucu mengatakan bahwa jika monyet mengetik pada mesin tik pada akhirnya akan menghasilkan atau akan kami katakan mereproduksi seluruh tubuh karya Shakespeare, kami sekarang memiliki bukti bahwa berkat munculnya Internet ini pasti harus dilakukan. tidak jadilah benar

Apakah kamu tertawa?

Beberapa menafsirkan ini sebagai ucapan yang sangat lucu.

Lelucon itu adalah penghinaan tentang bagaimana Internet dengan semua postingannya yang berbuih dan memuntahkan hampir tidak bisa mencapai tingkat produksi Shakespeare. Ini adalah pernyataan tajam yang menyoroti bahwa Internet mungkin tidak mengangkat wacana tetapi malah merendahkan wacana. Banyak yang berasumsi bahwa Internet akan menjadi anugerah bagi interaksi yang cerdas, memungkinkan diskusi yang menggugah pemikiran di seluruh dunia. Sepertinya kita belum tentu menyaksikan ini sebesar yang diharapkan.

Tentu saja, kita akan lalai menganggap lelucon itu sebagai pertanda sebenarnya dari apa yang telah dilakukan Internet. Ada banyak pengungkapan hebat dan nilai penting yang terkait dengan Internet. Lelucon adalah hiasan atau pernyataan yang berlebihan. Meskipun demikian, intinya diambil dengan baik bahwa kita perlu berhati-hati terhadap konten yang berbahaya dan kotor, sambil bertujuan untuk menemukan dan mengangkat karya yang menginspirasi masyarakat melalui penggunaan Internet. Untuk liputan saya tentang bagaimana AI dapat membantu sekaligus dalam a penggunaan ganda mode melemahkan wacana sosial melalui posting yang merugikan di Internet, lihat diskusi saya di tautannya di sini.

Di kolom hari ini, saya akan membahas perbedaan signifikan antara AI generatif dan kisah klasik monyet pengetikan. Saya akan menjelaskan di mana perbandingannya kurang. Anda pasti akan mengetahui lebih banyak tentang teorema monyet pengetikan, bersama dengan pemahaman yang lebih konkret tentang cara kerja AI generatif. Saya kadang-kadang akan merujuk ke ChatGPT karena ini adalah gorila AI generatif seberat 600 pon (maksud kata-kata), meskipun perlu diingat bahwa ada banyak aplikasi AI generatif lainnya dan umumnya didasarkan pada prinsip keseluruhan yang sama.

Sementara itu, Anda mungkin bertanya-tanya apa sebenarnya AI generatif itu.

Pertama-tama mari kita bahas dasar-dasar AI generatif dan kemudian kita bisa melihat lebih dekat perbandingan teorema monyet pengetikan.

Ke semua ini muncul banyak pertimbangan Etika AI dan Hukum AI.

Perlu diketahui bahwa ada upaya berkelanjutan untuk menanamkan prinsip-prinsip Ethical AI ke dalam pengembangan dan penerapan aplikasi AI. Semakin banyak orang yang berkepentingan dan mantan ahli etika AI mencoba memastikan bahwa upaya untuk merancang dan mengadopsi AI mempertimbangkan pandangan untuk melakukan AI For Good dan menghindari AI Untuk Buruk. Demikian juga, ada undang-undang AI baru yang diusulkan yang disebarluaskan sebagai solusi potensial untuk mencegah upaya AI mengamuk pada hak asasi manusia dan sejenisnya. Untuk liputan saya yang berkelanjutan dan ekstensif tentang Etika AI dan Hukum AI, lihat tautannya di sini dan tautannya di sini, Hanya untuk beberapa nama.

Pengembangan dan penyebarluasan ajaran Etika AI sedang diupayakan untuk diharapkan mencegah masyarakat jatuh ke dalam segudang jebakan yang memicu AI. Untuk liputan saya tentang prinsip Etika AI PBB sebagaimana dirancang dan didukung oleh hampir 200 negara melalui upaya UNESCO, lihat tautannya di sini. Dalam nada yang sama, undang-undang AI baru sedang dieksplorasi untuk mencoba dan menjaga AI tetap seimbang. Salah satu take terbaru terdiri dari satu set yang diusulkan RUU Hak AI bahwa Gedung Putih AS baru-baru ini dirilis untuk mengidentifikasi hak asasi manusia di zaman AI, lihat tautannya di sini. Dibutuhkan sebuah desa untuk menjaga AI dan pengembang AI di jalur yang benar dan mencegah upaya curang yang disengaja atau tidak disengaja yang dapat merugikan masyarakat.

Saya akan menggabungkan pertimbangan terkait Etika AI dan Hukum AI ke dalam diskusi ini.

Dasar-dasar AI Generatif

Contoh AI generatif yang paling dikenal luas diwakili oleh aplikasi AI bernama ChatGPT. ChatGPT muncul ke publik pada bulan November ketika dirilis oleh firma riset AI OpenAI. Sejak ChatGPT telah mengumpulkan berita utama yang sangat besar dan secara mengejutkan melebihi ketenaran yang diberikan selama lima belas menit.

Saya menduga Anda mungkin pernah mendengar tentang ChatGPT atau mungkin mengenal seseorang yang telah menggunakannya.

ChatGPT dianggap sebagai aplikasi AI generatif karena mengambil beberapa teks dari pengguna dan kemudian sebagai input menghasilkan atau menghasilkan output yang terdiri dari esai. AI adalah generator teks-ke-teks, meskipun saya menggambarkan AI sebagai generator teks-ke-esai karena itu lebih mudah menjelaskan untuk apa biasanya digunakan. Anda dapat menggunakan AI generatif untuk membuat komposisi yang panjang atau Anda dapat membuatnya untuk memberikan komentar singkat yang bernas. Itu semua atas permintaan Anda.

Yang perlu Anda lakukan hanyalah memasukkan prompt dan aplikasi AI akan membuatkan esai untuk Anda yang mencoba menanggapi prompt Anda. Teks yang disusun akan tampak seolah-olah esai itu ditulis oleh tangan dan pikiran manusia. Jika Anda memasukkan prompt yang mengatakan "Ceritakan tentang Abraham Lincoln", AI generatif akan memberi Anda esai tentang Lincoln. Ada mode AI generatif lainnya, seperti teks-ke-seni dan teks-ke-video. Saya akan berfokus di sini pada variasi teks-ke-teks.

Pikiran pertama Anda mungkin adalah bahwa kemampuan generatif ini tampaknya bukan masalah besar dalam hal menghasilkan esai. Anda dapat dengan mudah melakukan pencarian online di Internet dan dengan mudah menemukan berton-ton esai tentang Presiden Lincoln. Kicker dalam kasus AI generatif adalah bahwa esai yang dihasilkan relatif unik dan memberikan komposisi asli daripada peniru. Jika Anda mencoba dan menemukan esai yang diproduksi oleh AI secara online di suatu tempat, kemungkinan besar Anda tidak akan menemukannya.

AI generatif telah dilatih sebelumnya dan menggunakan formulasi matematis dan komputasi yang rumit yang telah disiapkan dengan memeriksa pola dalam kata-kata dan cerita tertulis di seluruh web. Sebagai hasil dari pemeriksaan ribuan dan jutaan bagian tertulis, AI dapat memuntahkan esai dan cerita baru yang merupakan campuran dari apa yang ditemukan. Dengan menambahkan berbagai fungsionalitas probabilistik, teks yang dihasilkan cukup unik dibandingkan dengan apa yang telah digunakan dalam set pelatihan.

Ada banyak kekhawatiran tentang AI generatif.

Satu kelemahan penting adalah bahwa esai yang dihasilkan oleh aplikasi AI berbasis generatif dapat memiliki berbagai kebohongan yang disematkan, termasuk fakta yang nyata-nyata tidak benar, fakta yang digambarkan secara menyesatkan, dan fakta nyata yang seluruhnya dibuat-buat. Aspek fabrikasi tersebut sering disebut sebagai bentuk dari halusinasi AI, sebuah slogan yang tidak saya sukai tetapi sayangnya tampaknya mendapatkan daya tarik yang populer (untuk penjelasan terperinci saya tentang mengapa ini adalah terminologi yang buruk dan tidak sesuai, lihat liputan saya di tautannya di sini).

Kekhawatiran lain adalah bahwa manusia dapat dengan mudah mengambil pujian untuk esai yang diproduksi oleh AI generatif, meskipun esai itu sendiri tidak dibuat. Anda mungkin pernah mendengar bahwa guru dan sekolah cukup khawatir dengan munculnya aplikasi AI generatif. Siswa berpotensi menggunakan AI generatif untuk menulis esai yang ditugaskan kepada mereka. Jika seorang siswa mengklaim bahwa sebuah esai ditulis dengan tangan mereka sendiri, kecil kemungkinan guru tersebut dapat membedakan apakah itu dipalsukan oleh AI generatif. Untuk analisis saya tentang aspek pembaur siswa dan guru ini, lihat liputan saya di tautannya di sini dan tautannya di sini.

Ada beberapa klaim yang terlalu besar di media sosial tentang AI generatif menegaskan bahwa AI versi terbaru ini sebenarnya AI yang hidup (tidak, mereka salah!). Mereka yang berada di Etika AI dan Hukum AI sangat khawatir dengan tren klaim yang berkembang pesat ini. Anda mungkin dengan sopan mengatakan bahwa beberapa orang melebih-lebihkan apa yang sebenarnya dapat dilakukan AI saat ini. Mereka beranggapan bahwa AI memiliki kemampuan yang belum bisa kita capai. Itu sangat disayangkan. Lebih buruk lagi, mereka dapat membiarkan diri mereka sendiri dan orang lain masuk ke situasi yang mengerikan karena asumsi bahwa AI akan memiliki perasaan atau seperti manusia untuk dapat mengambil tindakan.

Jangan melakukan antropomorfisasi AI.

Melakukan hal itu akan membuat Anda terjebak dalam perangkap ketergantungan yang lengket dan masam untuk mengharapkan AI melakukan hal-hal yang tidak dapat dilakukannya. Dengan demikian, AI generatif terbaru relatif mengesankan untuk apa yang dapat dilakukannya. Perlu diketahui bahwa ada batasan signifikan yang harus selalu Anda ingat saat menggunakan aplikasi AI generatif apa pun.

Satu peringatan terakhir untuk saat ini.

Apa pun yang Anda lihat atau baca dalam respons AI generatif itu tampaknya untuk disampaikan sebagai faktual murni (tanggal, tempat, orang, dll.), pastikan untuk tetap skeptis dan bersedia memeriksa ulang apa yang Anda lihat.

Ya, tanggal bisa diramu, tempat bisa dibuat-buat, dan elemen yang biasanya kita harapkan tidak tercela adalah semua tunduk pada kecurigaan. Jangan percaya apa yang Anda baca dan awasi dengan skeptis saat memeriksa esai atau keluaran AI generatif apa pun. Jika aplikasi AI generatif memberi tahu Anda bahwa Abraham Lincoln terbang ke seluruh negeri dengan jet pribadinya, Anda pasti akan tahu bahwa ini berbahaya. Sayangnya, beberapa orang mungkin tidak menyadari bahwa jet tidak ada pada zamannya, atau mereka mungkin tahu tetapi tidak menyadari bahwa esai tersebut membuat klaim yang kurang ajar dan sangat salah ini.

Dosis skeptisisme sehat yang kuat dan pola pikir ketidakpercayaan yang terus-menerus akan menjadi aset terbaik Anda saat menggunakan AI generatif.

Kami siap untuk melangkah ke tahap selanjutnya dari penjelasan ini.

Apa yang Terjadi Dengan Monyet Pengetikan Itu

Sekarang setelah Anda memiliki kemiripan dengan apa itu AI generatif, kita dapat menjelajahi perbandingannya dengan monyet pengetikan. Dalam arti tertentu, saya akan selangkah demi selangkah membongkar teorema pengetikan monyet. Saya melakukannya untuk menerangi dasar-dasarnya. Kami kemudian dapat menggunakan elemen yang diungkapkan untuk melakukan perbandingan dengan AI generatif.

Teorema atau hipotesis monyet pengetikan mengandung sekumpulan elemen inti:

• a) Siapa atau Apa. Makhluk atau aktor yang teridentifikasi melakukan pengetikan
• b) Jumlah Dan Umur Panjang. Berapa banyak dari mereka dan status umur panjang mereka
• c) Simbol Dikeluarkan. Produksi huruf dan simbol yang dikenal melalui perangkat yang belum sempurna
• d) Waktu. Lamanya waktu melakukan tugas
• e) Kecerdasan. Kecerdasan apa yang mereka bawa ke pelaksanaan tugas
• f) Keluaran yang Ditargetkan. Output yang ditargetkan dari apa yang kita ingin mereka hasilkan

Pertama-tama mari kita periksa monyet pengetikan.

Anda mungkin ingat bahwa saya menyebutkan pada pembukaan diskusi ini bahwa kita membayangkan seekor monyet sedang mengetik di mesin tik. Saya mengacu pada konsep dasar yang memerlukan hanya satu monyet yang melakukannya. Kami dapat menyesuaikan aspek itu.

Berikut adalah cara situasi yang sering digambarkan:

• Satu monyet soliter dari kehidupan fana sehari-hari
• Seribu monyet seperti itu
• Satu juta monyet seperti itu
• Jumlah monyet seperti itu tidak terbatas
• Monyet soliter yang abadi
• Sejumlah monyet abadi
• Dan lain-lain

Perhatikan bahwa daripada hanya memiliki satu monyet, kita mungkin menyusun kembali eksperimen pikiran dan memiliki banyak monyet yang mungkin bekerja secara bersamaan. Selain itu, aspek lain yang dapat disesuaikan adalah apakah monyet itu fana atau abadi. Saya akan menggali lebih jauh tentang ini sebentar lagi.

Kita juga perlu memasukkan faktor waktu sebagai unsur penting.

Biasanya, faktor waktu adalah salah satu dari dua pertimbangan berikut:

• Jangka waktu terbatas
• Waktu tak terbatas

Elemen dasar lain yang agak tidak terucapkan adalah bahwa monyet digunakan dalam kasus ini karena kami menganggap mereka relatif tidak terpikirkan. Mereka tidak tahu cara membaca atau menulis. Mereka tidak mampu menunjukkan kecerdasan dengan cara yang sama seperti kita mengasosiasikan kecerdasan dengan kapasitas manusia.

Ini agak menghina ketika Anda memikirkannya sedikit. Saya pikir kita semua bisa setuju bahwa monyet itu luar biasa pintar, setidaknya untuk apa yang bisa mereka capai dalam batas pemikiran mereka. Saya berani mengatakan bahwa kita menganggap monyet memiliki kecakapan berpikir yang lebih besar daripada yang kita lakukan pada banyak hewan lainnya. Ada banyak eksperimen penelitian rajin yang telah dilakukan untuk menunjukkan betapa tajamnya mental monyet.

Bagaimanapun, untuk tujuan metafora, asumsinya adalah monyet tidak dapat berpikir sampai tingkat yang mereka sendiri dapat bayangkan tentang karya-karya Shakespeare. Sedangkan film klasik Planet para kera mencoba memperingatkan kita bahwa ini mungkin asumsi yang salah, bagaimanapun juga kita akan mengikutinya di dunia sekarang ini.

Jika kita mengganti penggunaan semut dengan monyet, metafora tersebut agak menghilang. Kami tidak menganggap semut bisa mengetik di mesin tik. Kita bisa mencoba mengganti penggunaan anjing atau kucing karena mereka hampir bisa mengetik dengan mesin tik, tapi pada akhirnya, penggunaan monyet adalah yang terbaik karena mereka bisa mengetik dengan cara yang mengingatkan pada pengetikan manusia. Mereka memiliki anggota tubuh dan struktur tubuh yang sesuai untuk melakukan tugas yang ada. Mereka juga secara mental dianggap mampu mengetik, meskipun kami menganggap mereka tidak tahu apa yang mereka ketik.

Selain itu, ada banyak eksperimen penelitian yang melibatkan monyet dan pengenalan mereka terhadap simbol. Termasuk dalam berbagai penelitian ini adalah pengaturan yang membuat monyet mengetik di mesin tik atau perangkat serupa. Jika dilakukan dengan tepat, ini bisa bermakna dalam mengejar wawasan yang bermanfaat tentang kecerdasan dan munculnya perilaku cerdas.

Sayangnya, penelitian yang melibatkan pengetikan pada mesin tik kadang-kadang tidak dilakukan secara serius. Kadang-kadang, pendekatan yang digunakan tidak lebih dari anggukan kedipan mata yang lemah terhadap teorema pengetikan monyet yang terkenal atau terkenal, daripada untuk pengejaran penelitian dasar yang bonafide. Saya tidak menganggap kejenakaan seperti itu lucu atau pantas. Gagasannya adalah bahwa monyet secara fisik diberi mesin tik dan didorong untuk mengetik berdasarkan keinginan mereka atau terkadang untuk suguhan seperti makanan. Kecuali jika ini dilakukan dengan cara eksperimental yang kuat dan bonafide, itu tidak lebih dari sebuah fasad.

Perubahan kecil yang lebih menyenangkan terdiri dari pengaturan simulasi berbasis komputer yang dimaksudkan untuk melakukan apa yang mungkin dilakukan monyet dalam keadaan ini. Komputer digunakan untuk mensimulasikan aspek-aspek ini. Tidak ada monyet yang terlibat. Beberapa bahkan melangkah lebih jauh dengan melakukan sedikit apa yang disebut ilmu warga dengan membagikan simulasi kepada siapa pun yang bersedia mengizinkan laptop atau komputer mereka digunakan untuk upaya ini. Jangan tertipu penipuan palsu yang secara diam-diam mengklaim mereka melakukan ini untuk sains padahal kenyataannya mereka mencoba menginfeksi komputer Anda dengan virus komputer. Berhati-hatilah.

Kembali ke masalah yang ada.

Salah satu aspek yang juga berperan penting adalah bahwa mesin tik digunakan dalam hipotetis monyet pengetikan ini.

Mengapa mesin tik?

Karena dengan cara itulah kita bisa mendapatkan produksi huruf, yang kemudian bisa dibentuk menjadi kata-kata, yang kemudian bisa dibentuk menjadi cerita. Gagasan yang sama atau serupa untuk menghasilkan banyak huruf tidak selalu mengharuskan kita mengetiknya. Memang, ada varian dari metafora ini yang kembali ke zaman Aristoteles dan ergo belum ada mesin tik saat itu.

Kita dapat mengubah metafora dan mengacu pada keyboard dan komputer modern. Bisa dibilang monyet-monyet itu menggedor laptop atau bahkan mungkin smartphone. Keindahan merujuk pada mesin tik adalah bahwa kami mengasosiasikan mesin tik sebagai non-komputerisasi dan oleh karena itu tidak membantu dalam proses pengetikan itu sendiri. Ini sangat penting untuk penemuan yang terlibat.

Terakhir, kita biasanya disuguhkan dengan aspek karya-karya Shakespeare yang akan diproduksi. Kami dapat dengan mudah mengganti Shakespeare dengan penulis terkenal lainnya. Bisa jadi kita ingin tahu apakah monyet-monyet itu bisa menghasilkan seluruh karya Charles Dickens, Jane Austen, Ernest Hemingway, dan sebagainya. Itu tidak terlalu penting. Esensinya adalah bahwa tulisan itu harus menjadi sesuatu yang kita semua tahu dan kita akui sebagai tulisan yang luar biasa.

Kita dapat dengan mudah mengganti tulisan apa pun yang ingin kita tetapkan sebagai target.

Kenyamanan merujuk pada Shakespeare adalah bahwa karya-karyanya ditafsirkan sebagai tulisan manusia yang paling atas atau puncak. Sebagai gantinya, kami dapat menemukan esai yang ditulis oleh siswa kelas satu dan menggunakannya sebagai target. Percaya atau tidak, sila yang sama masih berlaku. Orang mungkin tidak akan menemukan inspirasi bahwa monyet mampu mereproduksi tulisan seorang anak. Agar tetap menarik, tulisan harus berkualitas tinggi.

Varian dari keluaran yang ditargetkan adalah merujuk pada karya tertentu Shakespeare daripada seluruh karyanya. Seperti yang akan segera Anda lihat, tidak ada bedanya dengan esensi inti dari masalah ini. Saya kira banyak orang cenderung menyebutkan dukuh sebagai bagian dari teorema pengetikan monyet, mungkin karena ini adalah permainan terpanjangnya, berjumlah 29,551 kata yang dilaporkan dalam ukuran (terdiri dari sekitar 130,000 huruf atau lebih).

Semua dramanya sudah cukup.

Seluruh penemuan bergantung pada berbagai hukum probabilitas. Anda mungkin telah belajar tentang nuansa probabilitas di kelas-kelas melelahkan tentang statistik dan matematika yang Anda ambil di sekolah.

Mari gunakan kata "Hamlet" untuk melihat apa yang diperlukan untuk menghasilkan enam huruf secara acak dalam urutan Hamlet tertentu.

Cara termudah untuk menghitung secara aritmatika ini terdiri dari mengasumsikan bahwa kita memiliki angka bulat yang mudah dari hitungan kunci yang tersedia pada mesin tik. Misalkan kita memiliki mesin tik yang memiliki 50 kunci berbeda dan sama-sama dapat digunakan. Setiap tombol mewakili simbol tertentu seperti simbol alfabet bahasa Inggris biasa. Asumsikan bahwa kunci diatur dalam urutan acak dan bahwa kita belum mencurangi situasi dengan meletakkan kunci terpisah Hamlet dalam susunan tertentu untuk menginduksi pengetikan kunci khusus tersebut lebih daripada kunci lainnya.

Setiap tombol ditekan sepenuhnya secara independen dari tombol apa pun yang telah ditekan sebelumnya. Oleh karena itu, dari 50 tuts, peluang tombol mana saja yang ditekan dianggap sebagai 1 dari 50 peluang. Hal yang sama berlaku untuk semua tombol dan keseluruhan upaya pengetikan. Perhitungan untuk satu tombol yang ditekan adalah peluang 1 dari 50, atau 1/50.

Maka peluang termuatnya huruf “H” adalah 1/50, dan peluang termuatnya huruf “a” adalah 1/50, dan peluang termuatnya huruf “m” adalah 1/50, dan seterusnya.

Ini adalah:

• Probabilitas "H" yang diketik adalah 1/50.
• Probabilitas "a" yang diketik adalah 1/50.
• Probabilitas "m" yang diketik adalah 1/50.
• Probabilitas "l" yang diketik adalah 1/50.
• Probabilitas "e" yang diketik adalah 1/50.
• Probabilitas "t" yang diketik adalah 1/50.

Aturan standar atau hukum probabilitas menyatakan bahwa jika dua atau lebih peristiwa sepenuhnya independen secara statistik satu sama lain, kita dapat menghitung peluang terjadinya keduanya hanya dengan mengalikan probabilitasnya satu sama lain. Kita dapat melakukannya sehubungan dengan enam surat ini.

Kami memiliki perhitungan ini: "H" (1/50) x "a" (1/50) x "m" (1/50) x "l" (1/50) x "e" (1/50) x “t” (1/50)

Yaitu: (1/50) x (1/50) x (1/50) x (1/50) x (1/50) x (1/50)

Angka yang sangat kecil menjadi 1 / 15,625,000,000.

Peluang mengetik kata enam huruf "Hamlet" kira-kira satu banding 15 miliar, semuanya sama.

Itu adalah peluang yang menakutkan. Dan ini hanya untuk mengetik kata enam huruf tertentu. Coba terapkan perhitungan yang sama ini pada 29,551 kata dari seluruh lakon Hamlet. Jika Anda memutuskan untuk menghitung ini, sadari juga bahwa spasi antar kata perlu diperhitungkan.

Semakin lama output yang ditargetkan, semakin besar peluang yang meningkat terhadap kemampuan kita untuk menghasilkan rangkaian huruf dan kata yang tepat tersebut. Peluang semakin kecil dan kecil. Peluangnya sangat kecil sehingga kami hampir menyerah dan mengatakan bahwa sepertinya itu "tidak akan pernah" terjadi (berhati-hatilah saat menggunakan kata "tidak pernah" karena itu adalah pertengkaran yang hebat).

Ambil contoh monyet fana.

Menurut berbagai indikasi online terkemuka, masa hidup monyet di alam liar biasanya sekitar 40 tahun atau lebih. Jika Anda ingin memperdebatkan umur itu, kita bisa menggunakan angka 100 dan melanjutkan dengan batas atas yang agak tidak mungkin. Seekor monyet mengetik di mesin tik tanpa henti selama seratus tahun, tidak termasuk waktu istirahat, waktu makan, atau sejenisnya, dan menganggap bahwa hanya inilah yang dilakukan monyet dari saat lahir hingga nafas terakhirnya, tetap menang 't membantu bahkan menulis peluang dukuh semua mengatakan (monyet, jika mengetik kunci setiap detik tanpa henti selama 100 tahun, akan menekan sekitar 3,155,673,600 tombol).

Secara masuk akal kita dapat mengatakan bahwa sangat tidak mungkin seekor monyet fana dapat secara acak mengetik drama tersebut dukuh.

Anda dapat meningkatkan jumlah monyet fana, tetapi ini tidak banyak mengurangi peluang yang sangat besar untuk mengetik Hamlet. Beberapa mengandaikan bahwa ada seribu monyet. Pendekatan lain mengatakan ada sejuta monyet. Dengan asumsi mereka semua hidup sampai usia 100 tahun, dan masing-masing mengetik satu kunci acak pada mesin tik mereka masing-masing dengan kecepatan satu tombol per detik tanpa henti, ini masih tidak membuat perbedaan yang signifikan secara statistik dalam mengetik drama tersebut. dukuh.

Renungkan semua ini.

Agak basa-basi, di mana tepatnya Anda akan menampung sejuta monyet untuk tugas ini? Bayangkan juga bahwa mesin tik harus bertahan selama seratus tahun untuk penggunaan terus-menerus (dapatkah Anda menemukan sejuta mesin tik yang tidak diinginkan dan bersedia disumbangkan untuk proyek sebelumnya?). Sepertinya Anda perlu memiliki banyak mesin tik cadangan saat ini juga. Dan seterusnya. Logistiknya mengejutkan.

Ini semua kemudian tampak suram bahwa monyet fana tidak mungkin bereproduksi dukuh.

Tapi misalkan kita membuat mereka abadi. Ya, kami memberi mereka ramuan ajaib yang memungkinkan mereka hidup selamanya. Kami bahkan tidak membutuhkan lebih dari satu monyet abadi. Hanya satu yang akan dilakukan. Mungkin membuat metafora lebih menarik untuk mengklaim bahwa kita memiliki seribu atau sejuta monyet abadi.

Jika kita memiliki satu monyet yang dapat hidup selamanya, kita mungkin menyarankan bahwa ini adalah monyet yang tak terbatas. Itu bisa untuk waktu yang tak terbatas menggedor kunci mesin tik. Monyet itu akan terus berjalan dan terus berjalan. Dengan demikian, meskipun kemungkinan mengetik bermain dukuh sangat kecil, aspek yang akan terus dicoba monyet tanpa henti adalah sugestif bahwa pada titik tertentu permainan itu dukuh hampir pasti telah diketik.

Aturan praktisnya, seolah-olah, adalah bahwa rangkaian peristiwa yang memiliki peluang tidak nol untuk terjadi, meskipun peluangnya sangat rendah, kami akan setuju secara masuk akal akan hampir terjadi jika kami memiliki waktu tak terbatas untuk bermain, semuanya sama. Mereka yang berada di bidang matematika dan statistik cenderung mendeskripsikan pertimbangan yang sama melalui penggunaan string atau bahkan bilangan biner 0 dan 1. Jika Anda memiliki kumpulan simbol yang terbatas, dan ada string yang tidak terbatas, di mana setiap simbol memiliki dipilih secara seragam secara acak, ada string terbatas di sana yang hampir pasti dapat Anda antisipasi untuk terjadi.

Ada tangkapan besar untuk semua ini.

Kita hidup di dunia yang terbatas. Tak satu pun dari kita yang tampaknya memiliki waktu tak terbatas. Bagi Anda yang mengatakan Anda melakukannya, pujian. Saya angkat topi untukmu.

Jika Anda memaksakan dunia yang terbatas pada monyet pengetikan, Anda akan mendapati diri Anda menabrak tembok yang agak keras. Analisis teorema monyet pengetikan akan menunjukkan kemungkinan pencapaian drama tersebut dukuh cukup mendekati nol dalam waktu yang terbatas sehingga untuk dasar operasional apa pun hal itu tidak mungkin terjadi. Penggambaran yang biasa adalah bahwa jika Anda menggunakan monyet sebanyak atom di alam semesta yang diketahui, dan mereka terus mengetik jutaan kali dalam rentang waktu alam semesta, Anda masih melihat peluang kecil yang tak terbayangkan untuk melihat bermain dukuh.

Teorema monyet pengetikan cukup menggelikan dan sering digolongkan sebagai tujuh eksperimen pemikiran teratas di zaman kita. Anda dipersilakan untuk melakukan pemeriksaan tambahan tentang teorema karena ada banyak analisis yang tersedia secara online. Ini adalah cara yang jelas dan menyenangkan untuk memahami probabilitas dan statistik. Daripada berurusan secara eksklusif dengan angka-angka kering, Anda bisa membayangkan monyet-monyet yang suka bersenang-senang dan semua mesin tik clickity-clackity kuno itu.

Kami sekarang siap untuk membawa AI generatif ke dalam teka-teki monyet dan mesin tik.

AI Generatif Menjadi Kesal Dengan Monyet yang Mengetik

Premis yang akan kita teliti lebih dekat adalah klaim kontroversial bahwa AI generatif seperti ChatGPT tidak berbeda dengan monyet pengetikan. Dikatakan bahwa jika ChatGPT atau AI generatif apa pun dapat menghasilkan dukuh atau karya terkenal serupa, ini sepenuhnya merupakan hasil acak yang kebetulan muncul dengan cara yang sama seperti monyet yang mungkin tiba saat mengetik drama Shakespeare yang sangat berharga dan sangat dihormati ini.

Maaf, itu pemikiran yang salah tentang topik yang berat ini.

Mari kita lihat mengapa.

Pertama, mari kita tinjau dan kembangkan apa yang terdiri dari AI generatif.

Ingatlah bahwa saya sebelumnya menunjukkan bahwa AI generatif adalah perangkat lunak yang memerlukan penggunaan algoritme untuk melatih data pada teks yang ada di Internet dan melalui sumber serupa lainnya. Sejumlah besar pencocokan pola secara matematis dan komputasi telah mengidentifikasi pola di antara jutaan narasi dan esai yang telah kita buat sebagai manusia.

Kata-kata itu tidak memiliki arti khusus bagi diri mereka sendiri. Anggap mereka sebagai objek. Di dalam komputer, mereka direpresentasikan sebagai angka yang kami tunjukkan sebagai token. Mereka digunakan sebagai sarana yang nyaman untuk mengaitkan kata atau token lain satu sama lain, melakukannya dalam struktur seperti web statistik yang mendalam dan rumit.

Beberapa di bidang AI khawatir ini tidak lebih dari apa yang disebut sebagai a burung beo stokastik.

Anda lihat, alih-alih mencoba menghubungkan beberapa kemiripan "makna" dengan kata-kata, ini hanyalah pengindeksan ekstensif kata-kata yang tampaknya digunakan di sekitar atau di samping kata lain. Sebaliknya, kami berasumsi bahwa manusia dapat "memahami" sifat dan makna kata-kata.

Pertimbangkan akses harian Anda ke keberadaan korespondensi kata ke kata. Mirip dengan ketika Anda menggunakan fungsi pelengkapan otomatis yang umum dalam perangkat lunak pengolah kata Anda, komputer menghitung secara matematis bahwa kata tertentu biasanya diikuti oleh kata tertentu lainnya, yang pada gilirannya diikuti oleh kata tertentu lainnya, dan seterusnya. Dengan demikian, Anda seringkali dapat mulai menulis kalimat dan paket pengolah kata akan menunjukkan kepada Anda tebakan tentang kata-kata tambahan dari kalimat tersebut.

Ini adalah tebakan karena secara statistik, ini mungkin kata-kata biasa dari kalimat tersebut, tetapi Anda mungkin memiliki sesuatu yang lain untuk dikatakan, sehingga prediksi tersebut tidak sesuai dengan apa yang ingin Anda tulis. Cukup banyak contoh lain yang mungkin ada dari kalimat yang menggunakan kata-kata tersebut sehingga algoritme dapat memperkirakan bahwa Anda mungkin ingin menyelesaikan kalimat dengan kata-kata yang diprediksi. Ini tidak kaku. Juga, tidak ada "makna" yang terkait dengan tebakan komputasi ini.

Beberapa peneliti AI berpendapat bahwa untuk mencapai AI sejati, sering kali dicetuskan sebagai Kecerdasan Umum Buatan (AGI), entah bagaimana kita perlu mengkodifikasikan ke dalam komputer bentuk "pemahaman" yang belum ditemukan atau ditemukan (lihat kolom saya untuk banyak posting tentang AGI dan pengejaran AGI). Mereka khawatir kegilaan terhadap AI generatif tidak lebih dari jalan buntu. Kami akan terus mencoba untuk mendorong AI generatif lebih jauh dan lebih jauh dengan meningkatkan ukuran jaringan komputasi dan memberikan lebih banyak kekuatan pemrosesan komputer pada masalah tersebut. Semua itu akan sia-sia ketika tiba di AGI, kata mereka.

Kekhawatiran tambahan adalah bahwa mungkin mengejar jalan buntu ini mengalihkan perhatian kita dari tindakan yang benar atau tepat. Kami akan mengeluarkan energi dan upaya yang sangat besar menuju keadaan akhir yang salah arah. Tentu, AI generatif mungkin memukau dengan tipuan mimikri, tetapi bisa jadi ini tidak ada hubungannya dengan AGI. Kita bisa membodohi diri sendiri dengan menyia-nyiakan fokus yang berharga. Kita mungkin menunda atau bahkan gagal untuk mencapai AGI karena gangguan yang memikat ini.

Ngomong-ngomong, untuk tujuan mengetik monyet, mari kita kembali ke pertengkaran secara keseluruhan.

Kita perlu mempertimbangkan faktor-faktor penting ini:

• 1) Hidup versus tidak hidup
• 2) Berpikir versus tidak “berpikir”
• 3) Proses berpikir terbatas versus algoritma berbasis komputer dan pencocokan pola
• 4) Tidak terlatih atau tidak dapat melatih versus data komputasi yang dilatih

Mari kita tangani masing-masing faktor tersebut.

Hidup Versus Tidak Hidup

Saya percaya kita dapat mengakui bahwa monyet adalah makhluk hidup. Terlepas dari seberapa pintar atau kurang pintarnya Anda mungkin ingin membantahnya; mereka tidak dapat disangkal adalah makhluk hidup. Itu fakta. Tidak ada yang bisa membantah sebaliknya.

Kecerdasan Buatan saat ini tidak hidup. Titik, berhenti total.

Selain itu, saya berpendapat bahwa kita tidak mendekati perasaan AI. Orang lain mungkin tentu saja tidak setuju. Tetapi siapa pun yang memiliki ketenangan yang wajar akan setuju bahwa AI saat ini tidak hidup. Untuk analisis saya tentang pelabelan perasaan AI yang keliru oleh insinyur Google itu tahun lalu, lihat diskusi saya di tautannya di sini.

Jadi, satu perbedaan penting antara monyet yang mengetik dengan penuh semangat dan AI generatif saat ini adalah bahwa monyet adalah makhluk hidup sedangkan AI bukan. Di atas semua ini, sering kali merupakan lereng yang licin untuk mulai membandingkan AI hari ini dengan apa pun yang hidup. Ada kecenderungan untuk antropomorfisasi AI. Saya dengan tegas mendesak bahwa untuk mencoba dan mencegah jebakan mental yang mudah ini menimpa kita, kita menghindari perbandingan apa pun antara AI dan makhluk hidup kecuali kita terbuka dan dengan jelas secara eksplisit mengidentifikasi dan membatasi perbedaan itu.

Sedikit jika ada yang membuat demarkasi itu ketika membandingkan monyet pengetikan dan AI generatif. Mereka berasumsi bahwa Anda sudah menyadari bahwa ada perbedaan ini, atau mereka tidak peduli bahwa ada perbedaan, atau mereka belum memikirkannya, dll.

Berpikir versus Tidak "Berpikir"

Saya akan mengklaim bahwa monyet dapat berpikir. Mereka adalah makhluk yang berpikir. Kita dapat dengan mudah memperdebatkan seberapa banyak pemikiran yang dapat mereka lakukan. Anda hampir pasti harus setuju bahwa monyet bisa berpikir.

Semua jenis AI saat ini, termasuk AI generatif, tidak mencapai apa yang saya anggap sebagai kapasitas manusia pikir.

Saya akan mengulangi refrein saya yang baru saja disebutkan terkait dengan perasaan. Itu menyesatkan dan saya berpendapat salah untuk mengatakan bahwa AI saat ini dapat berpikir. Sayangnya, orang selalu melakukan ini, termasuk peneliti AI dan pengembang AI. Saya percaya ini sekali lagi merupakan antropomorfisasi yang disayangkan dan keliru. Anda memberikan kemiripan kapasitas atau kapabilitas kepada AI yang tidak ada dan yang akan memberikan informasi yang salah kepada masyarakat luas tentang masalah tersebut. Berhenti melakukan ini.

AI generatif adalah struktur seperti web yang kompleks dari properti matematika dan komputasi. Itu mengagumkan. Ini sangat mencemooh apa yang dicapai ini. Saya tidak percaya interpretasi yang masuk akal dari "berpikir" seperti yang kita bayangkan, dengan segala kemuliaannya, sesuai dengan AI ini.

Proses Berpikir Terbatas Versus Algoritma Berbasis Komputer Dan Pencocokan Pola

Monyet terbatas dalam proses berpikir mereka.

Anda mungkin menemukan bahwa ada banyak perbandingan dalam literatur ilmiah tentang otak monyet versus otak manusia. Sebagai contoh, pertimbangkan studi penelitian ini: “Otak manusia kira-kira tiga kali lebih besar dari otak kerabat terdekat kita, simpanse. Selain itu, bagian otak yang disebut korteks serebral – yang memainkan peran kunci dalam ingatan, perhatian, kesadaran, dan pemikiran – mengandung sel dua kali lebih banyak pada manusia daripada bagian yang sama pada simpanse. Jaringan sel otak di korteks serebral juga berperilaku berbeda pada kedua spesies” (dalam sebuah artikel yang diterbitkan di eHidup, September 2016, berjudul “Perbedaan dan persamaan nenek moyang saraf manusia dan simpanse selama perkembangan korteks serebral”).

Kita semua menyadari bahwa monyet tidak setara dengan pemikiran manusia. Makhluk-makhluk menakjubkan itu bisa menawan dan melakukan pemikiran yang mengejutkan, tidak diragukan lagi. Mereka hanya tidak naik ke tingkat pemikiran manusia. Saya akan menyesal mengatakan ini, setelah kera mengambil alih umat manusia.

Saya sudah menyuarakan beberapa saat yang lalu bahwa AI hari ini tidak berpikir. Saya menekankan bahwa apa yang dilakukan AI tidak boleh dilabeli sebagai "berpikir" karena hal itu menyesatkan dan membingungkan.

Di sinilah AI generatif mengungguli monyet, dalam hal menggunakan pemrosesan komputer berdasarkan algoritme buatan manusia dan didasarkan pada tulisan yang diproduksi manusia. Ada sedikit atau tidak ada kemungkinan bahwa monyet yang berpikir dapat menyerap dan mencocokkan pola dengan penggunaan simbol-simbol tertulis yang telah dibuat oleh manusia secara luas. Monyet tidak memiliki kemampuan berpikir seperti itu.

Saya ragu untuk menyarankan perbandingan seperti itu, mengingat keraguan saya yang lain. Tapi, saya dengan jelas menyatakan apa asumsinya dan bagaimana melakukan analisis ini dengan benar dan sesuai.

Tidak Terlatih Atau Tidak Dapat Melatih Versus Data Terlatih Secara Komputasi

Mirip dengan apa yang baru saja saya katakan, Anda tidak akan bisa melatih monyet yang berpikir tentang penggunaan simbol-simbol tertulis umat manusia secara luas. Anda dapat melakukan ini dengan sangat terbatas, dan penelitian telah menunjukkan bahwa monyet tampaknya dapat berpikir tentang simbol tertulis. Ini jauh lebih sedikit daripada kemampuan untuk menghafal dan mengulangi pola kata, kalimat, dan seluruh narasi yang luas.

Generatif AI adalah mimikri statistik berbasis komputer yang dapat dilatih secara komputasi data. Jika kita terus memberi makan lebih banyak data seperti teks tambahan yang kita kumpulkan atau temukan, asumsi dan harapannya adalah pola yang ditemukan akan semakin dalam. Plus, menggunakan chip dan pemrosesan komputer yang lebih cepat dan lebih cepat juga akan meningkatkan pencocokan pola dan kapasitas respons ini.

Melihat Intinya

Jika AI generatif menghasilkan permainan dukuh, apa artinya itu?

Pertama, kita harus mempertimbangkan apakah cerita atau permainan dimasukkan ke dalam AI generatif pada saat pelatihan data. Jika demikian, tidak ada yang sangat menonjol atau luar biasa tentang AI generatif yang kemudian mengeluarkan kata-kata yang sama yang telah dipindai sebelumnya.

Seorang peneliti AI mungkin sedikit kecewa karena pencocokan pola mungkin berlebihan, karena pada dasarnya menghafal kata-kata. Kami biasanya menyebut ini di ranah pembelajaran mesin sebagai terlalu pas dengan data yang digunakan selama pelatihan. Biasanya, Anda tidak ingin kata-kata yang tepat terpola, Anda ingin membentuk pola umum.

Saya telah membahas di kolom saya kekhawatiran bahwa kadang-kadang kita mungkin melihat gangguan privasi dan pengungkapan data rahasia dalam kasus di mana AI generatif melakukan pencocokan yang tepat daripada pencocokan data yang diumpankan secara umum, lihat liputan saya di tautannya di sini.

Kedua, misalkan drama itu dukuh tidak dimasukkan ke AI generatif. Pertimbangan selanjutnya adalah apakah ada karya Shakespeare yang telah dipindai selama pelatihan data.

Jika demikian, dapat dibayangkan bahwa permainan itu dukuh dapat diproduksi berdasarkan pola yang terkait dengan karya Shakespeare lainnya, terutama jika ada referensi atau penyebutan lain dukuh tempat lain dalam set pelatihan data. Semua itu berpotensi dimanfaatkan oleh pencocokan pola untuk membentuk gaya dukuh. Diakuinya, mampu menghasilkan dukuh kata demi kata akan menjadi jangkauan yang luas, hasil yang sangat membuka mata dan mengejutkan.

Ketiga, jika AI generatif menghasilkan keseluruhan dukuh dan sebelumnya tidak pernah diberi makan apa pun tentang Shakespeare, yah, itu akan mencengangkan. Namun itu tidak harus sama dengan sifat acak yang murni dari mematuk kunci pada mesin tik. Kita harus menyadari bahwa kata-kata Shakespeare adalah kata-kata, dengan demikian, kata-kata itu adalah bagian dari totalitas kata-kata yang ditemukan di berbagai cerita teks dan narasi yang dimasukkan ke dalam AI generatif. Anda meningkatkan peluang dengan memulai dengan landasan kata-kata dan asosiasi di antara kata-kata. Tetap saja, kemungkinannya sangat tipis untuk hal seperti ini terjadi.

Kesimpulan

Ketika datang untuk menghasilkan kata-kata dan esai, AI generatif sedang naik daun karena didasarkan pada kata-kata dan esai yang dibuat oleh manusia (tentu saja, kita harus benar-benar menangani kesalahan, kepalsuan, dan halusinasi AI). AI tidak "memahami" kata-kata yang dikeluarkan. Tidak ada di sana, di sana.

Anda tidak perlu menunggu waktu yang tidak terbatas untuk melihat esai yang lancar dan keluaran yang dapat dibaca sepenuhnya. Itu terjadi setiap hari dan dengan satu sentuhan tombol. Mereka tidak campur aduk, setidaknya tidak sebagian besar waktu, karena pola diproduksi berdasarkan apa yang telah ditulis manusia. Pencocokan pola harus lebih disempurnakan dan pada akhirnya cukup baik untuk mempersempit banyak kata-kata aneh, lihat penjelasan saya tentang cara kerjanya, ditunjukkan di tautannya di sini. Penyesuaian ini akan terus disempurnakan, dan kita semua akan semakin terpesona dengan apa yang dihasilkan AI generatif.

Kata-kata tersebut tidak murni dipilih secara acak. Kata-kata itu tidak murni dieja secara acak. Ada beberapa aspek probabilistik seperti ketika menghasilkan esai keluaran untuk kata-kata yang dipilih. Tapi ini masih berdasarkan tulisan manusia dan dengan demikian tidak mungkin murni secara acak. Ini didasarkan pada pilihan acak di antara segelintir atau beberapa pilihan susunan kata yang mungkin secara statistik layak sebagai kata atau kumpulan kata yang dipilih berikutnya.

Di mana monyet cocok dengan ini?

Monyet-monyet pengetik itu tentu menarik sebagai dasar pembanding AI generatif. Monyet memproduksi dukuh versus produksi AI generatif dukuh. Itu kontes yang memikat. Anda mungkin mengatakan bahwa sebenarnya tidak ada kontes sama sekali. AI yang dirancang oleh umat manusia dan didasarkan pada tulisan manusia memiliki keunggulan yang tidak adil dalam hal itu.

Berbicara tentang mengetik monyet, dalam sebuah episode Simpsons, Tuan Burns memutuskan untuk menyewa monyet untuk melanjutkan dan mengetik di mesin tik sebagai bagian dari kumpulan pengetikan kantor. Dia adalah tipe bos pemarah yang dengan senang hati tertarik menggunakan monyet dalam pekerjaan kantornya yang dibutuhkan daripada menggunakan manusia jika dia bisa melakukannya.

Penggemar acara mungkin ingat apa yang terjadi.

Tuan Burns mengambil salah satu halaman yang diketik dan membaca dengan penuh harap apa yang diketik monyet itu. Dia membaca halaman itu dengan lantang dan berkata, “Itu adalah saat-saat terbaik, itu adalah saat-saat terbaik kabur kali” (yaitu, ada satu kata yang kacau, “blurst” atau sesuatu yang terdengar seperti itu). Dia menjadi sangat marah dan sangat kecewa pada "monyet bodoh" itu tentang apa yang dapat mereka hasilkan.

Kita tahu bahwa jika seekor monyet mengetik bagian dari "A Tale Of Two Cities" karya Charles Dicken itu, kita pasti sangat gembira dan melompat kegirangan. Tidak demikian halnya dengan Tn. Burns.

Sebagai komentar terakhir untuk diskusi ini, mungkin kita harus menggunakan kalimat lengkap yang ditulis oleh Charles Dickens: adalah zaman kepercayaan, itu adalah zaman keraguan, itu adalah musim terang, itu adalah musim kegelapan, itu adalah musim semi harapan, itu adalah musim dingin keputusasaan.

Kami tidak yakin ke mana tujuan kami dengan AI. Ada yang mengatakan itu akan menjadi yang terbaik sejak mengiris roti. Yang lain memperingatkan bahwa AI yang kami buat akan menjadi risiko eksistensial bagi kelangsungan hidup umat manusia. Ini memang saat terbaik atau saat terburuk.

Jangan kaget melihat AI generatif mengeluarkan kata-kata itu. Jangan kaget jika Anda kebetulan melihat monyet di kebun binatang yang mungkin sedang mengetik di mesin tik dan berhasil mengetikkan kata-kata bermakna yang sama.

Tolong beri tahu saya jika Anda melihat itu terjadi.

Saya bersedia menunggu lama untuk hal ini terjadi, tetapi mungkin tidak untuk waktu yang tak terbatas.