AI će dati bolje odgovore i pronaći bugove ako ga natjerate da se – preispita

Bliži nam se Digital Labin, a mi smo uhvatili čovjeka za čijom su radionicom na konferenciji svi poludjeli – njegov Masterclass rasprodan je brzinom munje. Riječ je o Devōtovom Tech Leadu Rini Kovačeviću koji za nas otkriva nekoliko važnih lekcija sa svoje radionice: uspoređuje najpopularnije AI modele, otkriva gdje developeri mogu učiti o AI-ju i zašto AI asistenti postaju malo zastrašujući. 

Kod kompleksnijih zadataka AI često daje kriva rješenja

Rino je bio u brojnim situacijama gdje je morao istražiti može li se određena funkcionalnost ostvariti ili unaprijediti uz AI. Često je ostao iznenađen rezultatima – bilo da su daleko bolji ili daleko lošiji od očekivanih.

Jedan od primjera mogućnosti za koje mnogi ne znaju je koliko dobro AI može oponašati tvoj stil pisanja. U zadnje vrijeme na društvenim mrežama, posebno na LinkedInu, često vidim postove koji očito, barem je meni očito, dolaze iz AI alata. Ali moguće da imam “profesionalnu deformaciju” s obzirom na to koliko radim s AI-jem.

No, to se lako može izbjeći davanjem preciznih uputa. Ako AI-ju kažeš da oponaša tvoj stil pisanja, na temelju tvojih prethodnih postova ili poruka, dobit ćeš puno autentičniji (iako lažni) tekst. Kad ga koristim da mi ispravi e-mail na stranom jeziku, često mu naglasim da izbjegne korištenje određenih riječi koje ja nikada ne bih upotrijebio.

Jedna od najzanimljivijih stvari je koliko AI modeli mogu dati bolje rezultate ako ih se natjera da se samopropituju prije nego što daju odgovor. Kao asistent u programiranju, AI može pomoći, ali kod kompleksnijih zadataka često će dati pogrešna rješenja. Međutim, ako ga se zamoli da napiše testove za svoje pogrešno rješenje i pita ga se bi li svi testovi prošli, često će prepoznati vlastite greške i ponekad ih ispraviti. Ovo isto vrijedi i za složene upite izvan programiranja, objašnjava naš sugovornik.

Kad pogrešno odgovori, a ti ga prozoveš, često će priznati pogrešku i dati točniji odgovor. Ovo ponašanje može se iskoristiti u programima koji se oslanjaju na AI modele, tako da se oni međusobno propituju i provjeravaju točnost odgovora prije nego što ih pošalju krajnjem korisniku.

AI modeli nisu dobri učitelji

Jedno od glavnih ograničenja AI modela je nedostatak pravog razumijevanja. Iako prilikom razgovora s ChatGPT-jem možemo dobiti dojam da nas on razumije, razmišlja i donosi zaključke, u pozadini je to ipak samo obrada podataka kroz matematiku i statistiku:

Zbog toga AI modeli nisu dobri učitelji – dati odgovor na pitanje je jedno, ali objasniti zašto je taj odgovor točan i kako smo do njega došli nešto je sasvim drugo. AI modeli nemaju sposobnost pravog zaključivanja, pa ne mogu prenijeti znanje na način na koji to može čovjek.

Spomenuo je da je GPT-4o trenutno jedan od najboljih AI modela, ali postoje modeli specijalizirani za određene domene, poput medicine ili programiranja, koji će u tim domenama davati bolje rezultate od GPT-4o, ali neće biti korisni za općenite zadatke. Ti su modeli odlični za aplikacije namijenjene specifičnim područjima.

Također, modeli se razlikuju prema unosima i izlazima (inputima i outputima). Mnogi su tekstualni, ali postoje i multimodalni modeli koji mogu primati ili vraćati slike, audio ili video. Primjerice, Googleov Gemini mi je davao puno bolje rezultate u analizi videa, nego OpenAI-jev GPT-4o.

Savjeti za developere koji se žele naučiti više o AI-ju

Uvijek je dobro krenuti s teorijskom pozadinom – zašto i kako AI modeli funkcioniraju. Rino je najviše o tome naučio od Andreja Karpathyja, koji je bio jedan od znanstvenika i suosnivača OpenAI-ja te je radio na razvoju ranijih modela što uključuje GPT-4. Danas se najviše bavi edukacijom, a na svom YouTube kanalu ima izvrsnih videa u kojima objašnjava kako napraviti GPT model od nule, ističe Rino.

Iako nije nužno znati kako izraditi vlastiti AI model odmah na početku, razumijevanje tih koncepata može pomoći da se bolje shvate mogućnosti i ograničenja AI-ja. Nakon što se savladaju osnove, sljedeći korak bio bi isprobati različite AI modele. Ovo su dobri resursi:

• Ollama – open-source alat koji omogućuje pokretanje open-source modela lokalno na vlastitom računalu.
• Hugging Face – zajednica koja se bavi dijeljenjem, razvojem i unapređivanjem open-source modela te osiguravanjem resursa za treniranje modela.

Developeri skraćuju čitanje dokumentacije s YouTubeom

Kada govorimo o integraciji WhatsApp i Messenger API-ja s AI asistentima, najveći je izazov sam početak, unatoč interesantnoj ideji. Često je developerima teško započeti projekt, ne samo zbog motivacije, nego i zbog činjenice da takvi projekti zahtijevaju čitanje velike količine tehničke dokumentacije.

WhatsApp Business API, Facebook Developers API i OpenAI API imaju svoje opsežne dokumentacije koje je potrebno proći. Većina developera ne voli provoditi puno vremena u čitanju dokumentacije, pa često posežu za YouTube videima koji pojednostavljuju proces ili traže radionice kako bi preskočili te korake.

Postoji mnogo YouTube videa na tu temu, ali Rino je primijetio da su često usmjereni na prodaju vlastitih aplikacija (za, recimo, 6 dolara mjesečno) koje bi trebale olakšati integraciju i smanjiti potrebu za programiranjem.

Kako nije pronašao adekvatnu radionicu, tako je odlučio organizirati vlastitu.

Budućnost AI asistenata je malo zastrašujuća

AI asistenti sve više postaju neprimjetni pomoćnici u svakodnevnom životu. Na primjer, Google koristi AI za poboljšanje rezultata pretraživanja, Samsungovi mobiteli koriste AI za automatsko uređivanje fotografija čim se uslikaju, a alati za ispravljanje gramatike i semantike sve se više oslanjaju na AI:

U budućnosti ćemo vidjeti kako se postojeća rješenja sve više integriraju s AI tehnologijama u pozadini.

Budućnost AI asistenata za dopisivanje posebno je zanimljiva, ali i pomalo zastrašujuća. Već sada postoje alati koji nude razgovore s AI verzijama slavnih osoba ili likova iz filmova, serija, igara i knjiga, a broj korisnika takvih alata stalno raste. Dio tih korisnika sigurno je samo znatiželjno i koristi takve alate za malo zabave, ali čini se da postoje korisnici koji ih koriste kao virtualne zamjene za prijatelje, ističe Rino:

Također, dating aplikacije uvode AI asistente koji predlažu poruke. Teško je znati flertate li s pravom osobom ili s AI-jem, a lako je moguće i da oba korisnika koriste AI asistente, pa dva AI modela međusobno flertaju satima ili danima. Puno smo brže došli do budućnosti koju je sci-fi film Her (2013.) prikazivao.

Kome vjerovati?

S obzirom na sve ovo, Rinin savjet je da korisnici budu vrlo skeptični u interakciji s AI-jem. Iako često daje točne odgovore, jednako je uvjerljiv i kad griješi. Možda će u budućnosti AI asistenti dosegnuti razinu na kojoj im se može potpuno vjerovati jer će uvijek davati točne informacije. Takva budućnost zvuči jednako super za naš tehnološki napredak i jednako zabrinjavajuće za naše kritičko razmišljanje:

Sjećam se da su mi roditelji govorili: “Nemoj vjerovati svemu što vidiš na internetu.” Danas sam ja taj koji njih mora spriječiti da ne kupe tenisice na lažnoj stranici s ogromnim popustima. Mogu se samo nadati da će isto tako mene jednog dana moja kći zaustaviti prije nego što nekom novom AI asistentu dam podatke o kreditnoj kartici.

Ako želite više popričati s Rinom o raznim AI temama, moći ćete ga pronaći na Digital Labinu koji se održava od 20. do 21. rujna, a tamo će voditi radionicu Build an AI Personal Trainer that will force you to work out every morning.