Süni intellekt modelləri, əsas formalarına işıq saçan qəribə davranışlar nümayiş etdirərək, həm bacarıqları, həm də məhdudiyyətləri ilə bizi heyran etməkdən vaz keçmir. Diqqətəlayiq bir müşahidə odur ki, bu alqoritmlər insanların nömrələri necə seçdiyinə bənzər şəkildə xüsusi nömrələrə üstünlük verirlər. Bu, sadəcə olaraq yerüstü səviyyəli qəribəlik deyil; bu modellərin necə işləməsi haqqında məlumat verir.
İnsanların təsadüfiliklə bağlı yaxşı sənədləşdirilmiş problemi var, tez-tez çox fikirləşir və ya bunun həqiqətən nə demək olduğunu səhv şərh edir. Məsələn, 100 sikkə atışının nəticəsini proqnozlaşdırmaq istənildikdə, insan proqnozlarına adətən real təsadüfi ardıcıllıqlar üçün xarakterik olan baş və ya quyruq zolaqları daxil edilmir. Bənzər bir şəkildə, 0-dan 100-ə qədər rəqəm seçərkən, insanlar həddindən artıq və ya vizual olaraq diqqəti cəlb edən rəqəmlərə deyil, daha çox "neytral" seçimlərə, məsələn, 7 ilə bitən seçimlərə üstünlük verirlər.
Gözlənilməz olaraq, süni intellekt sistemləri say seçimində insanlarla eyni qərəzliyi nümayiş etdirir. Gramener mühəndisləri tərəfindən aparılan qeyri-rəsmi eksperimentdə bir çox əsas dil modellərindən (LLM chatbotları) 0 ilə 100 arasında nömrə seçmək istəndi. Yekun nəticələr heç də təsadüfi deyildi. . Hətta gözlənilməzliyi təşviq etmək və təsadüfiliyi artırmaq üçün parametrlər dəyişdirildikdə belə, hər bir model davamlı olaraq müəyyən nömrələrə üstünlük verirdi. Məsələn, OpenAI-dən GPT-3.5 Turbo modeli tez-tez seçilən 47, Anthropic's Claude 3 Haiku 42, Əkizlər 72-ni seçdi. Eyni şəkildə, digər modellərin öz nömrə seçimləri var idi.
Bundan əlavə, bu modellər aşağı və yüksək rəqəmlərdən uzaq idi və temperatur parametrləri maksimuma çatdırılmasa, nadir hallarda ikirəqəmli və ya dəyirmi rəqəmlərə üstünlük verdilər, bu da Əkizlər tərəfindən daha az yayılmış seçimlərə səbəb oldu.
Bu, şüur və ya təsadüfi biliklə deyil, modellərin təlim məlumatlarının əks olunması ilə bağlıdır. Heç bir real məntiq olmadan, bu sistemlər yalnız məlumatların nə qədər tez-tez qidalandığına əsaslanaraq cavablar istehsal edir. Təlim dəstində cavab kimi tez-tez baş vermirsə, nömrənin model tərəfindən seçilmə ehtimalı azdır.
Bu insan kimi seçim nümunələrinin təqlidi rəqəm seçimi kimi sadə görünən tapşırıqlarda AI modellərinin təlimlərində mövcud olan qərəzləri və davranışları necə əks etdirdiyini göstərir. məlumatlar, çox vaxt onların hərəkətlərinin antropomorfik şərhlərinə səbəb olur.
İnsanlar kimi "düşünmək" kimi görünmələrinə baxmayaraq, bu modellərdə anlayış və şüur yoxdur; onlar yalnız emal etdikləri məlumatlar üzərində işləyir və mövcud AI texnologiyalarının həm potensialını, həm də məhdudiyyətlərini ifşa edirlər.