Wolfram Alpha + ChatGPT potrebbe essere il chatbot di cui gli scienziati hanno bisogno
 
Sin dalla sua genesi nel 1988, il linguaggio Wolfram è stato il linguaggio di riferimento per risolvere problemi scientifici complessi. Wolfram Alpha, una segreteria telefonica costruita su questo linguaggio, utilizza l’elaborazione del linguaggio naturale, il più grande deposito al mondo di conoscenza computabile e un linguaggio di programmazione simbolico su misura per fornire risposte a domande matematiche. 

Queste domande possono variare dal calcolo di alto livello alla quantità di calorie in un determinato piatto e Wolfram Alpha fornirà una risposta mentre mostra i passaggi per la soluzione. Nonostante tutta la sua intelligenza computazionale, il sito Web a volte fatica a identificare le query in linguaggio naturale. Con i moderni progressi nell’elaborazione del linguaggio naturale e nei chatbot, questo precursore dell’intelligenza artificiale moderna potrebbe cambiare il panorama della risoluzione dei problemi basata sulla PNL. 

Riunire Wolfram Alpha e ChatGPT
In un post sul blog pubblicato di recente, Stephen Wolfram, fondatore e CEO di Wolfram Research, ha esplorato l’idea di combinare le capacità di Wolfram Alpha e ChatGPT. Wolfram ha dimostrato la tendenza di ChatGPT a fornire risposte effettivamente errate che sembravano accurate, evidenziando la caratteristica del chatbot di correggersi quando richiesto. Ha anche mostrato le capacità di Wolfram Alpha e come può essere utilizzato per “iniettare” punti dati in ChatGPT, che il bot ha poi accettato come risposta corretta. 

 
Per capire perché queste due applicazioni molto diverse possono funzionare così bene insieme, dobbiamo prima approfondire l’approccio che ciascuna adotta per risolvere un problema. ChatGPT è addestrato su GPT 3.5, un modello di linguaggio di grandi dimensioni che dispone di un set di dati contenente 175 miliardi di parametri, utilizzando il quale ha imparato a rispondere alle richieste in linguaggio naturale con risposte coerenti. Ciò significa che il chatbot ha appreso lo schema del discorso simile a quello umano insieme alla capacità di tradurre una query in un linguaggio umano in una in un linguaggio comprensibile dalla macchina. 

D’altra parte, Wolfram Alpha è costruito sul linguaggio Wolfram , un linguaggio di programmazione simbolico focalizzato sull’espressione di idee complesse in una forma computazionale. Questo linguaggio è stato creato espressamente per risolvere complessi problemi algebrici, con la sua ultima iterazione in grado di svolgere compiti di calcolo di livello superiore come equazioni differenziali e manipolazione di matrici. 

 

Osservando l’approccio adottato dai creatori di Wolfram e ChatGPT, i vantaggi di riunirli sono evidenti. ChatGPT è imbattibile nell’analisi del linguaggio naturale e nel renderlo leggibile dal computer, mentre Wolfram è eccellente nel risolvere complessi problemi matematici scomponendolo nelle espressioni simboliche del linguaggio Wolfram. Questa unione potrebbe persino renderlo il chatbot accurato di cui la comunità scientifica non sa di aver bisogno. 

I chatbot di cui hanno bisogno gli scienziati
La comunità scientifica ha ampiamente ignorato i chatbot derivati ​​da grandi modelli linguistici, come si vede dalla loro risposta negativa al modello “Galactica” di Meta. Questo LLM di breve durata è stato lanciato con il grande obiettivo di organizzare tutta la conoscenza scientifica e renderla accessibile tramite un chatbot. Sfortunatamente, aveva una propensione all’allucinazione delle informazioni , anche se è stato addestrato su quasi 50 milioni di articoli scientifici, portando alla sua chiusura nel giro di due giorni. 

Mentre il bug dell’allucinazione informativa deve ancora essere risolto anche per ChatGPT e il sottostante GPT LLM, OpenAI ha condotto ricerche per ridurre la quantità di disinformazione che il bot fornisce. Per questo motivo, il bot rifiuta le domande a cui ritiene di non avere informazioni a cui rispondere, oltre a bloccare le risposte su argomenti sensibili, come l’incitamento all’odio e l’autolesionismo. 

Un punto in cui questo sistema va in pezzi è quando a ChatGPT vengono poste domande oggettivamente fattuali, in cui fornisce con sicurezza risposte disinformate. Ci sono due ragioni per questo, prima di tutto il set di dati di ChatGPT. Il set di dati per GPT 3.5 è costituito da informazioni estratte da Internet, che portano a molte discrepanze quando si tratta di informazioni specifiche come la distanza tra le città, le statistiche sulla popolazione e molte altre. 

Oltre a un set di dati imperfetto, il bot incontra anche difficoltà nei calcoli matematici, poiché non è addestrato a comprenderli, ma cerca semplicemente di “risolverli” utilizzando il linguaggio naturale. Entrambe queste carenze possono essere affrontate tramite Wolfram Alpha. Se combinato con l’abilità computazionale del linguaggio Wolfram, il problema di non comprendere i problemi matematici può essere risolto. Aggiungi la vasta base di conoscenze di Wolfram e avrai un killer della ricerca tra le mani. Oltre ad essere oggettivamente accurato, può anche capire esattamente cosa viene chiesto, coprendo le carenze sia di ChatGPT che di Wolfram Alpha. Stephen Wolfram, il creatore del linguaggio, ha dichiarato:

“Ci sono tutti i tipi di possibilità entusiasmanti, improvvisamente aperte dall’inaspettato successo di ChatGPT. Ma per ora c’è l’opportunità immediata di dare a ChatGPT i superpoteri della conoscenza computazionale attraverso Wolfram|Alpha. Quindi non può solo produrre “output plausibile simile a quello umano”, ma un output che sfrutta l’intera torre di calcolo e conoscenza racchiusa in Wolfram|Alpha e nel linguaggio Wolfram.”
Questa combinazione miracolosa potrebbe essere il chatbot di cui la comunità scientifica ha bisogno. Con le misure di ChatGPT contro l’invio di risposte disinformate e la potenza matematica di Wolfram, potremmo vedere un chatbot che fornisce informazioni effettivamente accurate. Il linguaggio Wolfram è anche un pilastro nella comunità scientifica attraverso “Mathematica”, a ulteriore dimostrazione del fatto che questo tipo di soluzioni ha un mercato. Invece di apprendere software complessi come Mathematica, gli scienziati possono porre domande in linguaggio naturale e ottenere una risposta accurata di cui possono fidarsi. 

Il futuro dell’accesso alle informazioni sarà deciso dal successo di chatbot come ChatGPT, ma il bot che stiamo vedendo ora è solo il primo passo. Ci sono ancora decenni di miglioramento iterativo in attesa dietro le quinte e i ricercatori di intelligenza artificiale trarranno vantaggio dall’integrazione delle soluzioni esistenti nei loro algoritmi all’avanguardia per impostare il paradigma per la prossima generazione di algoritmi di risoluzione dei problemi. 

Di ihal

Utilizzando il sito, accetti l'utilizzo dei cookie da parte nostra. maggiori informazioni

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi