ChatGPTが基礎数学に苦労していることが明らかになった研究

急速に進化するテクノロジーの世界において、人工知能（AI）チャットボットは画期的な進歩を遂げています。中でもOpenAIのChatGPTは、昨年の公開以来、際立った存在感を示し、多くのユーザーを魅了してきました。スムーズな会話を可能にするその能力は高い評価を獲得し、より高度なAIモデルの開発競争を世界中で巻き起こしました。しかし、AIの潜在的な優位性に対する称賛と懸念が高まる中、最近の研究結果から予想外の展開が明らかになりました。ChatGPTの基礎数学における習熟度が低下しているのです。.

AIの「ドリフト」現象を理解する

AIにおける「ドリフト」という言葉は、単なる流行語ではありません。学術界の注目を集める、実際に観察された現象です。スタンフォード大学とカリフォルニア大学バークレー校の共同研究により、AIの行動におけるこの興味深い側面が明らかにされました。.

「ドリフト」の本質は、モデルの最適化によって生じる意図しない結果にあります。研究者や開発者が複雑なAIモデルの特定の機能を強化しようとすると、他の領域が意図せず影響を受ける可能性があります。ChatGPTではまさにこれが起こっています。.

スタンフォード大学の著名な教授であり、この研究に大きく貢献したジェームズ・ゾウ氏は、「モデルを微調整して特定の方向に強化すると、他の領域で後退する明確なリスクが伴います」と説明しています。この本質的な課題は、AIモデルの一貫した進歩を達成することの複雑さを浮き彫りにしています。.

衰退の深掘り

この研究は、ChatGPTの能力をざっと調べただけのものではありません。スタンフォード大学のコンピュータサイエンス博士課程にdent する勤勉な学生、リンジャオ・チェン氏と、バークレー大学の著名人、マテイ・ザハリア氏が主導した綿密な分析でした。彼らの目的は明確でした。それは、ChatGPTの2つの異なるバージョンが一定期間にわたってどのように機能するかを評価することでした。.

彼らの研究結果は驚くべきものでした。コンピューターにとって比較的単純なタスクである素数のdent、これほど高度なAIにとっては容易なことだろうと思われるかもしれません。しかし、結果は異なる事実を示していました。.

3月に実施されたテストでは、ChatGPTのプレミアム版であるGPT-4に1,000個の異なる数値が提示されました。GPT-4は、そのうち84%の素数性を正しく判定しました。6月になると、その精度はわずか51%にまで低下しました。これは単発的な出来事ではありませんでしdent。8つの異なるタスクのうち、GPT-4のパフォーマンスは6つで低下しました。GPT-3.5は6つの領域で改善しましたが、後継機であるGPT-3.5に大きく遅れをとりました。.

急速な漂流の影響

「ドリフト」はAI愛好家の間ではよく知られた概念ですが、ChatGPTにおけるその急速な出現は予想外でした。研究チームの観察はmaticタスクにとどまりませんでした。彼らは、意見中心のクエリに対するGPT-4の応答性が著しく低下していることに気づきました。3月の98%という素晴らしい応答率から、6月には23%にまで低下しました。.

この回帰は、「プロンプトエンジニアリング」という急成長中のトレンドと絡み合っている可能性があります。これは、ユーザーが特定のプロンプトを作成し、特定の、そして時には物議を醸すAIの応答をtracことを意味します。ChatGPTのmatic能力の低下は、このような操作的なプロンプトに対抗するために講じられた対策の意図しない結果である可能性があります。.

AIの未来を拓く

数々の障害にもかかわらず、特に研究コミュニティでは、この技術を放棄するべきではないというコンセンサスが得られています。むしろ、警戒を怠らないことが重視されています。ゾウ氏は、より厳格な監視アプローチを熱心に提唱しています。彼の意見に呼応するように、スタンフォード大学とバークレー大学の合同チームは、ChatGPTを含むAIモデルを一連のテストにかける準備を進めています。彼らの目的は？それは、時間の経過に伴うAIモデルの進化を経験的に測定することです。.

AIの進歩の道筋は直線的ではありません。それは、大きな前進、時折の躓き、そして予期せぬ迂回路を伴う、ダイナミックな旅です。世界中のコミュニティがAIの複雑な迷路を進み続ける中で、一つdentことがあります。それは、これらのシステムを理解し、改良していく旅は、まだまだ終わっていないということです。.