Neyron şəbəkələri və süni intellekt (GPT-4)

Bəlkə də, ciddi olaraq fərqinə varmırıq, amma bunu bilməliyik ki, sözün əsl mənasında dünya dəyişir. Həm də çox sürətlə dəyişir. Keçmiş tarixlərdə 100 ildə öyrənilən A həcmində elm, indi günlər səviyyəsində öyrənilir. Yəqin ki, bu məsələni xüsusi indikatorlarla ölçmək imkanımız olsa, saatlar ərzində öyrənildiyini də görərik, görəcəyik. Elmin inkişaf sürətinin obrazlı desək, işıq sürətinə çatdığı bir vaxtda gözlənilən amma, atom effekti yaradacaq qədər gözlənilməyən ciddi bir mövzu var. Bunun adı GPT və onun inkişaf edən versiyalarıdır. GPT neyron şəbəkələri alqoritmasından istifadə edir. Bu alqoritma daha əvvəldən də mövcud idi. Maşın öyrənmə (Machine Learning-ML) vasitəsi ilə məlumatı öyrənmə və böyük dataları analiz etmək imkanları olsa da, insan kimi ifadə etmək çətin idi və yenə də insana ehtiyac duyulurdu. O dataları insanın anlayacağı dilə çevirmək, izah etmək və anlaşılan vəziyyətə gətirmək üçün qənaətbəxş imkanlar yox idi. Halbuki, bu imkanların süni intellekt vasitəsi ilə mümkün olacağı düşünülürdü. Məsələləri təfsilatı ilə bir qədər geniş formada göstərmək mümkündür.

Neyron şəbəkələri insan beyninin işləmə prinsiplərinə əsaslanan və bənzər çalışma metodundan istifadə edən riyazi modeldir. Başqa formada desək, neyron şəbəkələri öyrənmə prosesini daha sürətli edən insan beyninin çalışma üslubuna bənzər “Maşın Öyrənmə (Machine Learning-ML)” alqoritmasının bir növüdür. Eyni zamanda daha çox məlumat, daha çox verilənlər bazası və daha çox mənbələr tələb edir. Neyron şəbəkələr əsasən proqnozlar vermək və qərar qəbul etmək üçün nəzərdə tutulmuşdur.

Neyron şəbəkələrlə bağlı ilk metod 1970-1980-ci illərdə ortaya çıxmışdır. Kompüterlər gücləndikcə neyron şəbəkələrə maraq düz mütənasiblik təşkil etdi və maraq daha da artmağa başladı. Hal-hazırda neyron şəbəkələr pilotsuz maşınlar, görüntü (face detection) və nitqin tanınması (speech recognition) və təbii dilin işlənilməsi ilə bağlı məsələlərdə geniş istifadə olunur.

Neyron şəbəkələri “Maşın Öyrənmə (Machine Learning-ML)” və “Süni İntellekt (Artificial Intelligence-AI) ” üçün çox güclü bir vasitədir. Əsas üstünlüyü verilənlərdən öyrənmək qabiliyyətidir. Daha çox nümunə və daha çox məlumat daxil olduqca inkişaf edirlər.

Digər qabiliyyət isə ümumiləşdirmək qabiliyyətidir. Öyrəndikləri nümunələr əsasında yeni və görünməmiş məlumatlar üzərində proqnozlar verə və təsnifatlara bölə bilirlər. Bu özəllik onlara qərar qəbul etməyə kömək edir.

Neyron şəbəkələrin alqoritmaları onlara verilmiş qəliblər əsasında müqayisələr və bənzərliklərə baxaraq məlumatları öz alqoritmasından keçirir və qərar verir. Neyron şəbəkələrə daxil olmuş və öyrəndiyi məlumatlar düzgündürsə, doğru qərarlar verilir, əks halda manipuliyasiya olma ehtimalı da mövcuddur.

Kiçik bir misalda neyron şəbəkələrin işləmə prinsipini izah etmək mümkünür. Şəkildə göründüyü kimi, giriş məlumatları giriş təbəqəsinə ötürülür, sonra məlumatlar bir və ya bir neçə gizli təbəqədən keçir. Ehtiyac olarsa, yenidən girişə qayıdıb sonradan ardıcıl olaraq, son məlumat çıxış təbəqəsinə ötürülür. Əlaqələr əlaqə bağları vasitəsi ilə qurulur.  Dərin detallara varmadan mümkün sadə misal ilə izah mümkündür.

Misal: Tutaq ki, salonda 50 ədəd minik avtomobili və onun funksiyaları və qiymətləri barədə məlumatlar var. İstəyirik ki, minik avtomobillərinin real bazar qiymətini proqnozlaşdıra bilən neyron şəbəkəsini öyrədək və işə salaq.

Giriş təbəqə: Minik avtomobili və onun funksiyaları, qiymətləri daxil olunur.

Gizli təbəqə: Məlumatları qəbul edir, üzərində riyazi əməliyyatlar keçirir, özündə daha əvvəldən daxil olmuş məlumatlarla müqayisə edir və ya digər alqoritmaya əsaslanan əməliyyatlar edərək, nəticəni növbəti təbəqəyə göndərir.

Çıxış təbəqəsi: Gizli təbəqədən məlumatları alır və minik avtomobilinin qiyməti barədə proqnoz verir.

Təlim: Təlim zamanı neyron şəbəkə öz proqnozlarını real qiymət və funksiyalarla müqayisə edir. Dəqiq proqnoz vermək üçün, tənzimləmələr aparır, itki və zərərləri qiymətləndirir və s.

Təxmin: Neyron şəbəkə bu təlimdən sonra qiymətlə bağlı proqnozlar verə bilir.

Yuxarıdakı misalda neyron şəbəkələrinin rəqəmlərlə necə  işləməsinin sözlü izahına bir nümunədir. Bu misal bizə neyron şəbəkənin giriş məlumatlarını necə emal etdiyi və proqnozlar verməsi haqqında əsas fikir əldə etməyə imkan verir. Daha mürəkkəb şəbəkələrdə bir neçə gizli təbəqə ola bilər və bir neçə giriş və çıxışa malik ola bilər. Bu, neyron şəbəkəyə giriş məlumatları və çıxış proqnozları arasında daha mürəkkəb əlaqələri öyrənməyə imkan verir.

Neyron şəbəkələrin bir çox növləri var. Bu növlərdən daha geniş bəhs etmək mümkündür. Ancaq texniki-riyazi detallara enmədən ümumi məsələləri göstərmək, maariflənmək cəhətindən daha məqsədəuyğun hesab etmək olar. Neyron şəbəkələrinin istifadə sahələrinə xüsusi diqqət çəkmək olar.

1. Kompüter sahələrində

• Təsvir və video analizlərdə,
• Obyektlərin aşkarlanması və tanınmasında,
• Sürücüsüz avtomobillərdə istifadə olunur.

2. Danışıq dili ilə bağlı məsələlərdə

• Dil tərcüməsi,
• Mətnin ümumiləşdirilməsi
• İnsan dilində anlayıb istifadəçilərlə daha təbii ünsiyyət qurmağa imkan verir.

3. Nitqin tanınması

• Nitqdən mətnə ​​və mətndən nitqə tətbiqlərdə istifadə olunur.
• İstifadəçilərə səsli əmrlər vasitəsilə cihazlarla qarşılıqlı əlaqə yaratmağa imkan verir.
• Danışılan sözləri tanıya, transkripsiya edə və təbii səslə nitq yarada bilər.

4. Səhiyyə sahəsi

• Xəstəlikləri müəyyən etmək və diaqnoz qoymaq,
• MRT kimi tibbi təsvirlərləri incələmək,
• Həmçinin dərmanların kəşfində və inkişafında istifadə olunur.

5. Maliyyə sahəsi

• Maliyyə fırıldaqçılığın aşkar edilməsində,
• Kredit və alqoritmik ticarətdə istifadə olunur,
• Maliyyə Mübadiləsi (borsa) üzrə proqnozları verə bilər.

Neyron şəbəkələrini bir çox şəxslər və təşkilatlar istifadə edir.

1. Tədqiqatçılar və akademiklər
2. Mühəndislər
3. Müəssisələr
4. Hökumət təşkilatları
5. Sahibkarlar

Bəzi üstünlüklərini də qeyd etmək yerinə düşər

• Eyni anda bir çox iş görmə qabiliyyətinə sahibdir
• Məlumatlar sadəcə verilənlər bazasında deyil, bütün şəbəkədə toplanır
• Məlumatlar arasında olan gizli əlaqələri tapmaq və böyük informasiyanı modelləyə bilir
• Lazım olmayan məlumatları çıxarmaq və əlavələr edə bilir və s.

Bəzi əskik cəhətləri

• Bəzi hallarda qüsurlar yarana bilər və proqnozlar yanıldıcı ola bilər. Bu əsasən daxil olan məlumatlardan da asılıdır.
• Yüksək və bahalı prosessorlar və digər resurslar tələb edə bilər.

Artıq aydındır ki, neyron şəbəkələr maşın öyrənmə dilidir. Hər dəfə proqramlaşdırmağa ehtiyac qalmadan ona verilmiş qəliblər əsasında öyrənir və qərar verir. Ancaq bu məqamda insana ehtiyac duyulur. Tapılmış cavablara baxmaq, onları hər kəsin anlayacağı dilə çevirmək üçün, insanlara (mütəxəssislərə) ehtiyac vardır. Əks halda cavab anlaşıqsız ola bilər. Məsələnin bu nöqtəsində köməyimizə “Süni İntellekt (Artificial Intelligence-AI)”-in imkanları çatır.

Süni İntellektin əsas sirri cavabları bir insan kimi, insana çox bənzər formada başa düşülən izah verməsidir. Bu sahədə bir çox araşdırma və real tədqiqatlar mövcuddur. Hər il sahənin 54% böyüdüyü deyilir. Bəzi faktları da göstərmək mümkündür.

1. Bir nəfər xəstəxanada MRT çəkdirib evə geri dönərkən süni intellektin xəbərdarlığı nəticəsində yenidən xəstəxanaya aparılaraq həyatını qurtarmaq mümkün oldu.
2. Türkiyədə Pilotsiz uçan aparatlarda istifadə olunur.
3. ABŞ-da Amazon şirkətinə məxsus Alexa-nın bir uşağı təhlükəli bir oyun oynamağa təşviq etməsi böyük reaksiyalara səbəb oldu
4. Nvidia şirkətinin inkişaf etdirdiyi robot Oksford Universitetində sessiyada iştirak etdi. Robot silahlanma yarışı ilə bağlı suala “Müharibə istəmirsinizsə, mən olmamalıyam” cavabını verdi.

Amma bunların heç biri Amerikanın OpenAİ şirktənin günümüzdə GPT (Generative Pre-trained Transformer- Generativ Öncədən Təlimləndirilmiş Transformator) versiyalarının əldə etdiyi üstünlüklərə çatmayıb. OpenAi şirkəti Süni İntellektin tədqiqat laboratoriyasıdır. OpenAİ dostca Süni İntellektə təşviq və inkişaf etdirmək üçün qurulan qeyri-kommersiya təşklatıdır. Microsoft Azure platformalarından istifadə edərək işləyir. 2015-ci ildə içində Elon Musk-ın da olduğu bir neçə şəxsin birlikdə 1 milyard ABŞ dolları yatırılaraq San-Fransiskoda qurulan qeyri-kommersiya əsaslı bir şirkət kimi yarandı. Mikrosoft şirkəti 2019-cu ildə OpenAi şirkətinə 1 milyard dollar sərmayə qoydu. Mikrosoft şirkəti Bing axtarış sisteminin modelini gücləndirmək məqsədi ilə GPT-4-ə xüsusi əlçatanlıq üçün 10 milyard dollar ikinci çoxillik sərmayə qoydu.

2020-ci ildə OpenAI GTP-3 versiyanı elan etdi. İnternetdə olan məlumatlar əsasında soruşulan sualları təbii dildə cavablandıra bilirdi, tərcümələr və mətnlərin generasiyası ilə bağlı imkanları təqdim edildi.

2021-i ildə təbii dil açıqlamalarından görüntülər generasiya edən “DALL-E” adını məşhur rəssam Salvador Dali və WALL-E adlı animasiya filmindən almışdır.

2022-ci ilin dekabr ayında GPT-3.5 əsaslı söhbət robotu ChatGPT pulsuz olaraq elan edildi. İlk 5 gündə 1 milyondan çox şəxs qeydiyyatdan keçdi.

7 Fevral 2023-cü ildə Microsoft ChatGPT ilə eyni əsaslı süni intellekt texnologiyasını Microsoft Bing, Egde, Microsoft 365-də inkişaf etdirdiyini elan etdi.

Π(pi) günündə, yəni 14 mart 2023-cü ildə OpenAİ ChatGPT Plus-un motoru olan GPT-4-ü elan etdi.

Təxmini qısa tərifi belə elan olundu: Həqiqi yaşamda insanlardan daha az qabiliyyətli olsa da, bəzi məslək və akademik qiymətləndirmələrdə insan səviyyəsində performans göstərə bilən, rəsm və mətnləri anlayıb, mətn şəklində cavab verə bilən çox yönlü bir modeldir.

GPT-4 bir çox imtahanlarda sınaqdan keçirildi və bir çox insanın çatmayacağı və az insanın çata biləcəyi nəticələr əldə etdi. Bəzi beynəlxalq imtahan nəticələrini  OpenAİ-in öz rəsmi saytına istinadən cədvəldə bir qismini  göstərmək mümkündür. Daha böyük siyahı ilə rəsmi mənbədən tanış olmaq olar.

Çox maraqlı məqamlardan biri də odur ki, GPT-4-ün inkişafı üçün 6 ay sərf edildi. Bir çoxumuz GPT 3.5-dəki üstünlükləri tam test edib qurtarmadan, yeni versiya 100 səhifəlik texniki sənədi ilə birlikdə elan edildi. Biz ondan öyrənməyə başlayarkən, o da bizdən öyrənərək, daha da böyüməyə başladı. Demək mümkündür ki, yeni versiyanın bu qədər sürətlə ərsəyə gəlməsində hər kəsin ChatGPT-yə olan axını da ciddi rol oynadı.

GPT-3.5-dən yazaraq, suallar verdiyimiz halda GPT-4-də həm də şəkil və görüntüləri təqdim edərək öyrənmək, sual, fikir soruşmaq mümkündür. İnternetdə dəqiq ölçülməsi çətin olan, amma hər gün böyüyən dataları insanların araşdırması və bu işi manual olaraq etmək, ciddi zaman itkisidir. İnsanların uzun müddət diqqətli qalma imkanının olmamasını və yorula bilmə xüsusiyyətlərini də nəzərə alsaq, manual tədqiqatları çox çətin hesab etmək olar. GPT-4 sizin araşdırmaq istədiyiniz məlumatları data okeanı içərisindən araşdırır və sizə cavab verir, həm də sizə uyğun, sualın səviyyəsinə görə. Daha detallı suallara daha detallı cavablar verir. Proqramçılar, müəllimlər, tədqiqatçılar, data analitikləri, vəkillər üçün əvəzedilməz bir alət sayılır. GPT-ni digər bənzərlərindən fərqləndirən insan dilinə daha yaxın olmasıdır. Sanki bir insan kimi cavab verir, sanki insan cavab yazırmış kimi cavab yazması ciddi təsiredici məqamdır. Dil emalı o qədər yüksək səviyyədə və axıcıdır ki, insandan fərqləndirmək bəzi hallarda çətindir, hətta bəzi insanlar öz fikirlərini izah etməkdə çətinlik çəkdiklərini düşünsək, bəzi insanlardan daha üstün tərəflərini də görmək mümkündür.  Tarixdə ilk dəfə dili bizim dilə bənzəyən bir həll ilə qarşılaşırıq.

Bu versiyada 25000 söz daxil etmək mümkündür. Yəni 100 səhifəlik bir yazını verərək, konspekt tələb etmək olar, mətndəki mövzunu hər kəsin başa düşəcəyi dildə izahını istəmək olar. Hətta mətnlə bağlı konkret suallar verərək, yazı haqqında öyrənmək olar. GPT-3 ilə GPT-4-ün bəzi parametrlərini qarşılaşdırmaq mümkündür. GPT-3-ün maşın öyrənmə parametri (iş görə bilmə qabiliyyəti) 175 milyard olduğu qeyd olunur. GPT-4-də isə bu parametr 100 trilyondan çox olduğu bildirilir.

GTP-4 kod yaza bilər, işinizi necə inkişaf etdirəcəyinizi deyə bilər, tövsiyələr verə bilər, hətta oynamaq istədiyiniz oyunlar varsa, onları da sizin üçün yaza bilər. Soyuducunu açıb, şəklini çəkdiyinizdə soyuducuda olan ərzaqlarla hansı yeməkləri hazırlamaq imkanını və reseptini verə bilər.

Heç bir vəkilə ehtiyac olmadan lazımı sənədləri hazırlaya bilər, məktublar yaza bilər, gələn uzun məktubları qısaca sizə açıqlaya bilər, sizin istədiyiniz səviyyədə və tonda məktublar və yazılar yaza bilər.

Toplantılarınızı planlaya bilər, toplantılara qulaq asaraq, lazımı qeydlər və başlıqlar çıxara bilər.

GPT-4 öyrənmə, texnologiya, yazma, tarix, riyaziyyat, elm, məsləhət, koder, biznes kimi məsələlərdə GPT 3.5-dən 40% daha üstün nəticəyə sahibdir.

Məsələn: Be My Eyes (Gözlərim ol) adlı bir qurum GPT-4-ü öz aplikasiyalarına əlavə edəcəyini açıqladı. Görmə qabiliyyəti zəif olanlar üçün imkan yaranır ki, telefonun kamerasına göstərilən görüntülərin izahını versin. Məsələn, paltar mağazasına girən görmə qabiliyyəti zəif olana paltarlar haqqında təfsilatlı məlumat vermək kimi.

GPT-4 hüquq sahəsində də yüksək nəticələrə sahibdir. Bu gələcəkdə robot vəkillərin yaranma ehtimalını da özü ilə gətirir.

GPT-4 doğruluq və dil emalı kimi ən üstün nəticələrə sahibdir. Hal-hazırda bütün dillərdə danışa bilsə də, ən müvəffəq dil 85.5% ilə ingilis dili hesab olunur. GPT-4 şəkildəki görüntülərin zarafat və ya ciddi mövzu olduğunu da anlayaraq, detallı açıqlama verə bilir.

Bəzi təhdidlər mövcuddur və ciddi narahat edir

100 səhifəlik texniki sənəddə belə sistemin bəzi qabiliyyətlərini təxmin etməyin hələ də çətin olduğu deyilir. Etibarlı olmayan məlumatları verdikdə doğru məsləhətlər verməyə bilər. Getdikcə rəqabətə görə bəzi məqamların gizlədildiyi də görünməkdədir. Əsasən Mikrosoft şirkətinin sərmayələrindən sonra gizliliyin çoxaldığını müşahidə etmək mümkündür.

Məktəblərdə şagirdlərin imtahanda köçürməsinin qarşısını almaq üçün, bəzi məktəblər ChatGPT-ni qadağan etməsi də mümkün görünür.

12-ci səhifədə bildirilir ki: Etibarsız məlumatlar verildiyində model cinayət mövzusunda tövsiyə vermək kimi arzuolunmaz məzmun yarada bilər.

Dünyada müxtəlif qurumlar güc və iqtidar üçün istifadə edə bilər. Hətta güc və iqtidarın verdiyi xüsusi cəzbedicilikdən özünün də təsirlənə biləcəyi istisna edilmir. 14-cü səhifədə bu məsələdən bəhs olunur. Uzunmüddətli planlar yaratmaq, plana uyğun hərəkət etmək, güc və resurs toplamaq kimi davranışlar göstərə bilər. Eyni zamanda qurum güc arama davranışı ilə bağlı xüsusi çalışdığını da vurğulayır.

İnsanın hər yönü ilə təqlid edən süni intellektin pis niyyətli insanları da təqlid etmək imkanı vardır. Təbii ki, süni intellekt əxlaqsız və pis niyyətli insanları da öyrənib təqlid edə bilər, onlara uyğun tövsiyələr verə bilər. Manipulyasiyalar hər zaman mümkündür.

Mənfi məqsəd və risklərdən qorunmaq üçün, mütləq Süni İntellekt ilə bağlı etik mühəndis qrupu fəaliyyət göstərməlidir. Bu komanda yenilik edərkən, necə məsuliyyətli davranmaq üzərində işləməlidir. Mühəndislər süni intellektin hansı zərərlərə səbəb ola biləcəyini təxmin etməli və sonra azaldılması üçün təkliflər verməlidir. Xoşagəlməz hallardan biri odur ki, bəzən şirkətlər bir-biri ilə rəqabətə, yarışa qoşulur və bu məsələni unudurlar. Əks halda sosial şəbəkələrin yaranması ilə cəmiyyətlərdə fərqli axınlar və davranışlar yarandığı kimi, bilmədiyimiz qeyri-müəyyən xoşagəlməz, ciddi narahatedici yeni axınlar da bizi gözləyir. Qadağa məsələnin həlli deyil, amma məntiqli çıxış yolları tapmaq mümkündür. Qadağa bütünlükdə ziyanlı sayılırsa, məntiqlidir. Əgər məsələnin ciddi faydalı tərəfləri varsa, bundan istifadə edilməli və dünyanın inkişaf tendensiyasından geri qalmamalıyıq. Mənfi məsələlərlə mübarizə apararaq, mübarizə immuniteti qazanmağın daha münasib yol olduğunu düşünürəm. Ümid edirəm ki, dünyada baş verən və sürətlə davam edən son yeniliklər insanların hər zaman faydalanmasına xidmət edəcəkdir.

Bəhruz Əliyev, İnformasiya Texnologiyaları üzrə mühəndis-ekspert, tədqiqatçı