Badacze mają nadzieję, że ten model pomoże zniwelować różnicę między modelami językowymi a zdolnościami myślenia zbliżonymi do ludzkich. AI staje się coraz bardziej zaawansowane Gdy AI ma wewnętrzną monolog, wydaje się uczyć się samodzielnie stawać się mądrzejszym. W pracy, która nie przeszła jeszcze recenzji przez rówieśników, badacze ze Stanford University i grupa o nazwie "Notbad AI" współpracowali, aby opracować model AI, który "myśli", zanim wygeneruje odpowiedzi. Model pokazuje swój proces myślenia, prezentuje swoje rozumowanie i prosi użytkowników o określenie najbardziej poprawnej odpowiedzi. Zespół, który stoi za tym refleksyjnym AI, znanym jako Quiet Self-Taught Reasoner (w skrócie Quiet-STaR), miał na celu stworzenie modelu, który nie tylko ma zdolność do samodzielnej nauki rozumowania, co już osiągnęli w 2022 roku za pomocą oryginalnego algorytmu Self-Taught Reasoner, ale również robi to w ciszy przed udzieleniem odpowiedzi. W ten sposób działa podobnie do wewnętrznego monologu człowieka, który idealnie zachodzi przed mówieniem. W entuzjastycznym wątku X-formerly-Twitter na temat nowego modelu, którego się przyczynił, Eric Zelikam ze Stanford University oświadczył: „To ekscytujące, że samouczące się rozumowanie na różnorodnych tekstach internetowych automatycznie polepsza inne formy rozumowania!” Aby stworzyć ten kontemplacyjny AI, zespół badawczy zbudował Quiet-STaR na Mistral 7B, otwartym modelu językowym, szkolonym na siedmiu miliardach parametrów. Według społeczności AI Hugging Face jest on uważany za wyprzedzający najnowszą wersję modelu Llama Meta. Quiet-STaR został zaprogramowany tak, aby wyświetlał swoje rozumowanie przy udzielaniu odpowiedzi, a użytkownicy mogą wybrać najbardziej dokładną odpowiedź spośród dostępnych opcji.

Jak zauważono w pracy, podejście to spowodowało, że model był poprawny w 47, 2% przypadków, co, mimo że nie jest imponujące, stanowi poprawę w porównaniu do 36, 3% dokładności osiągniętej bez dodatkowego treningu rozumowania. Chociaż model wciąż słabo radzi sobie z matematyką, poprawnie odpowiadającą tylko na 10, 9% pytań, wstępnie wytrenowany Quiet-STaR odpowiadał poprawnie tylko na 5, 9% pytań, co oznacza, że jego biegłość matematyczna podwoiła się w trakcie treningu. Choć te wyniki mogą nie być przełomowe, są interesujące, ponieważ chatboty, takie jak ChatGPT od OpenAI i Gemini od Google, miały historycznie problemy z rozumowaniem związanym z zdrowym rozsądkiem. Badacze sugerują w swojej pracy, że Quiet-STaR może stanowić kamień milowy w redukcji różnicy między modelami językowymi a zdolnościami myślenia człowieka. Być może tajemniczy model Q* (wymawiane „queue star”) od OpenAI, który brzmi wyjątkowo podobnie, ma podobny potencjał. Czas pokaże prawdę. Aby uzyskać więcej informacji na temat postępów w dziedzinie AI, zajrzyj do raportu Departamentu Stanu, który ostrzega przed apokalipsą AI i sugeruje ograniczenie mocy obliczeniowej do treningu.