يمكن لنماذج اللغة الكبيرة أن تفعل أشياء مثيرة للإعجاب، مثل كتابة الشعر أو إنشاء برامج كمبيوتر قابلة للتطبيق، على الرغم من أن هذه النماذج مدربة على التنبؤ بالكلمات التي تأتي بعد ذلك في جزء من النص.
مثل هذه القدرات المدهشة يمكن أن تجعل الأمر يبدو وكأن النماذج تتعلم ضمنيًا بعض الحقائق العامة حول العالم.
ولكن هذا ليس هو الحال بالضرورة، وفقا لدراسة جديدة. ووجد الباحثون أن نوعًا شائعًا من نماذج الذكاء الاصطناعي التوليدي يمكن أن يوفر اتجاهات القيادة خطوة بخطوة في مدينة نيويورك بدقة شبه مثالية – دون تشكيل خريطة داخلية دقيقة للمدينة.
على الرغم من قدرة النموذج الخارقة على التنقل بفعالية، إلا أنه عندما أغلق الباحثون بعض الشوارع وأضافوا تحويلات، انخفض أداء النموذج.
عندما تعمقوا أكثر، وجد الباحثون أن خرائط نيويورك التي تم إنشاؤها ضمنيًا تحتوي على العديد من الشوارع غير الموجودة التي تنحني بين الشبكة وتربط التقاطعات البعيدة.
وقد يكون لذلك آثار خطيرة على نماذج الذكاء الاصطناعي التوليدية المنتشرة في…
