Πώς να προσδιορίσετε ότι το κείμενο γράφτηκε από ένα νευρωνικό δίκτυο
μικροαντικείμενα / / August 21, 2023
Η τεχνητή νοημοσύνη είναι ένας καλός βοηθός σε πολλούς τομείς. Αλλά δεν πρέπει να τον εμπιστεύεστε άνευ όρων.
Με δεδομένα Bloomberg, περίπου το 30% των ειδικών χρησιμοποιούν νευρωνικά δίκτυα για τη δημιουργία κειμένου. Στη Ρωσία, το 67% των ερωτηθέντων θέλουν να κάνουν αίτηση στο έργο της τεχνητής νοημοσύνης για να εργάζονται λιγότερο και να μην χάνουν εισόδημα. Αυτά ακριβώς τα στατιστικά στοιχεία δεν ευχαριστούν όλους τους πελάτες. Μερικοί δεν εμπιστεύονται τα νευρωνικά δίκτυα, επομένως προτιμούν τα κείμενα να μην γράφονται από ρομπότ, αλλά από ανθρώπους.
Κατανοούμε γιατί οι πελάτες είναι επιφυλακτικοί με τις τεχνολογίες και ποια μέσα έκθεσης νευροκείμενων υπάρχουν σήμερα.
Γιατί τα κείμενα από νευρωνικά δίκτυα πρέπει να αντιμετωπίζονται με προσοχή
Εδώ είναι οι κύριοι λόγοι για τους οποίους οι πελάτες είναι επιφυλακτικοί με τέτοια άρθρα.
Κίνδυνος παραβίασης πνευματικών δικαιωμάτων
Σήμερα δεν υπάρχει επίσημη θέση για το ποιος ανήκω πνευματικά δικαιώματα για κείμενα που δημιουργούνται με τη βοήθεια AI. Σύμφωνα με το νόμο, συγγραφέας είναι το πρόσωπο που δημιουργεί ένα έργο με δημιουργική ή πνευματική εργασία. Ωστόσο, στην περίπτωση του
νευρικό σύστημα οι άνθρωποι δίνουν μόνο οδηγίες, αλλά δεν γράφουν οι ίδιοι.Δεδομένου ότι πλέον ο νόμος δεν αναγνωρίζει τα νευροκείμενα ως αντικείμενα πνευματικής ιδιοκτησίας, οι κανόνες για τη χρήση περιεχομένου που δημιουργείται από τεχνολογίες καθορίζονται στη συμφωνία χρήστη του νευρωνικού δικτύου.
Και αν OpenAI μεταδίδει δικαιώματα στο κείμενο ακόμη και στη δωρεάν έκδοση, τότε ο Gerwin όρια χρήση του για πολιτικούς σκοπούς, που εισάγουν διακρίσεις ή για δυσμενή διαφήμιση. Και στο ενδιάμεσο ταξίδι χρησιμοποιήστε το περιεχόμενο για εμπορικούς σκοπούς Μπορώ μόνο εάν το προϊόν παράγεται με πληρωμένη τιμή.
Κίνδυνος απόκτησης μη μοναδικών ή ανακριβών πληροφοριών
Το νευρωνικό δίκτυο λαμβάνει ένα αίτημα, το περνά μέσα από αλγόριθμους, αναλύει τις διαθέσιμες πληροφορίες για το θέμα και εκδίδει μια απάντηση. Χωρίς να αρνούμαστε ότι το ίδιο αίτημα από άλλο χρήστη μπορεί να δημιουργήσει ένα παρόμοιο ή παρόμοιο κείμενο.
Και εδώ έρχεται ένας νέος κίνδυνος. Οι ερευνητές στο Πανεπιστήμιο Cornell κατέληξαν στο συμπέρασμα: αν οι απαντήσεις του νευρωνικού δικτύου στην ίδια ερώτηση διαφέρουν πολύ, τότε με μεγάλη πιθανότητα καταλήγει σε γεγονότα.
Ο κίνδυνος τα νευροκείμενα να μειώσουν τους πόρους της εταιρείας στα αποτελέσματα αναζήτησης
Στα τέλη του περασμένου έτους, ο ειδικός ποιότητας της Google Duy Nguyen δηλώθηκεότι η εταιρεία διαθέτει αλγόριθμους για τον εντοπισμό και την υποβάθμιση του περιεχομένου που δημιουργείται τεχνητή νοημοσύνη. Ως εκ τούτου, πολλοί φοβούνται ότι οι μηχανές αναζήτησης θα αναζητήσουν τέτοιο περιεχόμενο και θα το απαισιοδοξήσουν. Δηλαδή να χαμηλώσει τη θέση στα αποτελέσματα αναζήτησης.
Τα προηγούμενα υπάρχουν ήδη. Για παράδειγμα, ο έμπορος Neil Patel ξόδεψε πείραμαδημιουργώντας 50 δοκιμαστικές ιστοσελίδες, τις οποίες χώρισε σε δύο ομάδες. Ο ειδικός γέμισε τα site του πρώτου μέρους με άρθρα που δημιουργήθηκαν αποκλειστικά από τεχνητή νοημοσύνη. Οι ιστότοποι του δεύτερου φιλοξένησαν άρθρα τεχνητής νοημοσύνης τροποποιημένα από ανθρώπους, καθώς και υλικό γραμμένο από κειμενογράφους χωρίς τη χρήση νευρωνικών δικτύων.
Τα αποτελέσματα του πειράματος έδειξαν ότι οι πόροι της πρώτης ομάδας έχασαν αρκετές θέσεις στα αποτελέσματα αναζήτησης. Και οδήγησε σε μείωση κίνηση έως και 70%.
Παράλληλα, εκπρόσωποι της Google πρόσθεσαν ότι έχουν θετική στάση απέναντι στην ανάπτυξη νευρωνικών δικτύων και έχουν ήδη δημιουργήσει τα δικά τους Chatbot Bard. Αλλά για την εταιρεία τα ποιοτικά κείμενα είναι προτεραιότητα. Το σύστημα, το οποίο κατατάσσει τα αποτελέσματα, προσφέρει πρώτα από όλα στους χρήστες υλικό που συναντά πρότυπα E‑E‑A‑T (πείρα, ικανότητα, αξιοπιστία, αξιοπιστία).
Τα κείμενα που αντιστοιχούν σε αυτά εμπνέουν εμπιστοσύνη και θεωρούνται χρήσιμα γιατί περιέχουν παραδείγματα, εμπειρία, αναλυτικό μέρος, έρευνα. Και το περιεχόμενο που δημιουργούν τα νευρωνικά δίκτυα, χωρίς πρόσθετη βαθιά βελτίωση από ένα άτομο, συχνά δεν είναι τέτοιο.
Εν τω μεταξύ, στην Κρατική Δούμα προτείνεται εισαγάγετε την επισήμανση για υλικά που δημιουργούνται με τη βοήθεια της τεχνητής νοημοσύνης. Μέχρι να συμβεί αυτό, καθορίστε ότι το κείμενο που παράγεται από ένα νευρωνικό δίκτυο, θα πρέπει να το κάνετε μόνοι σας. Ή με τη βοήθεια ειδικών υπηρεσιών.
Πώς να προσδιορίσετε ανεξάρτητα ότι το κείμενο γράφτηκε από ένα νευρωνικό δίκτυο
MIREA Τεχνολογικό Πανεπιστήμιο που πραγματοποιήθηκε πρόσφατα πείραμα, στην οποία συμμετείχαν 20 καθηγητές και πάνω από 200 μαθητές. Οι μισοί από αυτούς έγραψαν μόνοι τους επιστημονικές εργασίες. Και το υπόλοιπο 50% χρησιμοποίησε τη βοήθεια των νευρωνικών δικτύων. Οι δάσκαλοι, από την άλλη πλευρά, έπρεπε να υπολογίσουν τέτοια υλικά τεχνητής νοημοσύνης.
Για να γίνει αυτό, οι δάσκαλοι έδωσαν προσοχή στα υφολογικά και ορθογραφικά χαρακτηριστικά του κειμένου. Για παράδειγμα, για μεγάλο αριθμό επαναλαμβανόμενων λέξεων και νοημάτων, πραγματικών και λογικών λάθη, έλλειψη πρωτότυπων κρίσεων. Με αυτόν τον τρόπο, οι δάσκαλοι μπόρεσαν να αναγνωρίσουν το 96% της εργασίας που γράφτηκε χρησιμοποιώντας το νευρωνικό δίκτυο. Το 4% των μαθητών που δεν εκτέθηκαν παραδέχτηκαν ότι αφιέρωσαν πολλές ώρες στην επεξεργασία κειμένου AI.
Δεν υπάρχει καθολική οδηγία που θα βοηθήσει στον υπολογισμό του κειμένου που δημιουργείται από το νευρωνικό δίκτυο. Ωστόσο, το πείραμα δείχνει ότι παρόμοια σχέδια είναι εγγενή σε τέτοια υλικά. Ας τα εξετάσουμε λεπτομερέστερα.
Επαναλήψεις σημασιών και λέξεων
Ένας από τους λόγους για τους οποίους ένας ιστότοπος μειώνεται στα αποτελέσματα αναζήτησης είναι η εκ νέου βελτιστοποίηση των λέξεων-κλειδιών. Το νευρωνικό δίκτυο ως απάντηση σε ένα αίτημα συχνά «απαντά σε κύκλο». Μερικές φορές χρησιμοποιεί διαφορετικά περιστατικά, αλλά το νόημα εξακολουθεί να επαναλαμβάνεται.
Έτσι, στο παρακάτω στιγμιότυπο οθόνης, η τεχνητή νοημοσύνη είχε επιφορτιστεί να γράψει μια ανάρτηση σχετικά με έναν νέο, απαλό τρόπο βαφής μαλλιών. Και σε ένα μικρό κείμενο, το νευρωνικό δίκτυο επανέλαβε επανειλημμένα τις ίδιες θέσεις.
Σχεδόν κάθε πρόταση κείμενο που δημιουργείται επαναλαμβάνεται η φράση «ένας νέος τρόπος χρώσης». Και επίσης, υπάρχει μια επανειλημμένη επικάλυψη νοημάτων σχετικά με την ασφάλεια της μεθόδου και μια ατομική προσέγγιση, η οποία θα τονίσει τη μοναδικότητα κάθε πελάτη.
Ακολουθούν μερικά αποσπάσματα από το κείμενο που το επεξηγούν αυτό: «μεταμορφώστε την εικόνα σας και εκφράστε την ατομικότητά σας», «λάβετε υπόψη την ατομικότητά σας», «κατάλληλο για εσάς», «δημιουργώ για εσάς μοναδική και κομψή εμφάνιση», «κάντε το χτένισμά σας μοναδικό», «διατηρήστε την υγεία και τη λάμψη των μαλλιών σας», «ασφαλές για τα μαλλιά σας», «φροντίστε τα μαλλιά σας, διατηρώντας τα υγεία".
Εν τω μεταξύ, αρκούσε να αναφέρω μια φορά ότι παρουσιάστηκε μια νέα διαδικασία στο σαλόνι - φειδωλός μέθοδος χρώσηςπου θα κρατήσει τα μαλλιά ζωντανά. Και εξηγήστε επίσης πώς λειτουργεί η μέθοδος, ποια είναι η καινοτομία της και γιατί είναι ασφαλής. Και προσθέστε ότι η χρωματική παλέτα είναι διαφορετική και οι πλοίαρχοι που έχουν εκπαιδευτεί όχι μόνο θα πραγματοποιήσουν χρωματισμό με υψηλή ποιότητα, αλλά θα βοηθήσουν και στην επιλογή του χρώματος.
Η παρουσία στο κείμενο μεγάλου αριθμού γραμματοσήμων και κλισέ, η έλλειψη αισθητηριακής εμπειρίας
Το παράδειγμα χρωματισμού δείχνει επίσης ότι ένα νευρωνικό δίκτυο δεν μπορεί να μιμηθεί πώς μιλάει ένα άτομο στην πραγματική ζωή. Οι άνθρωποι σφραγίζουν, χρησιμοποιούν αργκό και συντομογραφίες, σκόπιμα παραμορφώνουν λέξεις. Μια τέτοια παρουσίαση βοηθά να προσελκύσει την προσοχή, να προκαλέσει συναισθήματα, να μεταφέρει τη θέση του συγγραφέα, την αισθητηριακή του εμπειρία.
Ερευνα δείχνουν: το νευρωνικό δίκτυο δεν μοιράζεται συναισθήματα, δεν δέχεται τη θέση κανενός. Ως εκ τούτου, προτιμά την ουδετερότητα, τα κλισέ και τα κλισέ. Στο παραπάνω παράδειγμα, πρόκειται για «επαγγελματικές δεξιότητες», «υλικά υψηλής ποιότητας», «μοναδική ευκαιρία».
Ταυτόχρονα, το νευρωνικό δίκτυο δημιουργεί κείμενα σε διαφορετικά στυλ. Για παράδειγμα, μπορείτε να της αναθέσετε να ετοιμάσει ένα υλικό με θέμα «Τι επηρεάζει το κόστος λάδι». Να διευκρινίσουμε όμως ότι το κείμενο δεν πρέπει να είναι γραμμένο σε ξερή γλώσσα, αλλά με προσθήκη μεταφορών και συγκρίσεων. Ωστόσο, το αποτέλεσμα είναι ακόμα τεχνητό. Άλλωστε, η τεχνητή νοημοσύνη δεν έχει μέτρο, δεν «νιώθει» το κείμενο όπως το νιώθει ένας άνθρωπος.
1 / 0
2 / 0
Μία από τις παραγράφους θα σας βοηθήσει να δείτε ότι το αποτέλεσμα που προκύπτει δεν μπορεί να συγκριθεί με τον τονισμό που είναι εγγενής σε ένα άτομο: «Η ζήτηση και η προσφορά είναι σαν ένας χορός δύο εραστών στην αγορά λαδιού. Αν ζήτηση πετρελαίου ανεβαίνει σαν μαινόμενος ωκεανός, και αν η προσφορά αποτύχει να συμβαδίσει, οι τιμές ανεβαίνουν σαν σαμπάνια σε ένα πάρτι την παραμονή της Πρωτοχρονιάς. Αλλά αν πέσει η ζήτηση και αυξηθεί η προσφορά, τότε οι τιμές μπορεί να πέσουν σαν μπαλόνι σε ένα παιδικό πάρτι».
Το κείμενο φαίνεται τεχνητό και οι περισσότερες στροφές σε αυτό είναι παράταιρες. Και παρόλο που η ανάρτηση πραγματικά αποδείχθηκε «δεν είναι στεγνή», είναι δύσκολο να φανταστεί κανείς ότι κάποιος ειδικός θα είχε γράψει με αυτόν τον τρόπο. Επιπλέον, κυριολεκτικά κάθε πρόταση είναι μεταφορά και σύγκριση. Ωστόσο, τέτοιες τεχνικές θα πρέπει να είναι ακριβείς και ενσωματωμένες στο κείμενο. Διαφορετικά, το νόημα θα χαθεί πίσω από μια περίσσεια εικόνων.
Παρουσία ανούσιων φράσεων και έλλειψη λογικής
Ο γλωσσολόγος Noam Chomsky στο βιβλίο του Syntactic Structures σημειώνει ότι η γραμματικά σωστή κατασκευή φράσεων σε μια πρόταση δεν εγγυάται την παρουσία λογική και νόημα. Ως παράδειγμα, ο ειδικός ανέφερε τη φράση άχρωμες πράσινες ιδέες κοιμούνται με μανία - «οι άχρωμες πράσινες ιδέες κοιμούνται με μανία».
Οι αλγόριθμοι βοηθούν το νευρωνικό δίκτυο να δημιουργήσει σωστές προτάσεις από άποψη γραμματικής. Ωστόσο, για την τεχνητή νοημοσύνη δεν υπάρχει η έννοια του «νόημα». Και μπορεί να έχει τη δική του λογική για κάθε παράγραφο, αφού το υλικό προέρχεται από διαφορετικές πηγές.
Για παράδειγμα, ζητήθηκε από ένα νευρωνικό δίκτυο να δημιουργήσει κριτικές για ένα αφρόλουτρο και μια αθλητική φόρμα. Το κείμενο για τα ρούχα αποδείχθηκε ως εξής: «Με τη βοήθεια ενός κοστουμιού, μπορείτε να χαλαρώσετε, να βυθιστείτε στον κόσμο του αθλητισμού και επίσης να κάνετε μια βόλτα. Διαθέτει έλεγχο θερμοκρασίας, χάρη στον οποίο νιώθεις άνετα σε κάθε περίσταση.
Και εδώ είναι μια κριτική για το αφρόλουτρο: «Υπέροχο τζελ, δεν διαρρέει, δεν βαραίνει το δέρμα. Συσκευασμένο σε τσάντα, σε κουτί, με καπάκι. Δεν χρειάζεται να περιμένετε τίποτα επιπλέον για να θρυμματιστεί λίγο. Μπορεί να χρησιμοποιηθεί ως νυχτερινό αφρόλουτρο.
Μερικές φράσεις σε αυτά καλοφτιαγμένο, αλλά ταυτόχρονα φαίνονται παράλογα και μοιάζουν με την εικονογράφηση του Τσόμσκι.
Έλλειψη υφής και επιφανειακά παραδείγματα
Η τεχνητή νοημοσύνη δίνει προφανείς πληροφορίες στα κείμενα, γενικά γεγονότα, χρησιμοποιεί απλοποιημένες φράσεις και παραδείγματα που δεν αποκαλύπτουν πολύ την ερώτηση. Σε αυτή την περίπτωση, η πολυπλοκότητα του θέματος δεν έχει σημασία. Το ερώτημα μπορεί να είναι βαθύ, όπως οι προοπτικές ανάπτυξης εγκλείσματα στην Ρωσία. Ή πιο απλά και ατομικά, όσον αφορά την επιλογή της τεχνικής.
Στο κείμενο για την ένταξη, το νευρωνικό δίκτυο είπε πόσο σημαντικό και σχετικό είναι αυτό το θέμα. Πρόσθεσε επίσης ότι η ένταξη είναι μια μακρά διαδικασία, που συνοδεύεται από δυσκολίες, αλλά γίνονται εργασίες για τη δημιουργία συνθηκών για άτομα με ειδικές ανάγκες. Και συνοψίζοντας: αν δεν σταματήσετε, τότε σίγουρα θα είναι η ανάπτυξη.
Ωστόσο, όσα γράφονται δεν απαντούν στο ερώτημα. Είναι σημαντικό το κείμενο να είναι συγκεκριμένο. Για παράδειγμα, μπορείτε να αναλύσετε ποιοι από τους νόμους που εγκρίθηκαν λειτουργούν και ποιοι όχι και γιατί. Να αποκαλύψει την ξένη εμπειρία. Και εξηγήστε ποια συγκεκριμένα βήματα μπορούν ακόμη να κάνουν το κράτος, οι επιχειρήσεις και κάθε άτομο για την ανάπτυξη της ένταξης.
Στο κείμενο για αγορά ενός smartphoneπου δημιουργούνται από το νευρωνικό δίκτυο, υποδεικνύονται επίσης οι προφανείς παράγοντες επιλογής. Για παράδειγμα: θα πρέπει να αποφασίσετε για το λειτουργικό σύστημα (iOS ή Android), την επωνυμία, να διαβάσετε κριτικές και τεχνικές προδιαγραφές και επίσης να λάβετε υπόψη τις δικές σας δυνατότητες.
1 / 0
2 / 0
Ωστόσο, οι άνθρωποι το καταλαβαίνουν αυτό. Ένα άλλο πράγμα είναι να μιλήσουμε για τα τσιπ των λειτουργικών συστημάτων, για να υποδείξουμε τους περιορισμούς που υπάρχουν αυτή τη στιγμή. Ή αναφέρετε καινοτόμες λύσεις - για παράδειγμα, την τεχνολογία eSIM, η οποία σας επιτρέπει να έχετε έως και πέντε αριθμούς σε ένα smartphone. Ή μοιραστείτε υπερτιμημένα μοντέλα συσκευών και τα αντίστοιχά τους στην καλύτερη τιμή.
Διαστρέβλωση γεγονότων, προσθήκη επινοημένων πληροφοριών
Το νευρωνικό δίκτυο απαντά εύλογα σχεδόν σε κάθε ερώτηση, παρέχοντας ένα χρονικό, ημερομηνίες, επώνυμα, ιστορία προέλευσης. Σε αυτή την περίπτωση, οι πληροφορίες παραμορφώνονται ή επινοούνται εντελώς. Ένα τέτοιο σφάλμα στο έργο του AI ονομάζεται ψευδαίσθηση.
Έτσι, δόθηκε στο νευρωνικό δίκτυο το καθήκον να πει για το διάσημο κωφοίπου συνέβαλε πολύ στην ανάπτυξη της κοινωνίας. Ως αποτέλεσμα, η AI εφηύρε τα περισσότερα από αυτά.
1 / 0
2 / 0
Για παράδειγμα, ο αστροναύτης Raymond Lou ή ο πυγμάχος Mario Gallegos. Και ο 42ος Πρόεδρος των Ηνωμένων Πολιτειών δεν ήταν ακόμα ο Μάθιου Κλίντον, αλλά ο Μπιλ Κλίντον. Και δεν έχασε την ακοή του.
Επιπλέον, η τεχνητή νοημοσύνη ανταποκρίθηκε με σιγουριά στο αίτημα «γράψτε μια ανάρτηση για το δημιουργικό αμνησία». Αν και δεν υπάρχει τέτοιος όρος.
Όταν ρωτήθηκε γιατί το bot επινοεί ανθρώπους και μιλά για ανύπαρκτους όρους, ζητά μόνο συγγνώμη για πιθανή σύγχυση.
1 / 0
2 / 0
Όταν τα ψευδή γεγονότα διαπλέκονται με αληθινά δεδομένα, είναι πιο δύσκολο να ανιχνευθούν ψευδαισθήσεις νευρωνικών δικτύων. ΕΙΔΙΚΑ οταν άπταιστη ανάγνωση. Αλλά αν επικεντρωθείτε στα παραδείγματα που δίνονται στο κείμενο, μπορείτε να παρατηρήσετε αυτά που φαίνονται ύποπτα και να τα ελέγξετε πληκτρολογώντας τα στη γραμμή αναζήτησης.
Έλλειψη ενημερωμένων πληροφοριών για τρέχουσες αλλαγές, γεγονότα
Τα νευρωνικά δίκτυα μαθαίνουν μόνοι τους όταν επικοινωνούν με τους χρήστες, θυμούνται τις διευκρινίσεις ενός ατόμου, την αντίδρασή του στο περιεχόμενο που δημιουργείται, παραδείγματα που ένα άτομο μοιράζεται με ένα bot. Ειδικοί διάσημοςότι η ικανότητα της τεχνητής νοημοσύνης να αυτοεκπαιδεύεται τους προκάλεσε έκπληξη. Και ότι αυτή η ικανότητα βοηθά τα νευρωνικά δίκτυα να βελτιώνονται.
Εν μηχανική μάθηση, που διεξάγεται από προγραμματιστές σε gigabyte δεδομένων - άρθρα, βιβλία, κείμενα από τον Ιστό - έχει ξεκάθαρη αρχή και τέλος. Και βασικά τα νευρωνικά δίκτυα δεν έχουν πρόσβαση σε μηχανές αναζήτησης. Επομένως, οι πληροφορίες που εμφανίστηκαν μετά την εκπαίδευση που πραγματοποιήθηκε από τους προγραμματιστές δεν είναι διαθέσιμες στο AI μέχρι το επόμενο στάδιο.
Ταυτόχρονα, το διάστημα μεταξύ της μηχανικής εκμάθησης είναι μήνες και μερικές φορές χρόνια. Φυσικά, η πρόοδος δεν σταματά: για παράδειγμα, τον Μάιο του τρέχοντος έτους, το GPT Plus έγινε διαθέσιμο σε χρήστες με συνδρομή επί πληρωμή ChatGPT με πρόσβαση στο Διαδίκτυο. Ωστόσο, τα περισσότερα νευρωνικά δίκτυα, ειδικά οι δωρεάν εκδόσεις τους, δεν έχουν ακόμη τέτοια ευκαιρία.
Έτσι, η βάση της δωρεάν έκδοσης του ChatGPT4 περιορίζεται στο 2021, επομένως το bot δεν γνωρίζει ποιος κέρδισε το τελευταίο Παγκόσμιο Κύπελλο το 2022. Και το νευρωνικό δίκτυο της Google - Bard AI - παραδέχτηκε ότι δεν μπορούσε να συνθέσει ένα κείμενο για σημαντικά γεγονότα που έλαβαν χώρα στον κόσμο αυτό το καλοκαίρι.
1 / 0
2 / 0
Δεδομένου ότι η τελευταία της εκπαίδευση διεξήχθη από τους προγραμματιστές τον Μάιο του 2023, το καλοκαίρι δεν έχει φτάσει ακόμη για το Bard AI.
Σε τέτοιες περιπτώσεις, τα νευρωνικά δίκτυα συνήθως δεν καταλήγουν σε γεγονότα, αλλά παραδέχονται ότι δεν μπορούν "προβλέψει το μέλλον».
Εάν το κείμενο δεν περιέχει ενημερωμένες πληροφορίες για το θέμα ή φαίνεται χωρισμένο από την πραγματικότητα, αφού πολλά έχουν αλλάξει πρόσφατα, τότε υπάρχει πιθανότητα το υλικό να γράφτηκε από νευρωνικό δίκτυο.
Ποιες υπηρεσίες μπορούν να βοηθήσουν
Το κείμενο που δημιουργείται από την τεχνητή νοημοσύνη μπορεί επίσης να αναγνωριστεί χρησιμοποιώντας το ίδιο το νευρωνικό δίκτυο. Για παράδειγμα, μπορεί bot GPT-4. Ειδικές υπηρεσίες που μπορούν να ανιχνεύσουν αλγόριθμους AI μπορούν επίσης να βοηθήσουν. Ας δούμε μερικά από αυτά παρακάτω.
- Text.ru. Ο ιστότοπος τοποθετείται ως ανταλλαγή κειμένων και κατά της λογοκλοπής. Αλλά πρόσφατα εμφανίστηκε στην πύλη ένας πληρωμένος νευροβοηθός. Μία από τις λειτουργίες του είναι ένας ανιχνευτής AI. Το κείμενο που θα ελεγχθεί θα πρέπει να φορτωθεί στο παράθυρο. Μετά από λίγα δευτερόλεπτα, το σύστημα θα δώσει το αποτέλεσμα.
- PR CY. Μπορείτε να ανεβάσετε κείμενα από 1.000 χαρακτήρες στην υπηρεσία. Ταυτόχρονα, υπάρχουν διευκρινίσεις στην πύλη: χαμηλής ποιότητας, ανεπιθύμητες επιλογές που έγραψε ένα άτομο, το σύστημα θα θεωρήσει ως αποτέλεσμα εργασιών τεχνητής νοημοσύνης. Καθώς και κείμενα με φωτεινό στυλιστικό χρωματισμό - για παράδειγμα, παρόμοια με έργα Μαγιακόφσκι.
- GPTZero. Το εργαλείο διαβάζει την πολυπλοκότητα, τον συνδυασμό λέξεων, τη δομή και το μήκος των προτάσεων. Ωστόσο, εάν η υπηρεσία αντιμετωπίζει καλά κείμενα στα αγγλικά, τότε κατά τη φόρτωση υλικού στη ρωσική γλώσσα συχνά δίνει ένα σφάλμα. Από τα οφέλη - η παρουσία μιας δωρεάν έκδοσης.
Ένα νευρωνικό δίκτυο μπορεί να είναι ένας μεγάλος βοηθός. Για παράδειγμα, όταν ψάχνετε για ιδέες. Ωστόσο, το να εμπιστεύεσαι πλήρως το περιεχόμενό της είναι επικίνδυνο. Θα πρέπει να αντιμετωπίζετε υπεύθυνα τα υλικά τεχνητής νοημοσύνης: να επεξεργαστείτε ανεπιθύμητα μηνύματα, να ελέγξετε την ακρίβεια, τη λογική και τη συνάφεια των γεγονότων. Και προσαρμόστε το στυλ στην «ανθρώπινη» γλώσσα, για να μην τρομάξετε το κοινό, σώστε τη φήμη και τη θέση της εταιρείας στα αποτελέσματα αναζήτησης.
Διαβάστε επίσης🤖
- 6 λόγοι για τους οποίους δεν πρέπει να εμπιστεύεστε τυφλά την τεχνητή νοημοσύνη
- Πώς να προσθέσετε ένα bot στο Discord
- 6 νευρωνικά δίκτυα για τη δημιουργία λογότυπων