A SportsBettingDime oldal tesztjében az OpenAI tavaly bemutatott nyelvfeldolgozó algoritmusát, a GPT-3-at használták fel. A sok érdekes lehetőséggel kecsegtető mélytanuló rendszerrel nemcsak minden korábbinál értelmesebb és koherensebb szövegeket lehet létrehozni, hanem például programkódokat is. Írattak vele már több blogposztot az Y Combinator Hacker News nevű hírmegosztó oldalán és cikket a The Guardianben.
Hajrá, kódsorok!
Ezúttal azonban azt szerették volna megtudni, hogy az algoritmus képes-e olyan szövegeket alkotni, amelyekkel akár egy hivatásos klub profi edzőjének iránymutatásai is kiválthatók lennének. A GPT-3 ennek megfelelően nekiállt és motivációs beszédeket, meccs közbeni tanácsokat, csapatépítést segítő szövegeket kalapált.
Amint ezek elkészültek, a sportfogadási oldal fekete öves szurkolókat kérdezett, akik a profi kosárlabda, illetve amerikai futball területén abszolút szakértőként funkcionálnak. Feladatuk az volt, hogy öt különböző szöveg esetében értékeljék, hogy mennyire sikerült a mondatokkal érzelmeket ébreszteni, motiválni. A tesztben két emberi és három mesterséges alkotást válogattak egymás mellé.
Meglepő, vagy talán már nem is annyira meglepő módon az algoritmus két verziója kapta átlagosan a legjobb osztályzatokat. Azaz ebben a mérsékelten tudományos tesztkörnyezetben sikerült a profi edzőket lepipáló eredményt hozni. Érdemes azonban azt is megemlíteni, hogy a GPT-3 harmadik alkotása kapta messze a leggyengébb pontokat, ami a rendszer inkonzisztenciáját mutatja.
Ember meg nem mondja
A tesztbe bevont önkénteseknek a minőség értékelése mellett azt is el kellett dönteniük, hogy az egyes szövegek szerintük géptől vagy embertől származnak-e. Itt az derült ki, hogy az algoritmusnak még azért van mit fejlődnie. A válaszadók a két igazi edző mondását 77, illetve 66 százalékban gondolták emberinek, miközben a GPT-3 legjobb eredménye szintén 66 százalék körül alakult, a legrosszabb viszont már "csak" 51 százalékot ért el. A csak azért került idézőjelek közé, mert a gép teljesítménye így is megsüvegelendő, hiszen egy meglehetősen összetett, érzelmekkel átfűtött beszédet kellett alkotni. Az ilyesmivel pedig rendszerint nehezen tud mit kezdeni a gépi kód.
A kutatás utolsó részletét a kitalált játékbeli szituációkra adott MI-válaszok értékelése adta. Ezek szinte mindegyikére jellemző volt, hogy a válaszadókat teljesen megosztották a gép előadott taktikai húzásai, ami azt is jelezheti, hogy ebben egyelőre nem tart megfelelő fokon az algoritmus. Ugyanakkor az MI kódlétéből fakadó hátránya bizonyos szituációkban akár előnnyé is válhat: ha rövid időn belül kell határozott döntést hozni, arra az érzelmektől nem befolyásolt algoritmus bevethető lehet, hiszen képes a valódi edzőnek a másodperc törtrésze alatt felkínálni a szerinte optimális játékot. Ettől függetlenül még jó pár évig biztosan nem kell attól tartani, hogy valamelyik profi csapat gépesítené az edzői pozícióját.
Így újult meg Magyarország leggyorsabb mobilhálózata
Közel 100 milliárd forintos beruházással, a rádiós és maghálózat teljes modernizációjával zárult le a Yettel történetének egyik legnagyobb műszaki fejlesztése.
Nyílt forráskód: valóban ingyenes, de használatának szigorú szabályai vannak