Historia chatbotów: od Shoebox do ChatGPT

Spis treści:

• Czym jest chatbot
• Test Turinga
• Pudełko na buty: pudełko na buty, które potrafiło liczyć
• Eliza — potrafiła słyszeć i słuchać
• Psychicznie chory Parry
• Jabberwacky — pierwszy inteligentny bot
• Dr. Sbaitso
• Kim do cholery jest ALICE?
• SmartChild — pierwszy użyteczny chatbot
• Mitsuku — najlepszy w zdawaniu testu Turinga
• IBM Watson — młodszy brat Wassermana
• Woebot — kolejny bot psycholog
• Wirtualni asystenci
• LLM: nie tylko przełom, ale przełom
• GPT (generatywny, wstępnie wyszkolony transformator)
• Bard
• GigaChat
• Bot ERNIE
• YaGPT
• Co dalej

Chatboty, choć zyskały popularność dopiero w ostatnich latach, mają długą historię, sięgającą czasów sprzed pierwszych hitów The Beatles. Od tego czasu wirtualni asystenci ewoluowali od prostych urządzeń, które mogły wykonywać ograniczone zadania i odpowiadać za pomocą szablonowych fraz, do nowoczesnych, wydajnych usług, które mogą prowadzić pełnoprawne konwersacje i analizować nie tylko tekst, ale także obrazy. Obecnie chatboty są aktywnie wykorzystywane w różnych dziedzinach, w tym w biznesie, służbie zdrowia i edukacji, zapewniając użytkownikom możliwość szybkiego otrzymywania informacji i wsparcia w dowolnym momencie.

Anna Kozlova, inżynier uczenia maszynowego i badaczka w dziedzinie przetwarzania języka naturalnego (NLP), przeanalizowała historię rozwoju chatbotów. W swoich badaniach wskazała kluczowe postacie i wydarzenia, które wpłynęły na ewolucję technologii inteligentnych asystentów. Analizując etapy rozwoju chatbota, Anna podkreśla znaczenie innowacji i jej rolę w kształtowaniu nowoczesnych systemów interakcji z użytkownikami.

Autor to osoba, która stworzyła dzieło lub treść. W literaturze, sztuce i nauce autorstwo odgrywa kluczową rolę, ponieważ autor jest odpowiedzialny za pomysł, styl i treść dzieła. Zrozumienie znaczenia autorstwa jest ważne zarówno dla samych autorów, jak i odbiorców treści. Autorzy mogą być znanymi osobistościami lub nowicjuszami, którzy chcą dzielić się swoimi przemyśleniami i kreatywnością. Co ważne, prawa autorskie chronią ich dzieła, pozwalając autorom kontrolować wykorzystanie swoich prac i otrzymywać za nie wynagrodzenie. W dzisiejszym cyfrowym świecie autorzy stają również przed nowymi wyzwaniami związanymi z dystrybucją treści online i koniecznością promowania swojej twórczości w wysoce konkurencyjnym środowisku. Autor jest zatem nie tylko twórcą, ale także strategiem, który musi brać pod uwagę wiele czynników, aby skutecznie zaprezentować swoje treści. Uczenie maszynowe i inżynieria danych. Specjalista w zakresie przetwarzania języka naturalnego (NLP). Szanowany badacz z publikacjami w czasopismach naukowych i na konferencjach.

Czym jest chatbot? Chatbot to oprogramowanie zaprojektowane do symulowania interakcji międzyludzkich. Wykorzystuje technologie przetwarzania języka naturalnego (NLP), w tym metody dopasowywania wzorców i duże modele językowe (LLM). Chatboty są szeroko stosowane w różnych dziedzinach, takich jak obsługa klienta, platformy edukacyjne i marketing. Dzięki możliwości przetwarzania i analizowania danych tekstowych, chatboty mogą skutecznie odpowiadać na pytania użytkowników, dostarczać informacji i wspierać interakcje w czasie rzeczywistym. To sprawia, że ​​chatboty są niezbędnymi narzędziami do automatyzacji komunikacji i poprawy obsługi klienta.

Czytaj również:

Uczenie maszynowe to dziedzina sztucznej inteligencji skupiająca się na opracowywaniu algorytmów, które pozwalają komputerom uczyć się na podstawie danych. Obejmuje szeroki zakres zadań, takich jak klasyfikacja, regresja, klasteryzacja i inne. Uczenie maszynowe dzieli się na kilka typów w zależności od typu danych i celów: uczenie nadzorowane, uczenie nienadzorowane i uczenie przez wzmacnianie. Uczenie nadzorowane opiera się na danych oznaczonych, gdzie algorytm uczy się z danych wejściowych i odpowiadających im danych wyjściowych. Pozwala to na rozwiązywanie problemów klasyfikacji i regresji. Uczenie nienadzorowane natomiast działa na danych nieoznaczonych, umożliwiając identyfikację ukrytych struktur w danych, na przykład podczas klasteryzacji. Uczenie przez wzmacnianie opiera się na interakcji agenta ze środowiskiem, gdzie jest on nagradzany za poprawne działania, co pozwala na optymalizację jego zachowania. Algorytmy uczenia maszynowego wahają się od prostych modeli liniowych do złożonych sieci neuronowych. Wybór algorytmu zależy od konkretnego zadania i ilości danych. Ważne jest, aby zrozumieć, że skuteczność uczenia maszynowego jest w dużej mierze zdeterminowana przez jakość i ilość dostępnych danych, a także prawidłowe dostrojenie parametrów modelu.

Dlatego uczenie maszynowe jest potężnym narzędziem do analizy danych i rozwiązywania różnorodnych problemów w różnych dziedzinach, takich jak finanse, medycyna i marketing.

Pracę chatbota można podzielić na cztery główne etapy. Pierwszy etap to otrzymanie zapytania od użytkownika. Drugi etap obejmuje przetwarzanie tego zapytania, gdzie bot analizuje wprowadzone informacje. Trzeci etap to sformułowanie odpowiedzi na podstawie analizy danych. Czwarty etap to wysłanie odpowiedzi do użytkownika, co zamyka cykl interakcji. Te kroki pozwalają chatbotom skutecznie wykonywać zadania i dostarczać użytkownikom potrzebnych informacji.

• Użytkownik wysyła zapytanie.
• Chatbot analizuje zapytanie.
• Chatbot generuje odpowiedź.
• Wysyła odpowiedź do użytkownika.

Ewolucja chatbotów jest zauważalna w ich zdolności do wykonywania drugiego i trzeciego kroku interakcji z użytkownikiem. Pierwsi inteligentni asystenci korzystali z szablonowych odpowiedzi, opierając się na słowach kluczowych w zapytaniach. Nowoczesne chatboty, oparte na rozbudowanych modelach językowych, potrafią naśladować naturalną konwersację, generując tekst od podstaw na podstawie ogromnych ilości danych. Pozwala im to nie tylko odpowiadać na pytania, ale także angażować się w rozmowę, znacząco poprawiając komfort użytkowania.

Nasza podróż zaczyna się od Shoeboxa firmy IBM, pierwszej maszyny zdolnej do reagowania na polecenia głosowe. Prześledzimy ewolucję technologii, a następnie przejdziemy do nowoczesnych asystentów cyfrowych opracowanych przez Apple, Samsunga i innych. W kontekście chatbotów i sztucznej inteligencji warto wspomnieć o Alanie Turingu i jego słynnym teście, który stał się fundamentalnym narzędziem oceny inteligencji maszyn. Technologia stale się rozwija, a nowoczesne systemy coraz bardziej zbliżają się do ludzkiej percepcji i interakcji.

Test Turinga

W 1950 roku Alan Turing opracował test mający na celu określenie zdolności maszyn do myślenia. Podstawowa zasada tego testu polega na tym, że jeśli człowiek wchodzący w interakcję z programem odbiera go jako żywego rozmówcę, to taki program można uznać za zdolny do prawdziwego myślenia. Test Turinga był ważnym krokiem w rozwoju sztucznej inteligencji i nadal jest stosowany jako kryterium oceny możliwości intelektualnych maszyn.

W artykule „Maszyny obliczeniowe i inteligencja”, opublikowanym w czasopiśmie „Mind”, Allan Turing przedstawił swoją koncepcję możliwości myślenia maszynowego. Zaproponował zbadanie pytania: „Czy maszyny potrafią myśleć?”. Turing jako jeden z pierwszych podjął próbę usystematyzowanego podejścia do zrozumienia sztucznej inteligencji i jej potencjału. Jego praca położyła podwaliny pod dalsze badania w dziedzinie informatyki i filozofii umysłu, otwierając nowe horyzonty w badaniach nad interakcją człowiek-maszyna.

Aby rozwiązać ten problem, opracowano grę dla trzech graczy, znaną jako „Gra Naśladowania”. Eksperyment ten pozwala na badanie interakcji międzyludzkiej z dwoma uczestnikami: jednym z nich jest człowiek, a drugim komputer. Zadaniem badanego jest określenie, który uczestnik jest człowiekiem, a który maszyną, na podstawie odpowiedzi tekstowych udzielonych przez każdego z nich. Gra imitacji stanowi ważne narzędzie w badaniach nad sztuczną inteligencją i naukami kognitywnymi, umożliwiając analizę zdolności komputerów do symulowania komunikacji międzyludzkiej.

Maszyna musi wykazywać takie zachowanie w swoich odpowiedziach, że badany nie będzie w stanie odróżnić jej od prawdziwej osoby. Jeśli to się uda, komputer uznaje się za pomyślnie zdanego testu Turinga. Test Turinga jest ważnym kryterium oceny sztucznej inteligencji i jej zdolności do naśladowania komunikacji ludzkiej.

Proszę zwrócić uwagę na następujące materiały:

Test Turinga: Czy potrafisz odróżnić sztuczną inteligencję od człowieka? Test ten, zaproponowany przez Allana Turinga w 1950 roku, był kamieniem milowym w rozwoju sztucznej inteligencji. Jego istotą jest stwierdzenie, że jeśli maszyna potrafi prowadzić rozmowę z człowiekiem, a człowiek nie jest w stanie odróżnić, czy rozmawia z człowiekiem, czy ze sztuczną inteligencją, to uznaje się ją za inteligentną.

Test Turinga pozostaje aktualny do dziś, ponieważ postęp technologiczny i metody przetwarzania języka naturalnego sprawiają, że sztuczna inteligencja staje się coraz bardziej ludzka. Jego zastosowanie w różnych dziedzinach, takich jak chatboty, asystenci wirtualni i inne aplikacje sztucznej inteligencji, pozwala nam ocenić poziom ich rozwoju i zdolność do interakcji.

Zrozumienie koncepcji testu Turinga może pomóc nie tylko lepiej zrozumieć nowoczesne technologie, ale także krytycznie ocenić ich wpływ na społeczeństwo i przyszłość interakcji człowiek-maszyna.

Shoebox: Pudełko na buty, które potrafiło liczyć

W 1961 roku inżynier IBM, William C. Dersch, stworzył urządzenie zdolne do wykonywania operacji arytmetycznych za pomocą komend głosowych. Ten wynalazek, ironicznie nazwany Shoebox, zapoczątkował historię chatbotów. Shoebox zademonstrował potencjał interakcji człowiek-maszyna z wykorzystaniem języka naturalnego, co później stało się podstawą rozwoju nowoczesnych technologii sztucznej inteligencji i chatbotów.

Samochód został zaprezentowany na Wystawie Światowej w 1962 roku. Posiadał unikalną zdolność rozpoznawania i reagowania na 16 słów, w tym dziesięć cyfr od 0 do 9 oraz proste działania arytmetyczne. Gdy naukowiec wypowiadał liczby i polecenia, takie jak „plus”, „minus” czy „suma”, maszyna licząca wykonywała obliczenia i drukowała wynik. Ta innowacyjna technologia stanowiła ważny krok w rozwoju urządzeń obliczeniowych i położyła podwaliny pod przyszłe postępy w automatyzacji i przetwarzaniu danych.

Shoebox był sterowany za pomocą mikrofonu, który przekształcał sygnały głosowe na impulsy elektryczne. Układ pomiarowy analizował te impulsy i klasyfikował je na różne typy dźwięku. To uruchamiało podłączoną maszynę liczącą za pośrednictwem układu przekaźnikowego. Zapewniło to efektywną interakcję między poleceniami głosowymi a systemem automatycznym, umożliwiając użytkownikom sterowanie urządzeniem za pomocą dźwięku.

Eliza — Mogła Słyszeć i Słuchać

Program komputerowy do nauki języka naturalnego, umożliwiający interakcję między ludźmi a maszynami, został opracowany w 1966 roku przez Josepha Weizenbauma, profesora Massachusetts Institute of Technology. Program ten, znany jako Eliza, stał się jednym z pierwszych przykładów sztucznej inteligencji zdolnej do prowadzenia dialogu z użytkownikiem. Niektórzy eksperci od sztucznej inteligencji uważają, że Eliza pomyślnie przeszła test Turinga, ale opinia ta nie jest powszechnie akceptowana. Eliza zademonstrowała potencjał systemów komputerowych w zakresie rozumienia i przetwarzania języka naturalnego, co miało znaczący wpływ na dalszy rozwój sztucznej inteligencji i przetwarzania języka.

Chatbot został zaprojektowany jako wirtualny psychoterapeuta, który uważnie słucha użytkownika, analizuje jego wypowiedzi i zadaje pytania wyjaśniające. Eliza wykorzystała dopasowywanie wzorców do tworzenia odpowiedzi w oparciu o ustalone szablony. To podejście pozwoliło jej naśladować dialog z osobą, co uczyniło interakcję bardziej naturalną. Zastosowanie takich technologii w psychoterapii otwiera nowe możliwości wspierania użytkowników, zapewniając dostęp do pomocy w każdej chwili.

To podejście miało istotne wady. Program nie uwzględniał kontekstu komunikacji i nie uczył się poprzez dialog, co ograniczało jakość jego odpowiedzi. Eliza rozpoznawała około 200 słów kluczowych i reguł, co pozwalało jej prowadzić jedynie prymitywne rozmowy. Znacznie zmniejszyło to skuteczność interakcji i ograniczyło możliwości głębszej komunikacji.

Dziś możesz porozmawiać z Elizą, ponieważ jest dostępna online.

Psychicznie chora Parry

W 1972 roku amerykański psychiatra i naukowiec ze Stanford, Kenneth Colby, stworzył program Parry, który wielu użytkowników uważało za ulepszoną wersję Elizy. Parry wyróżniał się obecnością „osobowości” i większą zmiennością dialogu w porównaniu z poprzednim modelem. Ten bot analizował odpowiedzi użytkowników w oparciu o system założeń i „reakcji emocjonalnych”, które były aktywowane w zależności od zmian w wypowiedziach klienta. To osiągnięcie stanowiło ważny krok w rozwoju sztucznej inteligencji i przetwarzania języka naturalnego, pokazując potencjał bardziej złożonych i interaktywnych systemów konwersacyjnych.

W 1979 roku Parry wziął udział w eksperymencie z psychiatrami, w którym pięciu doświadczonych lekarzy wchodziło w interakcję z chatbotem. Ich zadaniem było ustalenie, czy rozmawiają z pacjentem z paranoją, czy z komputerową symulacją paranoi. Parry'emu udawało się oszukać ekspertów w połowie przypadków, pomimo długich odpowiedzi i braku ekspresji emocjonalnej. Eksperyment ten był kamieniem milowym w rozwoju sztucznej inteligencji i psychologii, podkreślając możliwości i ograniczenia komputerowych symulacji ludzkich zachowań.

W styczniu 1973 roku Parry i Eliza zorganizowali spotkanie na temat sieci ARPANET, co było znaczącym wydarzeniem w historii komunikacji między ludźmi a maszynami. To pierwsze spotkanie pokazało potencjał programów komputerowych w zakresie interakcji z użytkownikami. Poprzez eksperyment Parry'ego, który naśladował ludzkie zachowanie, oraz Elizę, program do przetwarzania języka naturalnego, zademonstrowali, jak technologia może stworzyć iluzję komunikacji. Eksperyment ten utorował drogę dalszym badaniom nad sztuczną inteligencją i komunikacją komputerową, otwierając nowe horyzonty rozwoju bardziej złożonych i interaktywnych systemów.

Dobry wieczór. Proszę podzielić się swoimi obawami.

Proszę zakończyć zdanie kropką lub znakiem zapytania. Pomoże to zapewnić jasność i kompletność przekazu. Poprawne formatowanie tekstu jest ważne dla jego zrozumienia i łatwości czytania.

Parry: Ludzie czasami mnie irytują.

Eliza: Nie jestem pewna, czy dobrze cię rozumiem.

Parry zaleca większą uwagę.

Eliza: Powinnaś być bardziej uważna.

Parry: Każdy ma prawo do własnego zdania.

Eliza: Na jakiej podstawie uważasz, że mam prawo do własnego zdania?

Czytaj także:

Sieci neuronowe: sztuczna inteligencja z problemami percepcji i nieobliczalnym zachowaniem

W ostatnich latach sztuczna inteligencja stała się ważną częścią naszego życia. Jednak niektóre sieci neuronowe wykazują nietypowe, a nawet dziwne zachowania, które można porównać do zaburzeń psychicznych. Rodzi to pytania o niezawodność i etykę korzystania z takich technologii. Chatboty oparte na sieciach neuronowych czasami udzielają nieoczekiwanych i nielogicznych odpowiedzi, co może być mylące dla użytkowników.

Badania pokazują, że takie rozbieżności w wydajności sztucznej inteligencji mogą wynikać z niedociągnięć w szkoleniu i przetwarzaniu danych, a także z tego, jak dokładnie algorytmy interpretują informacje. Ważne jest, aby uwzględnić te aspekty podczas opracowywania i wdrażania sieci neuronowych w różnych obszarach, od obsługi klienta po zastosowania medyczne.

Dyskusja na temat zagadnień związanych z zachowaniem sztucznej inteligencji podkreśla potrzebę bardziej dogłębnego opracowania standardów etycznych i technicznych w dziedzinie sztucznej inteligencji.

Jabberwacky — pierwszy inteligentny bot

W 1988 roku brytyjski programista Rollo Carpenter opracował to, co uważa za pierwszego chatbota z elementami sztucznej inteligencji. Bot ten został stworzony, aby naśladować naturalną komunikację międzyludzką, zapewniając użytkownikom interesujące, rozrywkowe i zabawne doświadczenia. Kod źródłowy chatbota został napisany w języku programowania CleverScript, który koncentrował się na rozwiązywaniu konkretnych problemów. Stworzenie tego chatbota było ważnym krokiem w rozwoju technologii sztucznej inteligencji i położyło podwaliny pod dalsze badania w dziedzinie automatycznej komunikacji.

Jabberwacky przechowywał informacje o interakcjach użytkowników i wykorzystywał dopasowywanie wzorców kontekstowych do wyboru najodpowiedniejszej frazy w odpowiedzi. Jego kluczową różnicą w stosunku do poprzednich systemów jest zasada sprzężenia zwrotnego, która pozwala mu uwzględniać nie tylko ustalone wcześniej reguły, ale także kontekst dialogu. Dzięki temu Jabberwacky jest bardziej adaptacyjny i zdolny do naturalnej komunikacji.

Baza danych Jabberwacky została zbudowana w oparciu o dane wprowadzane przez użytkowników, co pozwala mu dostosowywać się do współczesnych trendów językowych. Użytkownicy mogli uczyć system angielskiego slangu, gier słownych i żartów, dzięki czemu komunikacja z Jabberwacky była bardziej angażująca i naturalna. Ta interaktywność przyczyniła się do rozwoju unikalnego stylu komunikacji i wzrostu zainteresowania tą sztuczną inteligencją.

W 2008 roku Rollo Carpenter przedstawił Cleverbota, ulepszoną wersję Jabberwacky. Ten inteligentny chatbot uczy się w czasie rzeczywistym poprzez interakcje z użytkownikami, co pozwala mu generować odpowiedzi adekwatne do kontekstu dialogu. Cleverbot był jednym z pierwszych przykładów wykorzystania technologii uczenia maszynowego do tworzenia bardziej naturalnych interakcji między ludźmi a sztuczną inteligencją.

Dr. Sbaitso

„Dr. Sbaitso” został opracowany przez inżynierów Creative Labs w 1992 roku dla systemu operacyjnego MS-DOS. Program ten symulował komunikację z psychologiem, ale różnił się od swoich poprzedników tym, że zawierał technologię syntezy mowy. Dzięki tej innowacji program mógł odczytywać tekst na głos, co znacznie usprawniło interakcję użytkownika z wirtualnym psychologiem. Zastosowanie syntezy mowy było ważnym krokiem w rozwoju rozwiązań programowych do obsługi użytkowników i otworzyło nowe horyzonty dla podobnych zastosowań w przyszłości.

Z Dr. Sbaitso nadal możesz komunikować się dzisiaj. Ten wirtualny towarzysz umożliwia interakcję z użytkownikami, oferując rozmowy na różne tematy. Dr. Sbaitso wykorzystuje technologie sztucznej inteligencji do tworzenia angażujących dialogów, dzięki czemu komunikacja z nim jest interesująca i pouczająca. Nie przegap okazji, by porozmawiać z dr. Sbaitso i zdobyć nowe doświadczenie.

Kim do cholery jest ALICE?

W 1995 roku laureat Nagrody Nobla Richard Wallace stworzył chatbota, wykorzystując techniki przetwarzania języka naturalnego (NLP) i AIML (język znaczników sztucznej inteligencji), język przeznaczony do tworzenia inteligentnych systemów konwersacyjnych. Projekt ten stanowił znaczący krok w rozwoju chatbotów i sztucznej inteligencji, otwierając nowe horyzonty dla zautomatyzowanej komunikacji między ludźmi a maszynami. Rozwój Wallace'a zapoczątkował ewolucję chatbotów, które są obecnie aktywnie wykorzystywane w różnych dziedzinach, takich jak obsługa klienta, edukacja i rozrywka.

AIML (Artificial Intelligence Markup Language) to dialekt XML wykorzystujący dopasowywanie wzorców. Boty opracowane z wykorzystaniem AIML analizują dane wprowadzane przez użytkownika i dopasowują je do predefiniowanych wzorców. Na podstawie znalezionego dopasowania bot generuje odpowiednią odpowiedź. AIML to niezbędne narzędzie do tworzenia inteligentnych chatbotów, umożliwiające im naturalną interakcję z użytkownikami i udzielanie trafnych odpowiedzi.

ALICE opiera się na dopasowywaniu wzorców, co pozwala mu efektywnie przetwarzać zapytania użytkowników. Jego baza wiedzy zawiera około 41 000 wzorców, w tym pytania i odpowiadające im odpowiedzi. To podejście stało się podstawą do stworzenia wielu innych chatbotów, które również wykorzystują metodę dopasowywania wzorców do interakcji z użytkownikami. ALICE pokazuje, jak ustrukturyzowane dane mogą być wykorzystane do automatyzacji rozmów i poprawy obsługi klienta.

SmartChild – pierwszy użyteczny chatbot

W 2001 roku ActiveBuddy opracował oprogramowanie dla platform komunikatorów internetowych, w tym AOL IM i MSN Messenger. Produkt ten stał się ważnym kamieniem milowym w rozwoju technologii komunikacyjnych, oferując użytkownikom nowe możliwości interakcji w środowisku online.

To był prawdziwy przełom w technologii – po raz pierwszy chatbot mógł nie tylko bawić użytkowników, ale także skutecznie pomagać im w codziennych zadaniach. Dzięki tej innowacji użytkownicy mają teraz natychmiastowy dostęp do aktualnych programów kinowych, wyników sportowych, notowań giełdowych, a także najświeższych wiadomości i prognozy pogody. Chatboty znacznie ułatwiają życie, dostarczając informacje w wygodnym i przystępnym formacie, dzięki czemu stają się niezastąpionymi asystentami w życiu codziennym.

Mitsuku — najlepszy zdający test Turinga

Chatbot Mitsuku został opracowany przez Steve'a Worswicka w 2005 roku i od tego czasu zyskał reputację jednego z najlepszych wirtualnych konwersatorów. Mitsuku pięciokrotnie zdobył nagrodę Loebnera, co potwierdza jego wyjątkową zdolność do zaliczenia testu Turinga. Ten chatbot znany jest ze swojej zdolności do prowadzenia naturalnego i angażującego dialogu, co czyni go popularnym wśród użytkowników. Mitsuku może pochwalić się niezwykłymi osiągnięciami w dziedzinie sztucznej inteligencji, przyciągając uwagę zarówno badaczy, jak i opinii publicznej. Mitsuku, znany również jako Kuki, został stworzony w języku AIML, pierwotnie używanym do tworzenia chatbota ALICE. Ta sztuczna inteligencja nie tylko komunikuje się z użytkownikami za pośrednictwem czatu, ale jest również aktywnie obecna na YouTube i Discordzie, gdzie publikuje różnorodne treści i komunikuje się z fanami. Kuki stale się rozwija, oferując unikalne doświadczenie komunikacji i interakcji w środowisku online.

IBM Watson – młodszy brat Wassermana

To nie jest zwykły chatbot, ale potężny superkomputer wyposażony w sztuczną inteligencję, zaprojektowany do efektywnego znajdowania odpowiedzi na pytania użytkowników. Jego możliwości pozwalają mu przetwarzać i analizować informacje, zapewniając dokładne i trafne odpowiedzi na szeroki zakres zapytań.

Watson zyskał dużą popularność po udziale w grze telewizyjnej Jeopardy!, będącej odpowiednikiem rosyjskiej gry „Svoya Igra”. W tym konkursie ustanowił rekord największej liczby zdobytych punktów i znacznie prześcignął swoich rywali pod względem liczby poprawnych odpowiedzi. Sukces Watsona w Jeopardy! był przełomowym momentem w rozwoju sztucznej inteligencji i pokazał możliwości uczenia maszynowego w zakresie przetwarzania języka naturalnego.

Woebot — kolejny bot psycholog

Opracowany w 2017 roku przez zespół psychologów i ekspertów ds. sztucznej inteligencji ze Stanford, bot terapeutyczny to innowacyjne rozwiązanie wspierające zdrowie psychiczne. Kontynuuje on prace wirtualnych terapeutów, takich jak Ellie i arabskojęzyczny bot Karim. Ten bot wykorzystuje zaawansowaną technologię sztucznej inteligencji, aby zapewnić użytkownikom wsparcie psychologiczne i wskazówki, co czyni go cennym źródłem informacji dla osób poszukujących wsparcia emocjonalnego i poprawy samopoczucia psychicznego.

Woebot oferuje krótkie codzienne czaty, gry psychologiczne i różnorodne narzędzia, które pomagają użytkownikom poprawić zdrowie psychiczne. Ten bot stanowi alternatywę dla tradycyjnego terapeuty w sytuacjach, gdy pacjenta nie stać na standardową psychoterapię lub woli komunikować się ze sztuczną inteligencją zamiast z żywą osobą. Woebot zapewnia dostęp do wsparcia w dowolnym czasie i miejscu, co czyni go wygodnym rozwiązaniem dla osób szukających sposobów radzenia sobie ze stresem i lękiem.

Przeczytaj także:

Psychoterapia w każdym domu: jak sztuczna inteligencja pomaga w leczeniu zaburzeń psychicznych

Nowoczesne technologie, takie jak sztuczna inteligencja, zmieniają Podejście do psychoterapii. Sztuczna inteligencja umożliwiła świadczenie usług psychoterapeutycznych w wygodnej i przystępnej formie dla każdego. Sztuczna inteligencja potrafi analizować stan emocjonalny użytkownika, identyfikować problemy i oferować spersonalizowane rekomendacje. To nie tylko poprawia jakość terapii, ale także czyni ją bardziej dostępną dla osób, które wcześniej nie mogły lub nie chciały szukać pomocy.

Systemy oparte na sztucznej inteligencji mogą działać 24/7, zapewniając wsparcie w dowolnym czasie i miejscu. Jest to szczególnie ważne dla osób, które mają trudności z uczestnictwem w tradycyjnych sesjach psychoterapii. Dzięki takim rozwiązaniom użytkownicy mogą otrzymać pomoc w dogodnym dla siebie czasie, co pomaga zmniejszyć stres i poprawić ogólne samopoczucie psycho-emocjonalne.

Sztuczna inteligencja może również wspierać psychoterapeutów, dostarczając dane analityczne dotyczące stanu klienta i sugerując nowe podejścia terapeutyczne. Otwiera to nowe horyzonty dla badań i praktyki w zakresie zdrowia psychicznego, zwiększając skuteczność terapii i poszerzając możliwości pacjentów.

W ten sposób integracja sztucznej inteligencji z psychoterapią nie tylko zwiększa dostępność pomocy psychologicznej, ale także przyczynia się do poprawy jakości życia. Skuteczne technologie mogą zmienić sposób, w jaki postrzegamy zdrowie psychiczne i sprawić, że leczenie zaburzeń psychicznych będzie skuteczniejsze.

Przeczytaj także:

Psychoterapia w każdym domu: jak sztuczna inteligencja pomaga w leczeniu chorób psychicznych

Nowoczesne technologie otwierają nowe horyzonty w dziedzinie psychoterapii. Sztuczna inteligencja staje się ważnym narzędziem, które udostępnia psychoterapię szerszemu gronu odbiorców. Dzięki inteligentnym systemom użytkownicy mogą uzyskać wsparcie psychologiczne w dowolnym czasie i miejscu.

Sztuczna inteligencja potrafi analizować stan emocjonalny pacjenta, dostarczając rekomendacji i strategii poprawy zdrowia psychicznego. Technologie te pomagają identyfikować problemy na wczesnym etapie i proponować skuteczne rozwiązania. Dzięki temu psychoterapia staje się bardziej spersonalizowana i dostosowana do indywidualnych potrzeb.

Wykorzystanie sztucznej inteligencji w psychoterapii pomaga również przełamać stygmatyzację związaną z wizytą u psychologa. Wiele osób odczuwa strach lub zażenowanie, szukając pomocy, ale anonimowość platform internetowych sprawia, że ​​proces ten staje się wygodniejszy.

W ten sposób integracja sztucznej inteligencji z psychoterapią nie tylko poprawia dostęp do pomocy psychologicznej, ale także zmienia podejście do leczenia chorób psychicznych, czyniąc je bardziej skutecznym i nowoczesnym.

Wirtualni asystenci

Wirtualni asystenci dużych firm, takich jak Apple, Google i Amazon, zajmują ważne miejsce w historii chatbotów. Te innowacyjne technologie znacząco zmieniły sposób, w jaki użytkownicy wchodzą w interakcję z urządzeniami i usługami, zapewniając wygodniejszy i wydajniejszy sposób uzyskiwania informacji i wykonywania zadań. Wirtualni asystenci stają się niezbędnymi narzędziami w życiu codziennym, oferując użytkownikom spersonalizowane rozwiązania i poprawiając doświadczenia użytkownika.

Międzynarodowe Centrum Sztucznej Inteligencji SRI opracowało technologię opartą na rozwiązaniach firmy Nuance Communications. Aplikacja została po raz pierwszy wprowadzona w 2010 roku jako samodzielna aplikacja na iPhone'a, ale jej rozwój rozpoczął się już w 2007 roku. Niedługo po jej wprowadzeniu firma Apple przejęła innowacyjną aplikację w celu integracji ze swoimi urządzeniami.

W 2012 roku Google uruchomiło usługę Google Now, która w 2016 roku została przemianowana na Asystenta Google. Ta pierwsza wersja Google Now była jedną z pierwszych usług zdolnych do analizowania danych o porze dnia, lokalizacji i preferencjach użytkownika, aby dostarczać trafne informacje w czacie. Asystent Google znacznie rozszerzył możliwości interakcji z użytkownikami, oferując spersonalizowane rekomendacje i poprawiając jakość wyszukiwania. Z każdą aktualizacją Asystent Google staje się bardziej inteligentny, co pozwala mu skutecznie obsługiwać prośby i zadania użytkowników w czasie rzeczywistym.

Asystent Google poprawił poziom personalizacji, dając użytkownikom możliwość prowadzenia konwersacji. Ta innowacja pozwala na efektywniejszą interakcję z wirtualnym asystentem, dostosowując jego odpowiedzi i rekomendacje do indywidualnych preferencji i żądań. Użytkownicy mogą teraz otrzymywać dokładniejsze i trafniejsze odpowiedzi, co znacznie usprawnia korzystanie z Asystenta Google.

Alexa, inteligentny asystent osobisty, został opracowany przez firmę Amazon w 2014 roku. Jest zintegrowany z różnymi urządzeniami, takimi jak Amazon Echo (inteligentny głośnik), Echo Dot (wersja kompaktowa) i Echo Show (inteligentny wyświetlacz), a także innymi produktami. Alexa może prowadzić rozmowy z użytkownikami, odpowiadać na pytania, podawać informacje o pogodzie i aktualnościach oraz wykonywać wiele innych zadań. Dzięki swojej funkcjonalności i szerokiej gamie zastosowań Alexa stała się popularnym rozwiązaniem do automatyzacji procesów domowych i upraszczania codziennych zadań.

Wraz z pojawieniem się Dzięki Alexie i jej integracji z urządzeniami inteligentnymi nastąpił znaczny postęp w dziedzinie Internetu Rzeczy (IoT). Teraz użytkownicy mogą nie tylko zdalnie sterować swoimi gadżetami, ale także wchodzić z nimi w interakcję, otrzymując niezbędne informacje w czasie rzeczywistym. Alexa stała się ważnym narzędziem, które sprawia, że ​​zarządzanie inteligentnym domem jest wygodniejsze i bardziej wydajne, poprawiając jakość życia użytkowników i rozszerzając możliwości nowoczesnych technologii.

Wirtualny asystent Microsoftu, zaprezentowany po raz pierwszy na konferencji Microsoft Build w 2014 roku, stanowił znaczący krok w rozwoju technologii sztucznej inteligencji. Od tego czasu został zintegrowany ze smartfonami z systemem Windows Mobile i komputerami z systemem Windows 10, oferując użytkownikom nowe możliwości zarządzania urządzeniami i zwiększając produktywność. Asystent ten zapewnia wygodny dostęp do informacji i pomaga wykonywać zadania za pomocą poleceń głosowych, czyniąc interakcję z urządzeniami bardziej intuicyjną i wydajną.

Cortana to wirtualny asystent, który reaguje na polecenia głosowe i wykonuje różne zadania. Potrafi określić aktualną godzinę i lokalizację, tworzyć przypomnienia, listy zadań, prowadzić czaty i wyszukiwać informacje. Dzięki swoim funkcjom Cortana upraszcza codzienne zadania i pomaga użytkownikom efektywnie zarządzać czasem i sprawami.

Asystent głosowy Samsunga Bixby został wprowadzony w 2017 roku jako następca przestarzałego asystenta S Voice, który pojawił się w 2012 roku. Bixby pozwala użytkownikom sterować różnymi urządzeniami Samsung, w tym smartfonami, smartwatchami, tabletami i słuchawkami. Dzięki integracji z ekosystemem Samsunga, Bixby zapewnia wygodny dostęp do funkcji urządzenia, ułatwiając codzienne zadania i usprawniając interakcję z technologią.

LLM: Nie tylko krok naprzód, ale przełom

Pojawienie się dużych modeli językowych (LLM) zrewolucjonizowało dziedzinę chatbotów. Modele te nie tylko odpowiadają na pytania użytkowników i wykonują ich polecenia, ale także potrafią generować tekst rozwiązujący różne problemy na podstawie żądań. Na przykład, LLM są wykorzystywane do sporządzania dokumentów prawnych, pisania fikcji literackiej i tworzenia unikalnych treści. Te możliwości otwierają nowe horyzonty w automatyzacji i poprawiają efektywność interakcji użytkowników, czyniąc LLM niezbędnymi narzędziami we współczesnym biznesie i edukacji.

LLM, czyli Large Language Model, to potężny model językowy zbudowany z wykorzystaniem algorytmów uczenia maszynowego. Modele te potrafią przetwarzać i generować tekst w języku naturalnym, co czyni je użytecznymi w wielu aplikacjach, takich jak chatboty, zautomatyzowane systemy obsługi klienta i tworzenie treści. LLM działają poprzez analizę dużych wolumenów danych tekstowych, co pozwala im identyfikować wzorce i relacje między słowami i frazami. Korzystanie z LLM otwiera nowe możliwości automatyzacji i usprawnia interakcje człowiek-maszyna. Zastosowanie tych technologii w biznesie i nauce stale rośnie, co sprawia, że ​​LLM są gorącym tematem w dziedzinie sztucznej inteligencji i przetwarzania języka naturalnego.

Model głębokiego uczenia, znany jako LLM, obejmuje miliony parametrów i jest trenowany na rozległych danych tekstowych. Analizuje zapytanie użytkownika, czyli monit, i przewiduje najodpowiedniejsze kolejne słowo w odpowiedzi. Otrzymany ciąg jest następnie przekazywany z powrotem do modelu, który generuje kolejne słowa. Proces ten można powtarzać setki, a nawet tysiące razy, ostatecznie generując sensowną odpowiedź. LLM skutecznie wykorzystuje kontekst i wzorce językowe do generowania spójnych i logicznie spójnych tekstów odpowiadających zadanemu zapytaniu.

GPT (generative pre-trained transformer)

Głównym ambasadorem chatbotów, który stał się symbolem ich popularności w ciągu ostatnich dwóch lat, jest model GPT firmy OpenAI. Pierwsza wersja, GPT-1, została wprowadzona w 2018 roku. Zawierała ponad 110 milionów parametrów i została wstępnie wytrenowana na dużym zbiorze danych tekstowych z wykorzystaniem architektury Transformer. Rozwój technologii GPT znacząco zmienił podejście do tworzenia inteligentnych systemów, co przyczyniło się do ich wdrożenia w różnych dziedzinach, w tym w obsłudze klienta, edukacji i aplikacjach rozrywkowych.

Transformer to model składający się z dwóch kluczowych komponentów: kodera i dekodera, a także mechanizmu uwagi, który odgrywa kluczową rolę w uwzględnianiu kontekstu. Koder otrzymuje sekwencję tokenów reprezentujących słowa i zdania, która jest konwertowana na reprezentację wektorową. Po serii obliczeń ta reprezentacja wektorowa jest przekazywana do dekodera, który generuje sekwencję znaków, czyli odpowiedź. Mechanizm uwagi pozwala modelowi skupić się na najważniejszych fragmentach danych wejściowych, co poprawia jakość generowanego tekstu i sprawia, że ​​interakcja jest bardziej naturalna. Architektura ta jest szeroko stosowana w zadaniach przetwarzania języka naturalnego, w tym w tłumaczeniu maszynowym i generowaniu tekstu.

GPT-1 miał zdolność generowania prostych tekstów, które pod względem struktury i stylu przypominały teksty napisane przez człowieka. Model ten miał jednak również wady, takie jak ograniczone rozumienie kontekstu i niezdolność do przetwarzania złożonych relacji logicznych. W pewnych sytuacjach GPT-1 mógł generować nieprawdopodobne lub niespójne odpowiedzi, co ograniczało jego praktyczne zastosowanie. Rozwój i udoskonalanie modeli nowej generacji ma na celu wyeliminowanie tych niedociągnięć i poprawę jakości generowanych treści.

Kolejnym krokiem w rozwoju modeli językowych jest GPT-2, wydany w 2019 roku, który zawiera 1,5 miliarda parametrów. Ta wersja zachowuje architekturę Transformer, która znacznie usprawniła przetwarzanie języka. Główną zaletą GPT-2 jest możliwość uwzględniania kontekstu podczas komunikacji, co sprawia, że ​​interakcje są bardziej naturalne i znaczące.

W 2020 roku nastąpił znaczący przełom w dziedzinie sztucznej inteligencji wraz z wprowadzeniem na rynek modeli GPT-3 i GPT-3.5 Turbo od OpenAI. Modele te, zawierające 175 miliardów parametrów, są w stanie generować tekst praktycznie nieodróżnialny od tekstu pisanego przez człowieka. ChatGPT, który zyskał ogromną popularność w ciągu ostatnich kilku lat, został opracowany w oparciu o GPT-3.5 Turbo. Dzięki swoim unikalnym możliwościom ChatGPT jest wykorzystywany w wielu dziedzinach, w tym w tworzeniu treści, obsłudze klienta i edukacji, co czyni go niezbędnym narzędziem we współczesnym cyfrowym świecie.

Wprowadzony w 2023 roku GPT-4 i jego ulepszona wersja, GPT-4 Turbo, są dostępne dla abonentów ChatGPT Plus. Ten nowy model multimodalny może przetwarzać nie tylko tekst, ale także obrazy, znacznie rozszerzając jego funkcjonalność. Użytkownicy mogą przetestować te innowacje, uzyskując dostęp do bardziej interaktywnych i zróżnicowanych interakcji ze sztuczną inteligencją. GPT-4 i GPT-4 Turbo otwierają nowe horyzonty w przetwarzaniu danych i zastosowaniu sztucznej inteligencji w różnych dziedzinach.

Bard

W odpowiedzi na premierę ChatGPT firmy OpenAI, w 2022 roku wprowadzono Bard firmy Google AI. Ten chatbot wykorzystuje zaawansowany model językowy LaMDA, co pozwala mu na skuteczną interakcję z użytkownikami i udzielanie wysokiej jakości odpowiedzi na pytania. Bard demonstruje możliwości nowoczesnych technologii sztucznej inteligencji i aktywnie konkuruje z innymi rozwiązaniami na rynku, w tym ChatGPT.

Bard jest wciąż w fazie eksperymentalnej, ale jego twórcy podkreślają, że bot jest trenowany na rozległym zbiorze danych zawierającym ponad 1,5 biliona słów. Obecnie Bard jest w stanie generować tekst w ponad 100 językach, co czyni go uniwersalnym narzędziem dla użytkowników na całym świecie.

Od marca 2023 roku Bard jest dostępny dla użytkowników, oferując unikalne funkcje, które wyróżniają go na tle innych chatbotów, takich jak ChatGPT. Jedną z kluczowych funkcji jest możliwość eksportowania odpowiedzi bezpośrednio do Gmaila lub Dokumentów Google, co znacznie upraszcza proces pracy z informacjami. Bard pozwala użytkownikom efektywnie integrować otrzymane dane z codziennymi zadaniami, zwiększając produktywność i wygodę.

Aby dowiedzieć się więcej o LaMDA, obejrzyj film. LaMDA, opracowany przez Google, to model sztucznej inteligencji zaprojektowany specjalnie do prowadzenia rozmów. Potrafi wspierać naturalne rozmowy na różne tematy, wykazując poziom zrozumienia i interakcji zbliżony do komunikacji międzyludzkiej. Obejrzyj film, aby lepiej zrozumieć możliwości LaMDA i jego potencjalne zastosowania w różnych dziedzinach.

GigaChat

Ten rosyjski chatbot, opracowany w 2022 roku przez zespół Sber, to innowacyjne rozwiązanie w dziedzinie sztucznej inteligencji. Opiera się na multimodalnej sieci neuronowej NeONKA (NEural Omnimodal Network with Knowledge-Awareness), która łączy w sobie kilka zaawansowanych modeli, takich jak ruGPT-3.5, Kandinsky 2.1, ruCLIP i FRED-T5. Ten chatbot ma rozbudowane możliwości przetwarzania i generowania tekstu, a także tworzenia i analizowania obrazów, co czyni go uniwersalnym narzędziem do różnych zastosowań.

Model został Został on wyszkolony na szerokiej gamie danych tekstowych w języku rosyjskim, co pozwala mu skutecznie rozwiązywać różnorodne problemy użytkowników. Obsługuje dialogi, generuje kod, tworzy obrazy i wykonuje wiele innych funkcji. Ten wszechstronny model zapewnia wysokiej jakości interakcje i może być stosowany w różnych dziedzinach.

ERNIE Bot

W 2023 roku Baidu wprowadziło chińskiego chatbota ERNIE Bot. Bot ten został opracowany w oparciu o modele ERNIE (Enhanced Representation through Knowledge Integration) i PLATO (Pre-trained Dialogue Generation). ERNIE Bot osiąga wysokie wyniki w zakresie przetwarzania języka naturalnego i zarządzania dialogami, co czyni go konkurencyjnym na rynku chatbotów. Dzięki zaawansowanym technologiom i algorytmom wbudowanym w ERNIE Bot, Baidu dąży do poprawy interakcji użytkowników ze sztuczną inteligencją, zapewniając bardziej inteligentne i kontekstowe odpowiedzi.

Kluczowe technologie uczenia maszynowego obejmują nadzorowane ponowne szkolenie, uczenie przez wzmacnianie oparte na ludzkich preferencjach, uczenie oparte na zapytaniach, wzbogacanie wiedzy, usprawnianie wyszukiwania i wzbogacanie dialogów. Metody te odgrywają znaczącą rolę w tworzeniu bardziej wydajnych i adaptacyjnych modeli, które mogą uwzględniać ludzkie preferencje i dostarczać precyzyjne odpowiedzi. Każde z tych podejść przyczynia się do rozwoju inteligentnych systemów, które mogą lepiej angażować użytkowników i dostosowywać się do ich potrzeb.

Ernie Bot został zaprojektowany z myślą o rynku chińskim i jest aktywnie wykorzystywany w tym kraju. Kluczową cechą tego narzędzia jest doskonała znajomość języka chińskiego, wynikająca z trenowania na rozległym lokalnym zbiorze danych. Dzięki temu Ernie Bot może skutecznie obsługiwać zadania przetwarzania języka naturalnego, spełniając potrzeby użytkowników w Chinach.

YaGPT

Chatbot, opracowany przez zespół Yandex w 2023 roku, znajduje się obecnie w fazie testów. Działa na platformie YandexGPT, której testy rozpoczęły się w lipcu 2023 roku. Chatbot został już zintegrowany z asystentem głosowym Alice i jest dostępny w przeglądarce Yandex. Technologia ta ma na celu usprawnienie interakcji użytkowników z usługami firmy, zapewniając dokładniejsze i szybsze odpowiedzi na zapytania.

Co dalej

Rozwój chatbotów aktywnie przybliża nas do stworzenia uniwersalnej sztucznej inteligencji. Potwierdzają to niedawne zapowiedzi, takie jak GPT-4 Turbo firmy OpenAI i Grok firmy X. Te nowe modele nie tylko zapewniają dokładniejsze odpowiedzi na zapytania użytkowników, ale także dostosowują się do różnych form interakcji, w tym pracy z obrazami i filmami. Te postępy otwierają nowe horyzonty dla zastosowań sztucznej inteligencji w różnych dziedzinach, od komunikacji po analizę danych. Chatboty interesują nie tylko użytkowników i firmy, ale także naukowców, którzy aktywnie badają i ulepszają rozbudowane modele językowe, które stanowią podstawę współczesnych chatbotów. Badania te mają na celu poprawę interakcji człowiek-maszyna, a także zwiększenie dokładności i skuteczności chatbotów w różnych dziedzinach. Postęp technologiczny w tym obszarze otwiera nowe możliwości dla firm i użytkowników, czyniąc komunikację z chatbotami bardziej naturalną i produktywną. Od 2016 roku nastąpił znaczny wzrost liczby publikacji naukowych poświęconych tej tematyce. Rosnące zainteresowanie badaczy tą dziedziną potwierdza trafność i wagę badanych zagadnień. Statystyki pokazują, że liczba publikacji rośnie z roku na rok, co wskazuje na rozszerzającą się bazę naukową i pogłębiającą się wiedzę w tej dziedzinie. Ten trend podkreśla znaczenie dalszych badań i rozwoju, które mogą prowadzić do nowych odkryć i ulepszonych rozwiązań praktycznych.

Stany Zjednoczone i Wielka Brytania przodują w liczbie badań nad inteligentnymi asystentami. Kraje te aktywnie rozwijają technologie związane ze sztuczną inteligencją i maszynami zdolnymi do interakcji z użytkownikami. Badania obejmują szeroki zakres tematów, w tym język naturalny, uczenie maszynowe i interfejs użytkownika. Oba kraje tworzą innowacyjne rozwiązania, które poprawiają jakość życia i zwiększają efektywność pracy w różnych dziedzinach.

Nie należy ignorować innych krajów, w których chatboty celują w rynki lokalne, takich jak Rosja i Chiny. Kraje te opracowały wirtualnych asystentów, którzy korzystają z obszernych lokalnych zbiorów tekstów. Pozwala im to udzielać użytkownikom mówiącym w ich ojczystym języku bardziej precyzyjnych i trafnych odpowiedzi. Lokalizacja i adaptacja treści do konkretnej grupy docelowej odgrywają kluczową rolę w poprawie jakości interakcji z użytkownikiem.

Dowiedz się więcej o programowaniu i kodowaniu, subskrybując nasz kanał na Telegramie. Dzielimy się istotnymi wiadomościami, przydatnymi wskazówkami i ciekawymi materiałami, które pomogą Ci pogłębić wiedzę w tej dziedzinie. Nie przegap okazji, aby być na bieżąco z najnowszymi trendami i rozwijać swoje umiejętności. Subskrybuj i bądź na bieżąco!

Nasz blog jest pełen interesujących treści, które pomogą Ci poszerzyć wiedzę na różne tematy. Regularnie aktualizujemy nasze treści, aby być na bieżąco i oferować naszym czytelnikom najnowsze informacje. Naszym celem jest dostarczanie użytecznych i pouczających artykułów, które uznasz za interesujące i przydatne. Bądź na bieżąco i nie przegap okazji, aby dowiedzieć się czegoś nowego i ekscytującego.

• Kolejny poziom sztucznej inteligencji: Czym jest AGI, kiedy się pojawi i jak będzie wyglądać?
• Kim jesteś?! Funkcje sieci neuronowych, które zaskoczyły nawet ich twórców. ChatGPT, RT-1, PaLM-E i inne sieci neuronowe, które przybliżają rozwój maszyn.