Miért nem tud számolni a ChatGPT? Felfedjük a matematikai bakik titkait

A mesterséges intelligencia, beleértve a ChatGPT-t, képes verseket írni, zenét szerezni és szövegeket fordítani. Mégis gyakran elakad az egyszerű matematikai feladatoknál. Miért nem boldogul a chatbot, amely összetett nyelvi feladatokat meg tud oldani, az általános iskolai szintű matematikával?

Tokenizáció: Amikor a számok darabokra esnek

Az egyik kulcsfontosságú probléma a tokenizáció. Ez a folyamat az adatokat kisebb részekre, úgynevezett tokenekre bontja. Képzelje el úgy, mint egy puzzle összerakását, ahol a szavak szótagokra bomlanak. A tokenizátor, a mesterséges intelligencia modell, amely felelős ezért a folyamatért, azonban nem érti a számok jelentését.

Előfordulhat, hogy a 380-as számot egy tokenként érzékeli, míg a 381-eset kettőként (38 és 1). Ezáltal megszakadnak a kapcsolat a számjegyek között, és a számítás bonyolulttá válik.

Statisztikai gép, amely elakad a számoknál

A ChatGPT matematikai problémáinak másik oka a statisztikai természetéből fakad. A chatbot hatalmas mennyiségű példák alapján tanul, és mintákat keres bennük. Például megtanulja, hogy a "Tisztelt Uram" kifejezést gyakran követi az "önhöz fordulunk".

A matematikában azonban ez a megközelítés problémákba ütközik. ChatGPT képes becsülni, hogy a 2-vel végződő számok szorzata 4-gyel végződik, de a köztes eredményekkel nem boldogul. Egyszerűen fogalmazva, a ChatGPT modell próbálja kitalálni az eredményt a megtanult minták alapján, ahelyett hogy pontos számítást végezne.

Kihívás neve szorzás

Egy Yuntian Deng által, a Waterlooi Egyetemen végzett tanulmány kimutatta, hogy a ChatGPT problémákba ütközik a négy számjegynél nagyobb szorzatok esetében. Ennek oka, hogy a számítás bármelyik lépésében elkövetett hiba megjelenik a végső eredményben.

Képzelje el, mint egy dominóhatást – egy hiba láncreakciót indít be, és az eredmény teljesen félresiklik. Van azonban remény arra, hogy a ChatGPT a jövőben javul. Deng és kollégái tesztelték a OpenAI o1 modelljét is, melyet a logikai gondolkodás képessége jellemez.

Ez a modell lényegesen jobb eredményeket ért el, mint a standard GPT-4o, és képes volt helyesen megoldani a kilenc számjegyű számok szorzását is. Az o1 modell ugyanis lépésről lépésre gondolkodik a problémán, ami lehetővé teszi számára, hogy pontosabb eredményeket érjen el.