Wiarygodne symulowanie tekstów z epoki udaje się w pełni dopiero przy zastosowaniu modelu trenowanego od podstaw wyłącznie na danych historycznych (takiego jak GPT-1914). Rozwiązania oparte na promptowaniu kontekstowym współczesnych modeli albo ich dostrajaniu (fine-tuning) okazują się nieefektywne, ponieważ nieuchronnie przemycają w tekście współczesną wiedzę, normy i style języka. Mimo to nawet osoby z wykształceniem kierunkowym mają problem z poprawnym zidentyfikowaniem symulacji tekstów historycznych, wytworzonych w prosty i tani sposób za pomocą współczesnych lub tylko dostrojonych historycznie modeli. Prace nad rozwojem modeli historycznych mają otwierać nowe perspektywy dla badań społecznych, ale jednocześnie pokazują, jak łatwo dziś manipulować treściami historycznymi. Czytaj dalej

Kto wynalazł telefon - Bell czy Meucci? Odpowiedzi dużych modeli językowych różnią się w zależności od języka zapytania, nawet jeśli pytanie dotyczy tego samego zagadnienia. Rozpoznanie “wewnątrzjęzykowej przewagi” danych postaci względem innych pozwoliło autorom omawianej pracy opisać LLM-y jako przestrzenie, w których ujawniać się mogą narodowe “miejsca pamięci” (w myśl koncepcji Pierre’a Nory). Czytaj dalej

Badaczki z Uniwersytetu w Erfurcie zanalizowały opisy i komentarze pod popularnymi na TikToku krótkimi filmami "History POV", pokazującymi wybrane historyczne sceny z perspektywy pierwszoosobowej. Odwołując się do wydarzeń i postaci z przeszłości, te generowane maszynowo materiały mogą liczyć na milionowe zasięgi i duże zaangażowanie odbiorców, ponieważ przekazują "bezpośrednie doświadczenie", ignorując prawdziwy historyczny kontekst. Czytaj dalej

Aktywny sprzeciw wobec hype'u AI nie powinien prowadzić do dyskredytowania technicznych podstaw działania narzędzi sztucznej inteligencji, którym niektórzy nieostrożnie przypisują większe niż się powinno znaczenie. Dobrym przykładem jest tu reprezentacja wektorowa i modele językowe: zamiast zastanawiać się, czy zabiorą pracę, czy mogą myśleć albo czy mają świadomość, lepiej eksperymentować z wykorzystaniem ich do badań nad przemianami języka. Czytaj dalej

Pozytywnego wpływu "AI" w gospodarce specjalnie nie widać, slop zalewa internet, rosną ceny pamięci, a wytwarzane wielkim kosztem coraz większe modele nie są jakoś wyraźnie lepsze od swoich poprzedników. Nikt nie chce mieć centrów danych w swojej okolicy, a poglądy szefów wielkich firm z branży "sztucznej inteligencji" na politykę, kulturę i społeczeństwo oceniane są jako skrajnie upraszczające i solucjonistyczne (stąd właśnie pojęcie "software brain"). Mimo to boomerzy wydają się kochać AI, a LinkedIn wciąż wierzy w pozytywną rewolucję. Czytaj dalej