Miksi sama kysymys antaa eri vastauksia

Aloitetaan kokeesta, jonka voit tehdä itse heti tämän oppitunnin jälkeen. Avaa mikä tahansa tekoälypalvelu ja pyydä sitä kirjoittamaan kahden lauseen mittainen myyntiviesti uudelle asiakkaalle. Tee sama pyyntö kolme kertaa peräkkäin, täsmälleen samoilla sanoilla. Hyvin todennäköisesti saat kolme erilaista viestiä. Sanavalinnat vaihtelevat, järjestys muuttuu, ehkä sävykin on hieman eri. Moni hämmästyy tästä. Tietokoneenhan pitäisi antaa sama vastaus samaan kysymykseen, niin kuin laskin antaa aina saman summan. Mutta tekoälykielimalli ei ole laskin. Muistele edelliseltä kurssilta: malli on tekstin täydentäjä, joka tuottaa todennäköisintä jatkoa annetulle alulle, sana kerrallaan. Tärkeä sana tässä on todennäköisin, ei oikea. Kuvitellaan, että malli on kirjoittanut puolet vastauksesta ja miettii seuraavaa sanaa. Se ei valitse yhtä ainoaa sanaa, vaan laskee koko joukolle sanoja todennäköisyyden. Ehkä sana hei saa todennäköisyydeksi neljäkymmentä prosenttia, sana tervehdys kaksikymmentä, sana moi kymmenen, ja niin edelleen. Jos malli valitsisi aina sen kaikkein todennäköisimmän, vastaus olisi joka kerta samanlainen. Mutta useimmiten malli arpoo seuraavan sanan näiden todennäköisyyksien suhteessa. Korkean todennäköisyyden sana tulee valituksi usein, matalan harvoin, mutta sattumalla on osansa. Juuri tämä arvonta tekee jokaisesta vastauksesta hieman erilaisen. Ja koska valinta tehdään uudestaan jokaisen sanan kohdalla, pienet erot alussa kasvavat. Jos malli valitsee toisella kerralla aloitukseksi sanan Hei sen sijaan että Tervehdys, koko loppulause rakentuu eri pohjalle. Miksi mallit on rakennettu näin? Eikö olisi parempi, että vastaus olisi aina sama? Ei välttämättä. Jos malli valitsisi aina vain todennäköisimmän sanan, sen teksti olisi kuivaa ja toistuvaa. Se sortuisi samoihin fraaseihin yhä uudelleen. Pieni satunnaisuus tekee tekstistä elävää ja luonnollista, ja antaa sille kyvyn tuottaa vaihtoehtoja. Kun pyydät kolme otsikkoehdotusta, haluat kolme erilaista, et samaa kolmesti. Tällä on sinulle kaksi käytännön seurausta. Ensimmäinen: älä hämmenny vaihtelusta. Se on normaalia, ei merkki siitä että teit jotain väärin. Toinen, ja tärkeämpi: vaihtelun määrää voi säätää, ja sen voi myös tehdä pienemmäksi silloin kun haluat ennustettavuutta. Jos kirjoitat virallista tekstiä, jossa jokaisen sanan pitää olla harkittu, voit pyytää mallilta tarkkaa ja hillittyä vastausta. Jos taas etsit ideoita ja haluat villejä ehdotuksia, voit päästää mallin valloilleen. Tämän säädön nimi on Temperature, ja se on seuraavan oppitunnin aihe. Mutta jo nyt voit pitää mielessä yhden ajatuksen, joka kulkee koko tämän kurssin läpi: tekoäly ei tottele käskyjä kuin kone, vaan reagoi ohjeisiin kuin avulias mutta arvaileva kollega. Mitä selkeämmän ohjeen annat, sitä vähemmän sen tarvitsee arvata, ja sitä johdonmukaisempia vastaukset ovat. Hyvä ohje kaventaa arvauksen varaa. Se on koko kurssin punainen lanka.

Kokeile nyt

Miksi sama ohje voi tuottaa tekoälyltä eri vastauksia eri kerroilla?

Tallenna edistymisesi ja oma oppimisyhteenvetosi