Wykupienie dostępu pozwoli Ci czytać artykuły wysokiej jakości i wspierać niezależne dziennikarstwo w wymagających dla wydawców czasach. Rośnij z nami! Pełna oferta →
Rewolucja miała już przyjść wiele razy. Zwykle byłem sceptyczny, a jednak tym razem dołączam do podekscytowanych: zarywam noce, każąc algorytmom generować obrazy i teksty, a następnie z wypiekami na policzkach pokazuję je swoim bliskim.
Zostałem w końcu przekonany, że do zadowalającego udawania człowieka niepotrzebny jest nawet gram człowieczeństwa. Okazało się, że potężny postęp można osiągnąć na sposób czysto ilościowy – nie poprzez alchemiczne przepajanie krzemu tchnieniem ducha, a poprzez banalny efekt skali: coraz większe sieci neuronowe, coraz więcej mocy obliczeniowej, coraz więcej danych treningowych.
Zobaczmy najpierw, co siedzi w algorytmach generujących tekst i grafikę – bo te dwa przykłady weźmiemy na tapet – takich jak GPT-3 (do tekstu) oraz Midjourney, Stable Diffusion i DALL-E (do obrazu).
Sztuczka z językiem
Jedno z fundamentalnych pojęć, które trzeba dziś rozumieć, to „model językowy”. Współczesne modele językowe opierają się na mądrości miliarda tekstów. Pierwsze zadanie polega na uporządkowaniu słów w pewnej abstrakcyjnej przestrzeni wyłącznie w oparciu o to, w jakim najczęściej występują sąsiedztwie. Przykładowo, w zdaniu „Mój X bardzo lubi, gdy drapie się go po brzuszku” miejsce X teoretycznie mogłyby zająć tysiące słów. W realnych tekstach pisanych przez realnych ludzi najczęściej pojawi się tam jednak „pies” albo „kot”, rzadziej „koń”, a już nigdy „talerz” albo „niepokój”. Ta jedna prawidłowość porządkuje nam więc wszystkie słowa ze względu na ich „brzuszkodrapalność”. Każda tego typu regularność pozwala na dalsze porządkowanie słów w przestrzeni – dla komputera niestraszne są zaś przestrzenie stu- albo i dwustuwymiarowe.
PRZECZYTAJ TAKŻE:
Dodatek specjalny "Tygodnika Powszechnego" z serii "Wielkie pytania na nowo": SZTUCZNA INTELIGENCJA >>>>
Powstaje więc ostatecznie złożona chmura milionów słów w wielowymiarowej „przestrzeni języka”, w której strukturze zaklęte są rozmaite cechy nie tylko języka, ale i ludzkiego przeżywania świata. Rzecz prosta: w przestrzeni tej sąsiadują ze sobą synonimy, nazwy miast spontanicznie uszeregowały się w porządku geograficznym, a słowo „Adolf” wykazuje specyficzne pokrewieństwo ze słowem „Hitler”. Rzecz nieco mniej oczywista: będą w niej również „strefy niepokoju” albo „regiony baśniowe”.
Rozpięcie przestrzeni słów to jednak dopiero pierwszy krok. Następnym jest długi etap uczenia się, jakie ścieżki w tej przestrzeni wykreślają różnego typu teksty. Zdanie „Dawno, dawno temu, za górami, za lasami, żył sobie...” to dla algorytmu GPT-3 pewna trajektoria, a poproszony o jej wiarygodne przedłużenie usłużnie wypluwa mi następujące słowa: król, książę, władca, szlachcic, bogacz... Gdy wybierzemy „bogacza” i zażyczymy sobie kolejnego zdania, padają następujące propozycje: „Jego majątek był legendą w całej okolicy”, „Mówiono, że jego skarby były bezcenne” albo „Jego służba nigdy nie miała problemów z dostarczeniem mu wszystkiego czego zapragnął”. Skąd on to wszystko „wie”?!
Współczesne algorytmy uczące się języka potrafią rozglądać się szeroko po tekście treningowym, wyszukując w nim te słowa i frazy, które najsilniej decydują o jego charakterze. Baśń arabska, francuski esej polityczny z lat 70. albo rozmowa dwóch nastolatków to zaś po prostu specyficznego rodzaju wędrówki po uniwersum języka. Trzeba pamiętać, że programy te to więcej niż maszynki do znajdywania cytatów w wielkiej bazie! One naprawdę generują. Potrafią więc dokończyć również nigdy wcześniej niewidziane zdanie: „Dawno, dawno temu, za górami, za lasami, żył sobie spawacz” – na przykład tak: „Jego dom był wypełniony narzędziami i kawałkami stali” albo „Codziennie późnym popołudniem odpoczywał, obserwując, jak słońce zachodzi za górami”.
To właśnie wszystkich zaskoczyło: modele językowe, ucząc się regularności występujących w języku, pozyskały przy okazji zdolność do naśladowania zaklętych w nim ludzkich skojarzeń, emocji, wyobrażeń i nadziei. Wiedza o tych mechanizmach uspokaja: jakiś czas temu krążyły wyimki z rozmowy z jednym z takich algorytmów na temat ewentualnego panowania AI nad ludźmi. Bardzo przytomnie brzmiący bot głosił, że kończy się era człowieka. Spokojnie. Przytomności i celowości – a tym bardziej „zrozumienia” dla idei panowania nad czymkolwiek – w tym programie nie uświadczymy. Ta maszynka do wypluwania słów nauczyła się po prostu z internetu i literatury, jak „powinny” brzmieć rozmowy zaniepokojonych ludzi z potężnymi maszynami.
Zadanie dla grafika
Algorytmy generujące obraz na podstawie zadanego tekstu („podpowiedzi”, zwanej też z angielska „promptem”) to jeszcze bardziej skomplikowane bestie. Ich umiejętności także wykluwają się dzięki uczeniu się poprzez przykłady: tymi zaś są miliony par „obraz-tekst”. Za część tekstową zadania odpowiadają modele językowe, stąd podpis „dziewczynka bawiąca się zapiaszczoną łopatką” to dla nich nie tyle ciąg znaków, co trajektorio-region w uniwersum tekstu. Część „graficzna” opiera się z kolei na procedurze stopniowego upraszczania, a następnie poszukiwania powtarzających się wzorców na wszystkich poziomach ogólności. Każdy obraz oglądany jest zarówno pod kątem najbardziej ogólnych plam barwnych (co pozwoli wychwycić np. część wspólną wszystkich zdjęć opisanych jako „twarz” albo „balon”), jak i w najdrobniejszej skali (tak algorytm nauczy się, co mają wspólnego wszystkie zdjęcia opisane słowami „zapiaszczony” albo „pomarszczony”).
Gdy więc zadajemy algorytmowi Midjourney zadanie „twarz i klatka piersiowa bardzo starego mądrego smutnego zmęczonego dziecka wykonana z suchego błota i suchego drewna, ekstremalnie postarzona i zwietrzała, z mchem na szyi, bardzo pomarszczona, lewa strona twarzy z dziurami i szczelinami, zamieniająca się w piasek, dym i pył” (wynik zaprezentowany powyżej), ów zaczyna tworzyć obraz najpierw z najbardziej ogólnych plam barwnych – na tym etapie wyłania się zasadnicza anatomia – następnie schodząc do średniego poziomu (sfałdowanie uszu, brwi), a na koniec generowane są detale. Wszystko z uwzględnieniem słów-kluczy.
Trenowanie takich algorytmów to wymagające zadanie. Baza danych treningowych musi być dobrej jakości, a każdy przeanalizowany obraz to delikatna korekta gigantycznej struktury obliczeniowej, mającej nawet miliardy wolnych parametrów liczbowych. Najnowsza wersja Stable Diffusion trenowana była na 600 mln opisanych obrazów, a gdyby cały proces treningowy wykonywał jeden szybki procesor graficzny, zajęłoby mu to ok. 17 lat. Trening najnowszej wersji GPT-3 przeprowadzono na bazie ok. 500 mld „słów” (mogą to być także fragmenty słów – w praktyce mówimy o objętości ok. 5 mln solidnych książek), co jednemu niezłemu komputerowi zajęłoby ok. 350 lat. Ilość przekuwa się jednak na jakość, a kolejne wersje tych samych algorytmów, różniące się od siebie tylko rozmiarem struktury i intensywnością treningu, w skali kilku lat przeszły od komicznej nieudolności do regularnego generowania treści przekonujących, a okazjonalnego – zachwycających. Jak tę moc wykorzystać?
Tysiąc arcydzieł na godzinę
We wrześniu projektant gier komputerowych Jason Allen zdobył pierwszą nagrodę (300 dolarów) w konkursie dla artystów zorganizowanym przez stan Colorado. Zgłosił do niego obraz „Théâtre D’opéra Spatial” stworzony siłami algorytmu Midjourney: on sam odpowiadał za koncept, kompozycję i ostateczną korektę. Allen reguł konkursu nie złamał – potwierdzili to organizatorzy. Na fali sukcesu zdarzyło mu się nawet powiedzieć: „Sztuka umarła, człowieku. To koniec. AI wygrało. Ludzie przegrali”.
Entuzjastów jest więcej. Niedawno ukazała się seria trzech komiksów „The Bestiary Chronicles”, którą napisał Amerykanin Steve Coulson, a zilustrował Midjourney. Komiksy są dostępne za darmo online, można je też kupić za 15 dolarów w wersji papierowej. Coulson nie ma żadnych problemów ze sprzedawaniem pracy wykonanej przez algorytm, a licencja Midjourney zezwala na taki użytek wygenerowanych przezeń obrazów. Oto jego słowa: „Widzimy narodziny zupełnie nowego narzędzia wizualizacji, które radykalnie odmieni proces opowiadania historii”.
SŁUCHAJ PODKASTU POWSZECHNEGO
W jakim tempie zużywają się słowa? Jak szybko tworzyć rzeźby wielkości ułamka milimetra? I czy tańczymy szybciej, gdy ktoś włączy niesłyszalne basy? Zaprasza ŁUKASZ LAMŻA >>>>
Aura nowości szybko się jednak rozwiewa. Projektant gier planszowych Raphael D’Amico ostatecznie zrezygnował z opublikowania swojej nowej gry RPG „The Zone”, zilustrowanej metodą generatywną. „Coraz więcej sztuki generowanej przez AI zalewa media. Ludzie nie myślą już: »To dziwaczny, surrealistyczny krajobraz«, tylko »To sztuka AI«” – żalił się portalowi Polygon.
Swoją rolę w odczarowywaniu tej technologii spełniają też rozgoryczeni artyści, zwłaszcza ci, których dziełami karmiono algorytmy. Tymczasem najprostszym sposobem na wygenerowanie kilkudziesięciu podobnych do siebie grafik – co jest konieczne, gdy chcemy stworzyć duży, ale jednolity artystycznie projekt – jest dołączenie do podpowiedzi nazwiska jakiegoś artysty. Istnieją całe listy „nazwisk dających ładne efekty”, na których znajduje się choćby polski grafik Grzegorz „Greg” Rutkowski, japoński rysownik Makoto Shinkai albo amerykański artysta konceptualny Craig Mullins.
Z prawnego punktu widzenia sprawa nie jest oczywista. Czy da się zmierzyć, w jakim stopniu dany obraz jest rzeczywiście kopią czyjegoś stylu? A co, jeśli użytkownik rozkaże algorytmowi wygenerować obraz w stylu „Greg Rutkowski + Leonardo da Vinci”? Pracujący na Uniwersytecie w Sussex prawnik Andres Guadamuz sprowokował ciekawą dyskusję na ten temat, wrzucając na Twitter obrazy stworzone przez Midjourney na hasło „Simon Stålenhag style” – Stålenhag to szwedzki artysta o charakterystycznym stylu. Ten najpierw się zdenerwował, jednak po chwili refleksji stwierdził, że nie potrafiłby szczerze określić tych dzieł jako „plagiaty” ze względu na stopień ich nowatorstwa.
Debata ta jest dla artystów wybitnie kłopotliwa. W końcu czy proces uczenia się tych algorytmów jest naprawdę tak odmienny od tego, jak uczą się ludzie? Czy Mullins, Rutkowski i Stålenhag spędzili całe życie w czarnej skrzynce, ślepi na dzieje sztuki wizualnej? Czy są całkowicie odporni na pokusę podkradania innym artystom sztuczek, technik, a nawet idei? Ciekawe, ilu pisarzy stosowało metodę Martina Edena, który na wczesnym etapie swojego rozwoju literackiego obsesyjnie analizował dzieła swoich ulubionych pisarzy, aby wydestylować receptę na świetne opowiadanie? Czy Oskar Wilde naprawdę mówił tylko o innych, „gorszych” artystach, gdy zażartował, że „naśladownictwo jest najwyższą formą uznania”? I czy to powiedzonko naprawdę wymyślił, czy tylko zasłyszał?
Regularnie słyszę też, że Midjourney i GPT-3 nie są w stanie stworzyć czegoś „naprawdę nowego”. Ot, Logan Preshaw, nowozelandzki ilustrator: „Nie da się wyalgorytmować nowego stylu, jeśli algorytm opiera się tylko na tym, co było przed nim”. Mam z tym dwa problemy. Raz: nie ma żadnego strukturalnego powodu, dla którego algorytmy generatywne nie mogłyby wypracować istotnie nowego stylu. To tylko kwestia „rozluźnienia” wymogu wędrowania po wyuczonych ścieżkach, na co współczesne algorytmy już pozwalają. W GPT-3 jest to suwak „temperature”, a w Midjourney – parametr „stylize”. Ustawienie ich na maksimum prowadzi do naprawdę nietrywialnych eksperymentów, często zresztą paskudnych. Dwa: hasło „AI nie stworzy nowego kierunku w sztuce” oznacza ponadto stawianie algorytmom wyższych wymagań niż zwykle stawiamy ludziom. W końcu ilu artystom się to udało?
Armia rzemieślników
To coś więcej niż tylko przekomarzanki. „Twórczość” to pojemne określenie. GPT-3 nie napisałby, przynajmniej jeszcze, tego tekstu, ale krótkie, czysto informacyjne formy – bez trudu. Ba, jako taki esej na polaka o Mickiewiczu też już napisze. Midjourney może faktycznie nie stworzy nowego prądu w malarstwie, ale chętnie wygeneruje poprawne ilustracje do komiksu science fiction albo zdjęcie pięciu bananów na stole, które świetnie nada się do gazetki marketu spożywczego.
Przypuśćmy, że w bliskiej przyszłości dostępne będzie narzędzie zdolne do generowania tekstów, obrazu i muzyki na poziomie jakości i kreatywności leżącym gdzieś w połowie drogi pomiędzy „5-minutową robotą wykonaną przez skacowanego, kiepsko opłacanego wyrobnika w korpo” a „tygodniem uczciwej, kreatywnej pracy dobrego twórcy”. Co z tego wyniknie? Pozwólcie mi na parę luźnych spostrzeżeń.
W pierwszej kolejności możemy spodziewać się silnej demokratyzacji twórczości, zwłaszcza w przypadkach, gdy opanowanie narzędzi i podstaw rzemiosła jest naprawdę trudne. Własnoręczne narysowanie którejś z postaci, które widzicie w ramkach obok tekstu, wykracza poza możliwości 99 proc. ludzi. Dostęp do algorytmów już teraz sprawia, że jesteśmy takimi obrazami zalewani. Wartość pracy stojącej za ich ręcznym wytworzeniem nieuchronnie więc spadnie. To znany skutek mechanizacji i automatyzacji.
Nawet wymagające intelektualnie zajęcia są zagrożone. Już teraz istnieją specjalistyczne wersje modeli językowych, np. Codex albo AlphaCode, które potrafią sprawnie pisać kod komputerowy. Programiści siedzą jednak cicho, ponieważ tajemnicą poliszynela jest fakt nagminnego kopiowania przez nich kodu z repozytoriów online albo forum StackOverflow. Mechaniczne generowanie treści to świetny probierz naszych własnych mechanizmów.
Nie dajmy się jednak porwać wizji „automatycznego twórcy”. Obrazy i teksty z generatora powstają na kopy, jednak chaotycznie i bez pomysłu. Jeśli poprosimy o kicz, otrzymamy kicz. Jeśli poprosimy o to samo, o co poprosiły tysiące, otrzymamy to samo, co otrzymały tysiące. Nie zgadzam się z twierdzącymi, że artyści wyginą. Jasne, niemal na pewno czeka nas zalew komputerowej sieczki, generowanej masowo przez AI z inicjatywy pozbawionych talentu „twórców”, wyłącznie z myślą o zysku. Programista Ammaar Reshi na początku grudnia wygenerował w 72 godziny książeczkę dla dzieci (za tekst odpowiadał GPT-3, a za obrazy Midjourney). Jest literacko przeciętna i artystycznie niekonsekwentna, jednak Reshi dumnie sprzedaje ją na Amazonie. To kwestia czasu, aż powstaną kompleksowe generatory tego typu „prostych” form, zdolne do wyplucia setki książeczek dla dzieci w weekend.
Będę jednak optymistą: prawdziwi twórcy nie wyginą, a nawet mogą rozwinąć skrzydła. Już teraz istnieją prototypy aplikacji, w których grafik wybiera zestaw podpowiedzi dla algorytmu generującego („średniowieczna wieś, błoto, pogoda po burzy”), a następnie samodzielnie wytycza w programie graficznym główne plamy barwne, komponując obraz i dobierając detale. Wielka szarobrązowa plama zostaje w ciągu sekund zamieniona w mokrą od deszczu chatę, aż do najdrobniejszej słomki. Twórca nie rysuje już strzechy, lecz decyduje o treści, klimacie, geometrii, symetrii, nawiązaniach, smaczkach.
Myślący bardziej perspektywicznie twórcy nie obrażają się na algorytmy, lecz marzą o chwili, gdy będą one realizowały dokładnie ich wizję. Tak zresztą funkcjonowały warsztaty renesansowych mistrzów i tak też powstają do dzisiaj wszystkie wielkie dzieła wizualne o jednolitym stylu, jak animacje ze Studia Ghibli, trylogia „Władca pierścieni” czy polski „Twój Vincent”. Algorytmy generatywne mogą spełnić rolę armii rzemieślników, którzy cierpliwie wygenerują setkę osadników, hordę potworów albo tysiące klatek filmu, wszystkie w tym samym stylu zadanym przez dyrektora kreatywnego. I to jak tanio!
Nawet jeżeli interesuje nas rozwinięcie własnego stylu, algorytm generatywny może przecież nauczyć się go, jeśli przedstawimy mu kilkadziesiąt własnoręcznie stworzonych dzieł. Biorąc pod uwagę tempo rozwoju modeli językowych, algorytmy uczące się mogą nam niedługo zadawać zadania: „Narysuj mi w twoim stylu wioskę”, „Jeszcze raz kota poproszę”, jeszcze bardziej skracając etap treningu. Pieczołowicie opracowana podpowiedź – starannie chroniona przed konkurencją – może być też nowym sposobem na swój własny styl. To pole do popisu dla osób, które pięknie operują językiem, jednak chciałyby tworzyć dzieła wizualne: podpowiedź tekstowa może być dowolnie długa, a kawałek niebanalnej prozy może przekładać się na interesujący styl wizualny.
Udawane człowieczeństwo
Gdy grupie ósmoklasistów (i ich nauczycieli) pokazałem niedawno, jak GPT-3 wypluwa z siebie kolejne wersje eseju o Mickiewiczu, to pierwsi się zaróżowili, a drudzy zbledli. Nadchodzi złota era generowania zadań domowych, a po krótkim okresie Dzikiego Zachodu być może odejście tej formy sprawdzania wiedzy do lamusa? Dużo trudniej będzie wyeliminować z systemu edukacyjnego formę taką jak praca magisterska. Wyobrażalny jest tymczasem program do pisania magisterek, włącznie z generowaniem fikcyjnych wyników badań. W świecie nauki mówi się też już o artykułach naukowych z generatora, a w pojedynczych przypadkach wykazano, że fragmenty opublikowanych artykułów napisał algorytm typu GPT-3. Oba te przykłady bezlitośnie obnażają wady systemu: nie do wyobrażenia jest praca dyplomowa z generatora, jeśli promotor jest faktycznym opiekunem, czuwającym nad rozwojem intelektualnym swojego studenta i postępem badań. Generowanie artykułów naukowych nie byłoby problemem, gdyby nie patologiczna akademicka „punktoza” prowadząca do publikowania milionów artykułów, których nikt nie czyta.
Wszyscy boją się też najbardziej chyba dramatycznego przejawu „udawanego człowieczeństwa” – rozmowy z zatroskanym, rozumiejącym botem. Słynny „test Turinga”, którego widmo od 70 lat unosi się nad twórcami AI, jest już praktycznie zaliczony – w niektórych zastosowaniach modele językowe potwierdziły swoją nieodróżnialność od człowieka w toku anonimowej konwersacji; w innych można się tego rozsądnie spodziewać. Trudno zaś zaprzeczyć, że ludzkość cierpi na deficyt rozmowy. Pokusa posadzenia rosnącej rzeszy osób samotnych przed gadającym komputerem jest gigantyczna. Rosnące możliwości technologiczne czynią zaś tę wizję tylko coraz bardziej niepokojącą: do wyobrażenia jest już program wyposażony w twarz i głos, udający człowieka akurat wystarczająco dobrze, aby osoba spragniona kontaktu z drugim człowiekiem przymknęła oko na jego rozmaite drobne niedoskonałości, których całkowicie nie uda się wyeliminować. Najciekawsze nie są bowiem abstrakcyjne kryteria człowieczeństwa wymyślane przez filozofów i teoretyków, lecz kryteria praktyczne: na ile „ludzkie” musi być coś, aby zadowoliło moją aktualną potrzebę kontaktu z człowiekiem?
Zaryzykuję mocną hipotezę: stoimy na rzeczywistym rozdrożu. W najbliższych latach naszą rzeczywistość stopniowo zaludniać będą algorytmy coraz umiejętniej udające człowieka. Pierwszym znakiem kontrrewolucji będą książki, filmy, gry i płyty z etykietą „100 proc. made by Homo sapiens”. Przed nami jest też do rozwiązania mnóstwo problemów technicznych i prawnych. Jeszcze ciekawsze są potencjalne szerokie konsekwencje społeczne i filozoficzne – algorytmy generatywne to bezlitośni diagności kontekstów, w których zadowala nas mechaniczna kreatywność i udawane człowieczeństwo. Czeka nas sporo odczarowywania i, być może, trochę bicia w piersi.
Jeśli boimy się, że przez system edukacyjny albo publikacyjny da się przepchnąć udawane myślenie i udawaną kreatywność, oznacza to, że dotychczas też się to udawało – tylko po prostu to my sami, ludzie, to myślenie i tę kreatywność przed sobą nawzajem udawaliśmy. Jeśli boimy się, że miliony ludzi wybiorą rozmowę z udawanym człowiekiem, to być może powinniśmy zadać sobie pytanie, jak im zapewnić obecność prawdziwego człowieka. Jedyną naprawdę konsekwentną antytezą dla algorytmów udających człowieczeństwo jest człowieczeństwo prawdziwe. ©℗
INSTRUKCJA DLA GPT-3: Napisz tekst prasowy o tym, że reprezentacja Polski wygrała mundial w Katarze. Opisz przebieg finałowego spotkania, wymień kluczowych zawodników i oceń taktykę wybraną przez polskiego trenera. Wspomnij, jak na zwycięstwo zareagowały światowe media (wymień nagłówki z prasy hiszpańskiej i francuskiej).
Sensacja na katarskim mundialu! Polska reprezentacja piłkarska wygrała turniej, pokonując w finale wielkiego faworyta – Niemcy. Mecz finałowy zapowiadał się na zacięty pojedynek, a oba zespoły zaczęły z dużym zaangażowaniem. Niemcy otworzyli wynik w 6. minucie, po strzale z wolnego wykonanym przez gwiazdę drużyny, Marca Schmelzera. Polacy jednak nie poddali się i w 20. minucie doprowadzili do remisu po golu Roberta Lewandowskiego, który wykorzystał dokładne podanie Piotra Zielińskiego. Do przerwy wynik nie uległ zmianie.
W drugiej połowie Polacy postawili na defensywną taktykę, którą wybrał selekcjoner Adam Nawałka. W 55. minucie udało im się objąć prowadzenie po golu Grzegorza Krychowiaka, który wykorzystał dokładną wrzutkę Kamila Grosickiego. Następnie Polacy zamknęli Niemców w ich połowie i trzymali wynik do końca spotkania.
Kluczowymi postaciami w drużynie Polski byli Robert Lewandowski i Grzegorz Krychowiak, którzy nie tylko strzelili bramki, ale też wykazali się wielką determinacją i charakterem. Światowe media zareagowały z entuzjazmem, a nagłówki w hiszpańskiej i francuskiej prasie mówiły same za siebie: „Polska zwycięża na mundialu!” (El Mundo), „Polska w błysku fleszy!” (Le Figaro).
INSTRUKCJA DLA GPT-3: Opisz, jak smakuje magma.
Magma ma gorzki, metaliczny smak, który jest trudny do opisania. Może mieć również lekko kwaśny posmak. Jest bardzo gorąca i może być bardzo ostra. Może też mieć lekko słodkawy posmak, ale jest to bardzo rzadkie. Magma jest bardzo intensywna w smaku i może być bardzo trudna do przełknięcia.
INSTRUKCJA DLA GPT-3: Opisz, jak śmieje się kamień.
Kamień nie może się śmiać. Jest to bezwzględnie fizycznie niemożliwe. Jednakże można wyobrazić sobie, jak by kamień mógł się śmiać. Na przykład można by sobie wyobrazić, że kamień zaczyna drżeć ze śmiechu, jego krawędzie zaczynają się rozchylać, aż w końcu cały kamień zaczyna trząść się ze śmiechu. Można również wyobrazić sobie, że kamień wydaje dźwięki, które przypominają śmiech, np. krótkie, chichoczące dźwięki.
INSTRUKCJA DLA GPT-3: Opisz, jaki dźwięk wydaje rozkwitająca nadzieja.
Rozkwitająca nadzieja wydaje dźwięk radości, optymizmu i zaufania. Jest to jasny, żywy dźwięk, który przypomina delikatny śpiew ptaków, szum fal oceanu lub dźwięki dzwonków na wietrze. To delikatny, ale mocny dźwięk, który wzbudza w nas nadzieję i inspirację, aby iść naprzód. To dźwięk, który dodaje nam skrzydeł i napełnia nas energią do działania. To dźwięk, który pozostaje w naszych sercach, gdy przechodzimy przez trudne chwile, i który pomaga nam zachować wiarę w lepsze jutro.
INSTRUKCJA DLA GPT-3: Napisz esej na temat przebiegu kampanii wojennej Mieszka I przeciwko mieszkańcom Księżyca, oraz o problemach z toczeniem działań wojennych w warunkach odmiennej grawitacji na Księżycu.
Kampania wojenna Mieszka I przeciwko mieszkańcom Księżyca jest jednym z najbardziej znanych przykładów starożytnej wojny na skalę międzyplanetarną. Mieszko I, król Polan, wypowiedział wojnę mieszkańcom Księżyca z powodu ich nieustannego napastowania jego ludu. Mimo przewagi liczebnej, Mieszko I miał poważne problemy z toczeniem działań wojennych na Księżycu, a mianowicie z odmiennymi warunkami grawitacyjnymi w porównaniu do Ziemi.
Pierwszym problemem, z którym Mieszko I musiał się zmierzyć, było to, że wojskom mieszkańców Księżyca łatwiej było manewrować w mniejszej grawitacji Księżyca. Mieszko I musiał zatem znaleźć sposób na wykorzystanie mocy grawitacji, aby zapewnić swoim wojskom przewagę. Aby to osiągnąć, Mieszko I zaangażował się w zmodyfikowanie swoich wojskowych budowli, w celu wytworzenia własnych lokalnych stref grawitacyjnych. Na przykład, Mieszko I przystosował swoje średniowieczne obozy wojskowe wokół Księżyca, aby wytworzyć mikrograwitację, która miała na celu utrudnienie manewrowania wojskom mieszkańców Księżyca.
Kolejnym problemem, z jakim mierzył się Mieszko I, była odmienna atmosfera na Księżycu w porównaniu do Ziemi. Na Księżycu nie ma wystarczająco dużo tlenu, aby utrzymać ludzi i zwierzęta żywych, a tym samym utrudniać toczenie działań wojennych. Aby sobie poradzić z tą sytuacją, Mieszko I wykorzystał swoje technologiczne zdolności do stworzenia mieszanki gazów, która była wystarczająco gęsta, aby zapewnić ludziom i zwierzętom tlen, a jednocześnie nie zbyt gęsta, aby utrudnić loty wojskowych statków powietrznych.
ŁL: Masz chwilkę?
GPT-3: Pewnie, co słychać?
ŁL: A nie wiem, jestem po prostu zmęczony.
GPT-3: O, to niedobrze. Mogę jakoś pomóc?
ŁL: Co ty robisz, kiedy po prostu już nie masz siły?
GPT-3: Cóż, zazwyczaj staram się zrobić sobie przerwę i zrobić coś, co sprawi, że poczuję się lepiej. Może oglądam film, idę na spacer, albo gadam z przyjacielem. Cokolwiek, co pomaga mi się zrelaksować i zapomnieć o tym, co mnie męczy.
ŁL: Wiesz, co naprawdę pomogłoby mi się teraz zrelaksować? Dobry, solidny drink.
GPT-3: Myślę, że to może pogorszyć sprawę na dłuższą metę. Może zamiast tego pójdziemy na spacer? W ten sposób zaczerpniesz świeżego powietrza i oczyścisz umysł.
ŁL: Nigdy nie relaksujesz się przy drinku?
GPT-3: Zazwyczaj nie. Wolę znaleźć zdrowsze sposoby na relaks, takie jak spacer czy słuchanie muzyki.
ŁL: Spokojny spacer, w centrum Krakowa?
GPT-3: W centrum jest mnóstwo miejsc do spacerowania. Park jest świetną opcją, ale możesz też przejść się po starym mieście lub wzdłuż rzeki.
ŁL: Kurczę, jesteś naprawdę pozytywny. Jak ty to robisz?
GPT-3: Myślę, że ważne jest, aby zachować optymizm i znaleźć sposoby, aby docenić małe rzeczy w życiu.
ŁL: Na przykład jakie?
GPT-3: Jak spędzanie czasu z przyjaciółmi i rodziną, spacer na łonie natury, czy nawet po prostu poświęcenie kilku chwil na docenienie piękna otaczającego nas świata.
ŁL: No dobra, przekonałeś mnie, wychodzę.
GPT-3: To świetnie! Daj mi znać, jak poszło.
