Мир охватила новая волна безумства вокруг AI, все соц.сети заполнены огромным количеством экспериментов вокруг нового продукта - ChatGPT. В этой статье я расскажу вам о 30+ примерах использования AI-чата на базе открытого искусственного интеллекта от OpenAI. Платформа доступна на множестве языков, в том числе на русском (через встроенный переводчик), но желательно использовать ее на английском, чтобы получить более точные ответы на вопросы.
? Скорость распространения этой технологии в мире впечатляет
Что такое ChatGPT
ChatGPT - это реализация модели языкового предсказания на основе технологии машинного обучения. Она была разработана компанией OpenAI и позволяет участникам чата получать наиболее точные ответы на их вопросы. ChatGPT использует нейронные сети для анализа текста и предоставляет наиболее вероятные ответы на основе обученных данных.
Кто создатель ChatGPT
OpenAI - это исследовательская организация, которая специализируется на искусственном интеллекте и машинном обучении. Она была основана в 2015 году группой выдающихся исследователей и разработчиков, в том числе Илоном Маском, Сэмом Альтманом и Джоном Скальза. OpenAI стремится повысить понимание искусственного интеллекта и применять его для решения сложных проблем в мире.
Как и на чем обучалась модель GPT-3
Generative Pre-trained Transformer 3 (GPT-3) — это модель авторегрессионного языка , которая использует глубокое обучение для создания текста, похожего на человеческий.
Архитектура представляет собой стандартную сеть-преобразователь (с несколькими настройками) с беспрецедентным размером контекста длиной 2048 токенов и 175 миллиардов параметров (требуется 800 ГБ хранилища). Метод обучения — это «генеративное предварительное обучение», что означает, что она обучена предсказывать, каким будет следующий набор данных.
Качество текста, генерируемого GPT-3, настолько высокое, что может быть трудно отличить, был ли он написан человеком или АИ. Это имеет как преимущества, так и риски о которых предупреждают разработчики.
60% взвешенного набора данных для предварительной подготовки для GPT-3 были взяты из отфильтрованной версии Common Crawl (веб архивы и поисковые запросы Google), состоящей из 410 миллиардов данных.
Другими источниками являются 19 миллиардов данных из WebText2 (данные по веб-сайтам, ссылки на которые были собраны с площадки Reddit), что составляет 22% от взвешенного общего количества, 12 миллиардов токенов из Книг v1, что составляет 8%, 55 миллиардов токенов из Книг v2, что составляет 8%, и 3 миллиардов токенов из Википедии.
GPT-3 был обучен на сотнях миллиардов слов, а также способен программировать, среди прочего, на CSS, JSX и Python.
Поскольку обучающие данные GPT-3 были всеобъемлющими, дальнейшая подготовка для отдельных языковых задач не требуется. Обучающие данные иногда содержат ненормативную лексику, а GPT-3 время от времени генерирует ненормативную лексику в результате имитации обучающих данных.
Список самых интересных экспериментов c ChatGPT
Общие Кейсы
Анализ данных и поиск ответов на любые вопросы (вместо использования Google)
Написание статей, журналистика, блоги, Instagram, Twitter
ChatGPT в образовательном процессе
Написание литературных произведений
Объяснение сложных вещей простым языком
Диалоговые сценарии, стихи и песни
Дизайн
Создание цифровых произведений искусства
Веб- и мобильный дизайн
Создание векторных изображений
Бизнес
Составление юридических документов
Написание бизнес стратегий
Написание email писем и рассылок
Формирование требований для вакансии
Создание Pitch Deck и инвестиционных презентаций
Написание проектной документации
Программирование и IT
Ответы на вопросы и документация по коду
Оптимизация кода и поиск багов
Фронтенд верстка
Программирование на различных языках
Работа с базами данных и SQL запросами
Работа с JSON данными
ASCII art
Решение математических задач
Виртуальный компьютер на базе ChatGPT, файловая система, Linux
Написание вирусов и скриптов для взлома
Разработка парсеров
Решение для Python разработчиков
Работа с LaTeX формулами
Блокчейн
Алгоритм создание seed фраз и приватных ключей
Разработка смарт контрактов (Solidity, Rust..)
Разработка торговых и арбитражных стратегий
Итак, поехали!
Анализ данных и поиск ответов на любые вопросы
Это самый популярный способ использование модели на сегодняшний день. ChatGPT позволяет полностью забыть про Google, когда вам нужно найти точные и подробные ответы на ваши вопросы. Так как модель изначально училась на данных из интернета, она умеет точно собирать под вас нужный контент. Единственное ограничение модели связано с попытками найти инструкции на изготовление чего-то незаконного, но это ограничение тоже можно обойти, просто правильно составив запрос.)
Написание статей, журналистика, блоги, инстаграм
ChatGPT в образовательном процессе
ChatGPT владеет практически всей информацией, которая есть в интернете, и может в простой форме объяснить что угодно, помочь ребенку разобраться в любом вопросе, решить математические задачи или написать сочинение. Также он поможет преподавателю составить грамотный учебный план.
Объяснение сложных вещей простым языком
Написание литературных произведений
Диалоговые сценарии, стихи и песни
Создание произведений искусства с помощью AI
ChatGPT прекрасно создает промпты (описания) для новых моделей AI генерации картинок из текста: Dalle-2, Midjourney, Stable Diffusion.
Веб- и мобильный дизайн
Создание векторных SVG изображений
ChatGPT пока не умеет красиво рисовать, но уже может предложить вам код для создания svg изображений.
3D дизайн
Составление юридических документов
Написание бизнес стратегий
Написание email писем и рассылок
Формирование требований для вакансии
Поиск новых идей
Создание Pitch Deck и Инвестиционных презентаций
Написание проектной документации
Ответы на вопросы и документация по коду
Оптимизация и дебаг кода
HTML верстка
Программирование на различных языках
Разработка мобильных приложений
Работа с базами данных и SQL запросами
ASCII art
Работа с JSON данными
Решение математических задач
Виртуальный компьютер на базе ChatGPT, файловая система и Linux
Подробная статья об этом эксперименте тут: https://www.engraved.blog/building-a-virtual-machine-inside/
Написание вирусов и скриптов для взлома
Разработка парсеров
Решение для Python разработчиков
Работа с LaTeX формулами
Алгоритм создание seed фраз и приватных ключей
Разработка смарт контрактов (Solidity, Rust..)
Разработка торговых и арбитражных ботов для крипты
Какие IT сервисы уже используют ChatGPT
Некоторые популярные сервисы уже начали использовать возможности GPT-3.
GPT-3, в частности модель Codex, является основой для GitHub Copilot, программного обеспечения для завершения и генерации кода, используемого в различных редакторах кода и IDE.
GPT-3 используется в некоторых продуктах Microsoft для перевода обычного языка в формальный компьютерный код.
GPT-3 использовался в CodexDB для создания кода, специфичного для запроса, для обработки SQL.
GPT-3 используется в Copy.ai, первом приложении для копирайтинга на основе ИИ для маркетологов и владельцев бизнеса.
GPT-3 используется в Jasper.ai, генераторе контента, предназначенном для помощи маркетологам и редакторам.
Скорее всего, в ближайшие полгода каждый из нас будет пользоваться IT сервисами, интегрированными с GPT-3.
Какие есть ограничения у ChatGPT
? ChatGPT иногда пишет правдоподобные, но неправильные или бессмысленные ответы. Исправить эту проблему сложно, так как:
(1) во время обучения RL в настоящее время нет источника правды;
(2) модель обучена быть более осторожной, что заставляет ее отклонять вопросы, на которые она может ответить правильно;
(3) контролируемое обучение вводит модель в заблуждение, потому что идеальный ответ зависит от того, что знает модель, а не от того, что знает человек.
? ChatGPT чувствителен к изменениям фразировки ввода или повторным попыткам ввести одно и то же предложение. Например, при одной формулировке вопроса модель может утверждать, что не знает ответа, но при небольшой перефразировке может ответить правильно. [к каждой модели нужен свой подход]
? Модель часто чрезмерно многословна и злоупотребляет определенными фразами, например, повторяет, что это языковая модель, обученная OpenAI. Эти проблемы возникают из-за предвзятости в обучающих данных (инструкторы предпочитают более длинные ответы, которые выглядят более исчерпывающими) и чрезмерной оптимизации.
? В идеале модель задавала бы уточняющие вопросы, когда пользователь вводил неоднозначный запрос. Вместо этого текущая модель предугадывает, что имел в виду пользователь. OpenAI приложили усилия, чтобы заставить модель отказываться от неуместных запросов, но иногда она может реагировать на неуместные инструкции или демонстрировать предвзятое поведение. [у нее есть характер]
? OpenAI использует API модерации, чтобы предупреждать или блокировать определенные типы небезопасного контента. При таком запросе могут быть получены ложные как отрицательные, так положительные результаты.
? Задавая вопросы, помните что модель обучалась до 2022 года и может не учитывать текущих реалий, данных и событий.
Youtube обзоры на ChatGPT
Об авторе обзора
Илья Максименка
2009 - 2015 - разработка IT платформ и высоконагруженных систем
2015 - 2017 - разработка AI систем для Банков и Телеком компаний
2017 - наст.вр. - блокчейн разработка финансовых DeFi систем Plasma Finance
