La empresa OpenAl, acaba de lanzar un Versión de ChatGPT en código abierto. Esta versión se presenta como una especie genérica, pudiendo realizar todas las funciones que realiza el generador de texto original. Sin embargo, la versión lanzada requiere capacitación, que no es asequible para la mayoría de las personas.
El generador de texto ChatGPT
vea mas
Alerta: ESTA planta venenosa llevó a un joven al hospital
Google desarrolla una herramienta de IA para ayudar a los periodistas en…
ChatGPT no es más que una herramienta de chatbot, que, a través de inteligencia artificial, se especializa en diálogos. La herramienta fue creada por Philip Wang y ha ajustado el lenguaje, con la unión del modelo de técnica de aprendizaje supervisado y de refuerzo con retroalimentación humana (RLHF) y el modelo utilizado por Google, Palmera.
La herramienta tuvo una versión de código abierto lanzada a fines de 2022. La versión es una especie genérica y, por lo tanto, también puede realizar las funciones de ChatGPT. oficial como borradores de correo electrónico, sugerencias de código de computadora y textos académica.
La versión lanzada de ChatGPT
Al combinar dos técnicas, RLHF y PaLM, el modelo necesita entrenamiento, que lamentablemente no viene en la versión genérica. Por tanto, cada persona que se adhiera a este código abierto tendrá que entrenar la inteligencia artificial en su propio ordenador.
El gran problema es que para eso se necesita un Hardware muy poderoso, al fin y al cabo para entrenar a un inteligencia artificial y, sin embargo, procesar las solicitudes que vendrán no es para todos.
¿Cómo entrenar esta inteligencia artificial?
La plantilla es una versión casi igual de ChatGPT, que es una herramienta de Word y, como tal, debe ser presentado con una gran cantidad de ejemplos, como publicaciones en redes sociales, noticias publicadas y libros electrónicos de todos tipos
Además, la técnica utilizada en el sistema, RLHF, ofrece una gran cantidad de respuestas para cada aviso humano, lo que significa que el los humanos son fundamentales en el proceso de clasificación de las respuestas en una especie de Ranking, para que el sistema aprenda la mejor forma de responder.
Todo esto acaba siendo muy caro y por tanto no todo el mundo puede tenerlo. Una empresa calculó que entrenar un modelo con 1500 millones de parámetros cuesta hasta 1,6 millones de dólares. Y para crear un sistema verdaderamente bueno, se necesita mucho más que eso, el modelo PaLM de Google, por ejemplo, usó alrededor de 540 mil millones de parámetros.