კომპანია OpenAl-მა ახლახან გამოუშვა ა ChatGPT ვერსია ღია წყაროში. ეს ვერსია თავს წარმოაჩენს, როგორც ზოგად სახეობას, რომელსაც შეუძლია შეასრულოს ყველა ფუნქცია, რასაც ორიგინალური ტექსტის გენერატორი ასრულებს. თუმცა, გამოშვებული ვერსია მოითხოვს ტრენინგს, რაც ხელმისაწვდომი არ არის ადამიანების უმეტესობისთვის.
ChatGPT ტექსტის გენერატორი
მეტის ნახვა
გაფრთხილება: ამ შხამიანმა მცენარემ ახალგაზრდა მამაკაცი საავადმყოფოში გადაიყვანა
Google ავითარებს ხელოვნური ინტელექტის ინსტრუმენტს, რათა დაეხმაროს ჟურნალისტებს…
ChatGPT სხვა არაფერია, თუ არა ჩატბოტის ინსტრუმენტი, რომელიც ხელოვნური ინტელექტის საშუალებით სპეციალიზირებულია დიალოგებში. ინსტრუმენტი შეიქმნა ფილიპ ვანგის მიერ და აქვს მორგებული ენა, ტექნიკის მოდელის გაერთიანებით ზედამხედველობით და განმტკიცებული სწავლა ადამიანის გამოხმაურებით (RLHF) და Google-ის მიერ გამოყენებული მოდელით, პალმ.
ხელსაწყოს ჰქონდა ღია კოდის ვერსია, რომელიც გამოვიდა 2022 წლის ბოლოს. ვერსია არის ზოგადი სახეობა და, შესაბამისად, მას ასევე შეუძლია შეასრულოს ChatGPT-ის ფუნქციები ოფიციალური, როგორიცაა ელექტრონული ფოსტის მონახაზები, კომპიუტერული კოდის წინადადებები და ტექსტები აკადემიკოსები.
ChatGPT-ის გამოშვებული ვერსია
ორი ტექნიკის, RLHF-ისა და PaLM-ის შერწყმისას, მოდელს სჭირდება ტრენინგი, რომელიც სამწუხაროდ არ მოდის ზოგად ვერსიაში. ამიტომ, თითოეულ ადამიანს, რომელიც იცავს ამ ღია კოდს, მოუწევს ხელოვნური ინტელექტის მომზადება საკუთარ კომპიუტერზე.
დიდი პრობლემა ის არის, რომ ამისთვის საჭიროა ძალიან ძლიერი აპარატურა, ბოლოს და ბოლოს ა ხელოვნური ინტელექტი და მაინც, მოთხოვნების დამუშავება, რომელიც მოვა, ყველასთვის არ არის.
როგორ მოვამზადოთ ეს ხელოვნური ინტელექტი?
შაბლონი არის ChatGPT-ის თითქმის თანაბარი ვერსია, რომელიც არის სიტყვის ინსტრუმენტი და, როგორც ასეთი, უნდა იყოს გაეცანით მაგალითების დიდ რაოდენობას, როგორიცაა პოსტები სოციალურ ქსელებში, გამოქვეყნებული სიახლეები და ელექტრონული წიგნები ყველასგან ტიპები.
გარდა ამისა, სისტემაში გამოყენებული ტექნიკა, RLHF, გთავაზობთ პასუხების დიდ რაოდენობას თითოეული ადამიანის მოთხოვნისთვის, რაც ნიშნავს, რომ ადამიანები აუცილებელია პასუხების კლასიფიკაციის პროცესში ერთგვარი რეიტინგის მიხედვით, რათა სისტემამ ისწავლოს საუკეთესო გზა პასუხის გაცემა.
ეს ყველაფერი ძალიან ძვირი ჯდება და ამიტომ ყველას არ შეუძლია ჰქონდეს. ერთმა კომპანიამ გამოთვალა, რომ მოდელის სწავლება 1,5 მილიარდი პარამეტრით 1,6 მილიონ დოლარამდე ღირს. და მართლაც კარგი სისტემის შესაქმნელად, ამაზე ბევრად მეტია საჭირო, მაგალითად, Google-ის PaLM მოდელმა გამოიყენა დაახლოებით 540 მილიარდი პარამეტრი.
