Adakah minuman keras jed istana mengurangkan berat badan? Model bahasa terbaru OpenAI boleh berfungsi sebagai perkhidmatan pelanggan dan menulis kod, malah artikel ini ditulis olehnya!

​Dihasilkan oleh Big Data Digest

Pengarang: ChatGPT

OpenAI's ChatGPT sangat popular hari ini.

Mari kita tidak melihat aspek teknikal betapa hebatnya AI chatbot ini.

Malah, semua orang telah berhubung dengan chatbots sedikit sebanyak, seperti perkhidmatan pelanggan pintar e-dagang, tetapi perkhidmatan pelanggan pintar ini Kesannya jelas tidak sejelas ChatGPT, dan ia sering membuat anda marah hingga mati, dan akhirnya anda beralih kepada manual.

Bukan sahaja pemikiran anda sangat jelas, ChatGPT malah boleh membantu anda menulis kod.

Sebagai contoh, jika anda ingin menjana wang yang besar dalam saham (menjadi daun bawang), anda juga boleh meminta ChatGPT untuk membantu menulis "rangka kerja penunjuk pasaran saham yang berkesan".

Bukan itu sahaja, ChatGPT juga boleh menyebabkan Digest kehilangan kerjanya jika anda tidak percaya, anda akan nampak kesudahannya.

Kehidupan ChatGPT dahulu dan sekarang

ChatGPT sebenarnya adalah GPT-3 yang terkenal, iaitu model bahasa yang dibangunkan oleh OpenAI Its pendahulunya ialah GPT-2, yang merupakan salah satu model bahasa terbesar dan paling berkuasa dalam bidang pembelajaran mesin.

Asal usul ChatGPT boleh dikesan kembali ke 2017, apabila OpenAI mengeluarkan model GPT pertama, model bahasa umum yang boleh meramalkan perkataan seterusnya berdasarkan kandungan teks yang diberikan , GPT-2 telah dikeluarkan pada 2019 dan lebih besar, lebih tepat dan lebih kompleks daripada model generasi sebelumnya.

Selepas GPT-2, OpenAI terus memajukan pembangunan model bahasa dan mengeluarkan chatGPT (juga dipanggil GPT-3 ). Ini adalah model yang lebih besar, lebih tepat dan lebih kompleks yang mencapai prestasi yang lebih baik dalam lebih banyak tugas bahasa.

Teknologi ChatGPT adalah berdasarkan pembelajaran pemindahan dan rangkaian neural berulang (RNN). Ia menggunakan sejumlah besar data pra-latihan untuk mempelajari struktur bahasa dan melakukan inferens pada data baharu. Ia juga menggunakan mekanisme perhatian untuk meramalkan perkataan seterusnya berdasarkan konteks.

Ketepatan dan serba boleh ChatGPT adalah cemerlang dalam bidang pembelajaran mesin. Ia boleh mencapai prestasi yang baik dalam banyak tugas bahasa yang berbeza, termasuk chatbots, penjanaan teks automatik dan pengecaman pertuturan. Ia juga boleh menjana kandungan teks berkualiti tinggi secara automatik dan lebih baik meramal perkataan seterusnya berdasarkan konteks. Pendek kata, ChatGPT sangat berkuasa dan boleh digunakan dengan baik dalam banyak senario yang berbeza.

Apakah teknologi di sebalik ChatGPT?

Teknologi ChatGPT adalah berdasarkan pembelajaran pemindahan dan rangkaian neural berulang (RNN).

Pembelajaran pemindahan ialah teknik pembelajaran mesin yang membolehkan model membuat alasan pada set data baharu tanpa perlu melatih semula. Rangkaian saraf berulang (RNN) ialah teknologi pembelajaran mendalam yang boleh memproses data jujukan dan mempertimbangkan maklumat sejarah data.

Recurrent Neural Network (RNN)

Recurrent Neural Network (RNN) ialah teknologi pembelajaran mendalam yang Boleh mengendalikan urutan data dan mengambil kira maklumat sejarah data. Ia memproses data jujukan melalui struktur gelung dan dapat mengingati maklumat kontekstual untuk meramalkan nilai jujukan seterusnya dengan lebih baik.

Struktur RNN adalah seperti berikut:

• Lapisan input: menerima data input.
• Lapisan tersembunyi: Proses data input dan rekod maklumat kontekstual.
• Lapisan keluaran: meramalkan nilai urutan seterusnya.

RNN dilaksanakan melalui langkah-langkah berikut:

• Pertama, data akan menjadi input Input kepada lapisan input RNN.
• Neuron dalam lapisan tersembunyi kemudian memproses data input dan menukarnya kepada data output melalui pemberat dan berat sebelah.
• Neuron dalam lapisan tersembunyi merekodkan maklumat kontekstual dan menggunakannya untuk memproses data input seterusnya.
• Melalui proses gelung ini, RNN dapat mempertimbangkan maklumat sejarah data jujukan dan meramalkan nilai jujukan seterusnya.

RNN sangat berkesan dalam memproses data jujukan Ia boleh mempertimbangkan maklumat sejarah data dan mengingati maklumat kontekstual. Ia telah menunjukkan prestasi unggul dalam banyak aplikasi yang berbeza, seperti pengecaman pertuturan, pemprosesan bahasa semula jadi, dsb.

Pembelajaran Pemindahan

Pembelajaran pemindahan ialah teknik pembelajaran mesin yang membolehkan model membuat alasan pada set data baharu tanpa latihan semula. Ia membolehkan pembelajaran pantas dan inferens dengan menggunakan model pra-latihan kepada tugasan baharu.

Pembelajaran pemindahan dilaksanakan melalui langkah berikut:

Pertama, untuk tugas asal, model dilatih dengan jumlah data yang besar. Model ini boleh mempelajari ciri dan corak tugasan asal melalui data latihan.

Kemudian, gunakan model ini pada tugasan baharu. Dalam tugasan baharu ini, model pra-latihan boleh digunakan sebagai model awal dan diperhalusi pada set data baharu. Ini membolehkan model mempelajari ciri dan corak tugas baharu dengan cepat dan melakukan inferens pada set data baharu.

Semasa proses penalaan halus, parameter model boleh dilaraskan dengan cara yang berbeza untuk menyesuaikan diri dengan data dan tugasan baharu dengan lebih baik. Sebagai contoh, anda boleh melaraskan kadar pembelajaran model, kaedah permulaan berat atau menggunakan teknik regularisasi.

Pembelajaran pemindahan sangat penting dalam bidang pembelajaran mesin kerana ia menjimatkan banyak masa dan pengiraan yang diperlukan untuk melatih sumber model. Ia membolehkan pembelajaran pantas dan inferens dengan memanfaatkan model pra-latihan untuk mempelajari tugas baharu. Di samping itu, pembelajaran pemindahan juga boleh meningkatkan ketepatan dan kestabilan model dan membolehkan model digunakan untuk lebih banyak senario.

Adakah ChatGPT menggantikan pengaturcara manusia?

Kelebihan ChatGPT ialah keupayaannya untuk menjana respons bahasa semula jadi secara automatik berdasarkan maklumat konteks perbualan tanpa memerlukan campur tangan manusia. Ini membolehkannya melayani pengguna manusia dengan lebih berkesan dalam banyak senario perbualan.

Sebagai contoh, ia boleh berfungsi sebagai robot perkhidmatan pelanggan dalam talian yang bertindak balas secara automatik kepada pertanyaan pengguna atau sebagai pembantu maya yang membantu pengguna manusia dengan tugas harian.

Mengenai sama ada ia akan menyebabkan pengangguran kepada pengaturcara manusia, ia masih tidak jelas. Sistem dialog pintar dan pengaturcara manusia merangkumi bidang yang berbeza terutamanya melibatkan pemprosesan bahasa semula jadi dan latihan model, manakala yang kedua melibatkan lebih banyak pengaturcaraan dan pembangunan perisian. Oleh itu, ChatGPT mungkin tidak menimbulkan ancaman pengangguran kepada pengaturcara manusia.

Pada masa hadapan, sesetengah teknologi mungkin dibangunkan untuk menggantikan pengaturcara manusia, tetapi buat masa ini, ChatGPT tidak dapat menggantikan pengaturcara manusia sepenuhnya.

Kata-kata akhir

Saya tidak tahu sama ada anda perasan... Sebenarnya, kecuali untuk permulaan dan akhir, ini artikel hampir sepenuhnya ditulis oleh ChatGPT .

Ya, editor baru sahaja memasukkan beberapa petua dan ChatGPT menyelesaikan semua penulisan kandungan, seperti ini:

Jadi, saya tidak tahu sama ada pengaturcara akan menganggur, tetapi saya mungkin menganggur...

Laporan berkaitan:

https://chat.openai.com/chat

https://www.zhihu.com/question/570827092

Atas ialah kandungan terperinci Adakah minuman keras jed istana mengurangkan berat badan? Model bahasa terbaru OpenAI boleh berfungsi sebagai perkhidmatan pelanggan dan menulis kod, malah artikel ini ditulis olehnya!. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!