Я очень долго ждал API-доступа к GPT-3. Наконец-то я получил доступ, и, боже, последние несколько недель стали для меня настоящим открытием, когда я увидел высшую силу новейшей и величайшей нейронной сети для неограниченной генерации естественного языка.
Когда я получил доступ к бета-версии, мои первые вопросы были - насколько человечен GPT-3? Насколько это похоже на человеческий разговор? Является ли это шагом к общему искусственному интеллекту, который позволит машине мыслить в широком смысле, как люди, без необходимости тренироваться для каждой задачи, с которой она сталкивается?
Основной вопрос - что такое GPT-3?
Ответ - GPT-3 - это модель, которая обучена автозаполнению предложений, обучена огромному количеству некатегоризованных данных из Интернета. Он также может заполнять строки кода на языках программирования.
И да, он тоже узнал много интересного.
GPT-3 был разработан OpenAI, принадлежащим Илону Маску, и в настоящее время является крупнейшей моделью искусственного языка.
Вопрос - Как работает GPT-3?
Ответ - GPT-3 основан на архитектуре нейронной сети как часть машинного обучения. Машинное обучение работает путем запоминания шаблонов.
Исторически сложилось так, что каждая модель могла изучить один набор шаблонов. Например, мы можем изучить модель, которая сообщает нам, является ли сообщение в FB положительным или отрицательным. Мы делаем это, показывая модельные примеры положительных и отрицательных постов в FB и обучая его «посты в FB, которые выглядят так, положительны, а посты в FB, которые выглядят так, - отрицательны».
Это то, что умеет GPT-3. Просто играть одну пьесу не научили. Он научился быстро научиться играть новые пьесы.
GPT-3 позволяет ИИ без данных:
В искусственном интеллекте ввод фактов в базы данных часто называют «построением графа знаний», и это отнимает много времени и сложно автоматизировать. Google работает над своей сеткой знаний с 2012 года - это то, что поддерживает те полезные информационные окна, которые появляются над результатами Google, - но GPT-3, похоже, воспроизвел большую часть того же контента всего за несколько месяцев обучения, без явного усилие.
GPT-3 просто обходит проблему «как мне структурировать свою базу данных и как мне поместить в нее все мои данные».
Если мы сможем убедительно решить проблему обновления знаний, то я думаю, что граф знаний на основе GPT-3 может быть невероятно полезным.
Я изучал магический квадрант Gartner для облачного ИИ, в котором говорится, что острая необходимость в развертывании искусственного интеллекта подвергает компании риску сделать неправильный выбор. Надеемся, что дальнейшие разработки GPT-3 в ключевых областях языка, видения и автоматизированного машинного обучения могут помочь разработчикам во всем мире улучшить свои приложения.
Доступ к модели GPT-3 можно получить через API. Это инструмент, и мы должны сделать с ним что-то невероятно интересное.
Несомненно, GPT-3 демонстрирует искры ума, которые, несомненно, ускорят марш автоматизации и возможностей интеллектуальных компьютерных систем.
Хотя результаты полезны и, безусловно, впечатляют, иногда они не могут быть полностью надежными. Это 175 миллиардов параметров и 450 гигабайт входных данных.
Я вижу огромное количество возможностей в области чат-ботов на основе сущностей, генерации новостных статей, написания художественной литературы, генерации кода и мощных поисковых систем.
Хотя прошло всего несколько недель, как я поигрался с моделью GPT-3, мой вариант использования, связанный с человекоподобным машинным интеллектом в системах распознавания изображений и голоса, уже подает надежды. Я создаю платформу, которая будет использовать GPT-3 в нашей повседневной жизни, обеспечивая питание умного холодильника, беспилотного автомобиля и голографического виртуального помощника.
Благодаря сотрудничеству с OpenAI я скоро опубликую свой пилотный проект. Сила действительно сильна с GPT-3.
Я невероятно уверен, что результаты будут еще более потрясающими.
