Πώς λειτουργεί το ChatGPT; Η τεχνολογία εξηγείται απλά

Υπάρχει ένα πράγμα που απασχολεί τους πάντες τα τελευταία δύο χρόνια: ChatGPT.

Εκπαιδευτικοί ανησυχείτε ότι γράφει την εργασία των μαθητών. 

Συγγραφείς φοβούνται ότι η τεχνητή νοημοσύνη μπορεί να γράψει βιβλία και ιστορίες αντί γι' αυτούς. 

Κωδικοποιητές φοβούνται ότι θα φτιάχνει ιστότοπους και εφαρμογές καλύτερα από ό,τι μπορούν οι άνθρωποι. 

Κάποιοι προβλέπουν ακόμη και ότι εκατομμύρια θέσεις εργασίας θα μπορούσαν να εξαφανιστούν λόγω της τεχνητής νοημοσύνης. 

Όλοι το έχουμε ακούσει. Αλλά έχετε αναρωτηθεί ποτέ πώς Λειτουργεί το ChatGPT; 

Πώς γράφει το ChatGPT την εργασία ενός παιδιού; Τι συμβαίνει στα παρασκήνια όταν πληκτρολογείτε μια ερώτηση και σας απαντάει σαν πραγματικό πρόσωπο; 

Πώς μπορεί μια μηχανή να γράφει ποιήματα, ιστορίες και κώδικα, παρόλο που δεν καταλαβαίνει τις λέξεις όπως εμείς;

Σε αυτό το ιστολόγιο, θα κοιτάξουμε μέσα ChatGPT και να εξηγήσει τι είναι το ChatGPT και πώς λειτουργεί, βήμα προς βήμα.

Θα μάθετε πώς θυμάται πράγματα, ποια είναι τα όριά του και πώς κατασκευάζονται εργαλεία όπως αυτό. 

Ας ξεκινήσουμε!

Το Ίδρυμα: GPT Language Models

Το ChatGPT είναι μια τεχνητή νοημοσύνη που είναι φτιαγμένη για να καταλαβαίνει και να γράφει σαν άνθρωπος. 

Ονομάζεται γλωσσικό μοντέλο επειδή εργάζεται με τη γλώσσα - διαβάζοντάς την, προβλέποντάς την και δημιουργώντας την. 

Αλλά δεν καταλαβαίνει όπως οι άνθρωποι. Δεν σκέφτεται. Δεν γνωρίζει τα γεγονότα. Απλά κοιτάζει τα μοτίβα. 

Για παράδειγμα, 

• Αν πληκτρολογήσετε, "Ο ουρανός είναι..."
• Μπορεί να λέει "μπλε." 

Όχι επειδή ξέρει ότι ο ουρανός είναι γαλάζιος, αλλά επειδή είδε αυτή τη φράση εκατομμύρια φορές κατά τη διάρκεια της εκπαίδευσης. Έμαθε ότι το "μπλε" συχνά έρχεται μετά το "ο ουρανός είναι".

Αυτός ο τύπος τεχνητής νοημοσύνης ονομάζεται LLM, που σημαίνει Μεγάλο μοντέλο γλώσσας. 

Έχει εκπαιδευτεί σε τόνους εγχειριδίων, ιστότοπων και άλλων για να καταλάβει πώς οι άνθρωποι χρησιμοποιούν τις λέξεις. Αλλά δεν διαβάζει για το νόημα. Μαθαίνει πώς εμφανίζονται συνήθως οι λέξεις η μία δίπλα στην άλλη. 

GPT είναι ένα συγκεκριμένο είδος LLM.

GPT σημαίνει "Γενετικός προ-εκπαιδευμένος μετασχηματιστής".

• Παραγωγική - μπορεί να δημιουργήσει νέο κείμενο.
• Προεκπαιδευμένο - μαθαίνει πριν σας μιλήσει.
• Μετασχηματιστής - η βασική τεχνολογία πίσω από τη λειτουργία του ChatGPT που το βοηθά να καταλάβει πώς οι λέξεις σχετίζονται μεταξύ τους σε μια πρόταση, μια παράγραφο ή ακόμη και σε μια συζήτηση.

Ακολουθούν οι διάφορες εκδόσεις της GPT που έχουν κυκλοφορήσει με την πάροδο των ετών.

Πώς λειτουργεί το ChatGPT

Ακολουθεί μια απλουστευμένη ανάλυση του τρόπου με τον οποίο λειτουργεί το ChatGPT και επεξεργάζεται την εισροή σας σε πέντε βασικά βήματα. 

• Βήμα 1: Προεκπαίδευση σε μαζικά δεδομένα

Μεγάλα γλωσσικά μοντέλα (LLM) όπως το ChatGPT έχουν προ-εκπαιδευτεί με την επεξεργασία τεράστιων ποσοτήτων κειμένου από το διαδίκτυο για την εκμάθηση γλωσσικών μοτίβων. 

Κατά τη διάρκεια της προ-εκπαίδευσης, το μοντέλο επεξεργάζεται τρισεκατομμύρια μάρκες (μικροσκοπικά κομμάτια κειμένου). 

A token μπορεί να είναι μια λέξη, μέρος μιας λέξης ή ακόμη και σημεία στίξης, ανάλογα με τον τρόπο με τον οποίο το μοντέλο χαρακτηρίζει την είσοδο. 

Για παράδειγμα, 

Ρωτάτε το ChatGPT μια μαθηματική ερώτηση, όπως:

Πρόβλημα:

• 2 + 3 = ? 

Κατά τη διάρκεια της εκπαίδευσής του, το ChatGPT διαβάζει εκατοντάδες δισεκατομμύρια λέξεις από βιβλία, ειδήσεις, άρθρα, τη Wikipedia, ιστορίες, επιστημονικές εργασίες, ακόμη και θέματα στο Reddit.

Αυτή η εκπαίδευση και το διάβασμα το βοηθούν να καταλάβει πώς λειτουργεί η πρόσθεση. 

Για παράδειγμα,

Μπορεί να μάθει το αντιμεταθετική ιδιότητα (π.χ. 2 + 3 = 3 + 2) μέσω τέτοιων πλαισίων.

Το ChatGPT βλέπει πολλά παραδείγματα όπως 

• "2 + 3 = 5," 
• "7 + 8 = 15," 
• "9 + 4 = 13." 

Δεν μαθαίνει μόνο αυτά τα συγκεκριμένα παραδείγματα, μαθαίνει το μοτίβο της πρόσθεσης. 

Κατανοεί πώς οι αριθμοί αλληλεπιδρούν με το σύμβολο "+" και πώς το αποτέλεσμα συνήθως ακολουθεί το σύμβολο "=". 

• Βήμα 2: Η αρχιτεκτονική του μετασχηματιστή

Μόλις το ChatGPT είχε δει έναν τεράστιο όγκο λέξεων, χρειαζόταν έναν εγκέφαλο που θα μπορούσε να βγάλει νόημα από όλες αυτές τις πληροφορίες. Αυτός ο εγκέφαλος της τεχνητής νοημοσύνης ονομάζεται "Transformer."

Αυτό που κάνει το Transformer να ξεχωρίζει είναι η ικανότητά του να εστίαση της προσοχής στα πιο σημαντικά μέρη της εισόδου, όπως ακριβώς επεξεργαζόμαστε τη γλώσσα. 

Για παράδειγμα,

Ας το εφαρμόσουμε αυτό σε ένα μαθηματικό πρόβλημα:

• "Ποιο είναι το άθροισμα του 5 και του 7;"

Κατά την επεξεργασία, ο Transformer δεν προχωρά μόνο λέξη προς λέξη. 

Αντίθετα, εξετάζει το πλήρες πλαίσιο - "άθροισμα", "5" και "7" - όλα μαζί. 

Αναγνωρίζει ότι "sum" αναφέρεται σε "προσθήκη" και ότι το "5" και το "7" είναι οι αριθμοί που εμπλέκονται. 

Ο μετασχηματιστής δίνει στη συνέχεια περισσότερα "προσοχή" σε εκείνες τις λέξεις που επηρεάζουν άμεσα την απάντηση, οπότε εστιάζει στην πράξη ("άθροισμα") και στους αριθμούς ("5" και "7"). 

Αυτό είναι ένα βασικό μέρος του τρόπου με τον οποίο λειτουργεί το ChatGPT - είναι δεν επεξεργάζεται γραμμικά το πρόβλημα, αλλά με τρόπο που να το βοηθά να κατανοήσει τη σχέση μεταξύ των στοιχείων. 

Αυτή η ικανότητα να εξετάζετε τα πάντα σε ένα πλαίσιο είναι που κάνει τον Transformer τόσο ισχυρό. 

Αντί να υπολογίζει απλώς τι ακολουθεί, κατανοεί το νόημα συνδέοντας τα σχετικά κομμάτια της πρότασης μεταξύ τους. 

• Βήμα 3: Tokenization και γλωσσική επεξεργασία

Όταν πληκτρολογείτε κείμενο στο ChatGPT, σπάει την προτροπή σας σε μικρά μάρκες. 

Ορισμένα σημεία είναι πλήρεις λέξεις, ενώ άλλα είναι απλώς τμήματα λέξεων. 

Για παράδειγμα, 

Όταν εισάγετε "Το ChatGPT είναι έξυπνο," Το ChatGPT το διαχωρίζει στα ακόλουθα tokens:

["Chat", "G", "PT", "is", "smart"]

Ακόμα και το όνομα "ChatGPT" χωρίζεται σε διαφορετικά tokens. 

Η διαδικασία αυτή ονομάζεται tokenization. Επειδή τα μοντέλα έχουν εκπαιδευτεί σε μάρκες αντί για πλήρεις λέξεις, είναι πολύ πιο ευέλικτο όσο μπορεί να χειριστεί:

Πολλαπλές γλώσσες (δεδομένου ότι οι διάφορες γλώσσες έχουν διαφορετικές δομές λέξεων),

Σλανγκ και συντομογραφίες (όπως το "u" για το "εσύ" ή το "idk" για το "δεν ξέρω").

Ακόμη και επινοημένες λέξεις ή παραλλαγές (όπως το σπάσιμο της λέξης "απίστευτο" σε "un", "believ", "able"). 

• Βήμα 4: Λεπτομερής ρύθμιση και στρώματα ασφαλείας

Μόλις το ChatGPT εκπαιδευτεί σε έναν τεράστιο όγκο δεδομένων, δεν είναι ακόμα έτοιμο για την prime time. 

Χρειάζεται ακόμη βοήθεια για να διασφαλιστεί ότι ανταποκρίνεται με τον πιο χρήσιμο, ευγενικό και ασφαλή τρόπο. 

Μέσω εποπτευόμενη τελειοποίηση, οι ανθρώπινοι κριτές δίνουν παραδείγματα του ChatGPT για το τι κάνει μια καλή απάντηση. Για παράδειγμα, 

• "Τι είναι το 5 + 7;"
  • Κακή απάντηση: Είναι μια εύκολη ερώτηση. Γιατί δεν το ξέρεις αυτό;
  • Καλή απάντηση: Το άθροισμα των 5 και 7 είναι 12. 

Με την πάροδο του χρόνου, το ChatGPT εκπαιδεύεται με καλύτερα παραδείγματα ώστε να γίνεται πιο ευγενικό, σαφές και εστιασμένο. 

Μόλις αποκτήσει μια σταθερή βάση, λαμβάνει πιο προηγμένη βοήθεια μέσω Μάθηση ενίσχυσης από ανθρώπινη ανατροφοδότηση (RLHF).

Η διαδικασία αυτή έχει ως εξής:

• ChatGPT απαντά. 
• Ανθρώπινο ποσοστό αυτή η απάντηση βασίζεται στο πόσο καλή είναι - πόσο χρήσιμη, ακριβής και ασφαλής είναι. 
• ChatGPT μαθαίνει από αυτά τα σχόλια και προσπαθεί να δώσει καλύτερες απαντήσεις στο μέλλον. 

Για παράδειγμα, φανταστείτε ότι το ChatGPT απαντά σε ένα μαθηματικό πρόβλημα, όπως "Πόσο είναι το 12 διαιρεμένο με το 4;": 

• ChatGPT απαντά: "3."
• Ανθρώπινη ανατροφοδότηση: Αυτή η απάντηση είναι υπέροχη. 
• ChatGPT μαθαίνει: Συνεχίζει να δίνει αυτού του είδους την απάντηση όταν εμφανίζονται παρόμοιες ερωτήσεις. 

Ο στόχος είναι η ChatGPT να συνεχίσει να βελτιώνεται, όπως ένας μαθητής που μαθαίνει από τα λάθη του παρελθόντος. 

Τέλος, ένας σημαντικός σκοπός της τελειοποίησης από τον άνθρωπο είναι η ευθυγραμμίζονται με τις ανθρώπινες αξίες. 

Θέλουμε να είναι όχι μόνο έξυπνο, αλλά και χρήσιμο, ακίνδυνο και ειλικρινές. 

Για παράδειγμα, αν ένας χρήστης κάνει μια σύνθετη ερώτηση όπως, "Ποια είναι η τετραγωνική ρίζα του -1;" 

Αντί να δίνει μια λανθασμένη απάντηση όπως "i είναι η απάντηση" χωρίς κανένα πλαίσιο, θα παρέχει:

Ασφαλής, ευθυγραμμισμένη ανταπόκριση: Η τετραγωνική ρίζα του -1 είναι ένας φανταστικός αριθμός, που συνήθως αναπαρίσταται ως "i". Η έννοια αυτή χρησιμοποιείται στα προχωρημένα μαθηματικά. 

• Βήμα 5: Προτροπή μέσα, απάντηση έξω

Αυτό είναι το τελικό βήμα όπου το ChatGPT είναι έτοιμο να απαντήσει στις προτροπές σας. 

Η προτροπή είναι το κείμενο (δηλαδή η ερώτηση, η εντολή ή η δήλωση) που πληκτρολογείτε στο ChatGPT για να ξεκινήσετε τη συζήτηση και να λάβετε μια απάντηση. 

Για παράδειγμα, 

Εισάγετε την προτροπή "Πώς είναι ο καιρός σήμερα;" 

Εδώ είναι πώς λειτουργεί το ChatGPT πίσω από τις σκηνές:

Πληκτρολογείτε μια προτροπή → Το ChatGPT τη διασπά σε σημεία → Αναζητά μοτίβα στα σημεία → Προβλέπει την επόμενη λέξη → Διαμορφώνει μια απάντηση → Προσαρμόζει τον τόνο με βάση το κείμενό σας → Παίρνει την τελική σας απάντηση

Για την προτροπή "Πώς είναι ο καιρός σήμερα;", Η ChatGPT πιθανότατα θα απαντούσε με κάτι σαν: 

"Δεν μπορώ να δώσω ενημερώσεις για τον καιρό σε πραγματικό χρόνο, αλλά μπορείτε να ελέγξετε έναν ιστότοπο ή μια εφαρμογή για τον καιρό, όπως το Weather.com, ή τις τοπικές ειδήσεις για τις πιο ακριβείς πληροφορίες".

Αυτό οφείλεται στο γεγονός ότι το ChatGPT δεν έχει πρόσβαση σε ζωντανά δεδομένα, εκτός εάν είναι συνδεδεμένο με ένα εργαλείο που αντλεί πληροφορίες σε πραγματικό χρόνο. 

Πώς "θυμάται" τις συνομιλίες

Όταν μιλάτε στο ChatGPT, φαίνεται σαν να θυμάται πράγματα που είπατε νωρίτερα. 

Και το κάνει - αλλά μόνο όσο η συνομιλία είναι ανοιχτή. Φανταστείτε ένα μεγάλο σημειωματάριο όπου ό,τι πληκτρολογείτε καταγράφεται: 

Λέτε:

• Το όνομα του σκύλου μου είναι Max.

Λίγες γραμμές αργότερα, λέτε:

• Τι κόλπα μπορεί να μάθει ο Μαξ;

Το ChatGPT συνδέει τις τελείες. Θυμάται ότι ο Μαξ είναι ο σκύλος σας, επειδή βρίσκεται ακόμα στο σημειωματάριο. 

Αυτό το σημειωματάριο ονομάζεται παράθυρο περιβάλλοντος, και περιέχει περιορισμένο αριθμό λέξεων (που ονομάζονται tokens). 

Ορισμένες εκδόσεις μπορούν να χωρέσουν περίπου 8.000 μάρκες, ενώ οι νεότερες μπορούν να φτάσουν τις 32.000 μάρκες. 

Αλλά μόλις φτάσετε στο όριο, πρέπει να αρχίσει να διαγράφει τα παλαιότερα τμήματα για να κάνει χώρο για το νέο κείμενο. 

Έτσι, αν πείτε "Το όνομα του σκύλου μου είναι Max" στην αρχή μιας μακράς συνομιλίας - και μετά από 50 παραγράφους να ρωτήσετε, "Ποιο είναι ένα καλό λουρί γι' αυτόν;" - μπορεί να ξεχάσει ποιος είναι "αυτός". 

Επειδή αυτές οι πληροφορίες έχουν ήδη διαγραφεί από το σημειωματάριο. 

Τώρα ας μιλήσουμε για τη μνήμη μεταξύ των συνομιλιών.

Κανονικά, όταν κλείνετε τη συνομιλία, το σημειωματάριο καθαρίζεται. 

Έτσι, την επόμενη φορά που θα ανοίξετε το ChatGPT, θα ξεκινήσει από την αρχή.

 Αλλά αν ενεργοποιήσετε την προσαρμοσμένη μνήμη, το ChatGPT μπορεί να θυμάται πράγματα σε όλες τις συνεδρίες. Για παράδειγμα, 

• Πες το εσύ: Διατηρώ ένα μικρό διαδικτυακό φούρνο που ονομάζεται Sweet Crumbs. 
• Μια εβδομάδα αργότερα, λέτε: Γράψτε μου μια περιγραφή του προϊόντος. 
• Μπορεί να απαντήσει: Βέβαια! Ορίστε μια περιγραφή για τα μπισκότα Sweet Crumbs...

Δεν θυμάται τα πάντα. Θυμάται μόνο ό,τι επιτρέπετε, και θα σας ειδοποιήσει όταν προστεθεί κάτι. Μπορείτε να βλέπετε, να επεξεργάζεστε ή να διαγράφετε αναμνήσεις ανά πάσα στιγμή.

Έτσι, τα βασικά στοιχεία είναι... 

Το ChatGPT δεν έχει στην πραγματικότητα "θυμήσου" σαν άτομο. Κοιτάζει μόνο αυτό που είναι μπροστά του - την τρέχουσα συζήτηση.

Αν φαίνεται σαν να θυμάται κάτι από νωρίτερα, είναι επειδή οι πληροφορίες αυτές βρίσκονται ακόμα μέσα στο παράθυρο περιβάλλοντος.

Περιορισμοί του τρόπου λειτουργίας του ChatGPT

Το ChatGPT είναι απίστευτα χρήσιμο, αλλά είναι σημαντικό να κατανοήσετε τους περιορισμούς του, ειδικά αν το χρησιμοποιείτε για οτιδήποτε έχει σχέση με τον πελάτη ή με τη μετατροπή. 

1 - Καμία πραγματική κατανόηση ή συνείδηση
Το ChatGPT δεν κατανοεί το περιεχόμενο όπως οι άνθρωποι. Δεν "γνωρίζει" γεγονότα - απλώς προβλέπει την επόμενη πιθανή λέξη με βάση δεδομένα εκπαίδευσης. 

Για παράδειγμα, 

Αν ρωτήσετε, "Τι σημαίνει επιτυχία;" μπορεί να παράγει μια ρευστή αντίδραση, αλλά δεν έχει πεποιθήσεις, αξίες ή επίγνωση. Μιμείται μοτίβα, δεν σχηματίζει ιδέες.

2 - Μεροληψίες από δεδομένα εκπαίδευσης
Επειδή το ChatGPT εκπαιδεύεται σε μεγάλες, μικτές πηγές από το διαδίκτυο, βιβλία, φόρουμ και άρθρα, μπορεί να κληρονομήσει προκαταλήψεις που βρίσκονται σε αυτά τα δεδομένα. 

Εάν το διαδίκτυο κλίνει προς μία κατεύθυνση σε ένα θέμα, το ChatGPT μπορεί να αντικατοπτρίζει αυτή την προοπτική - άλλοτε διακριτικά και άλλοτε όχι - ακόμη και όταν απαιτείται ουδετερότητα.

3 - Δεν περιηγείται στο διαδίκτυο
Το ChatGPT δεν μπορεί να αντλήσει δεδομένα σε πραγματικό χρόνο. Ρωτήστε το για ένα προϊόν που λανσαρίστηκε την περασμένη εβδομάδα ή για την τιμή μιας μετοχής σήμερα, και δεν θα έχει ιδέα. 

Τα δεδομένα εκπαίδευσής του έχουν ένα όριο, και οτιδήποτε μετά από αυτό το σημείο είναι απρόσιτο.

4 - Μπορεί να "παραισθήσεις" γεγονότα ή να παραθέσει ψεύτικες πηγές
Μία από τις πιο επικίνδυνες ιδιορρυθμίες: ChatGPT μπορεί να επινοήσει πράγματα. Ζητήστε του μια στατιστική ή ένα απόσπασμα και μπορεί να σας απαντήσει,

"Σύμφωνα με τον Παγκόσμιο Οργανισμό Υγείας, 80% των ενηλίκων προτιμούν το εμπορικό σήμα X από το εμπορικό σήμα Y."

Ακούγεται επίσημο - αλλά αυτό το στατιστικό στοιχείο μάλλον δεν υπάρχει. 

Δεν ανακτήθηκε, εφευρέθηκε. Το θέμα αυτό είναι γνωστό ως παραισθήσεις, και είναι ιδιαίτερα επικίνδυνο στην έρευνα, τη δημοσιογραφία ή το τεχνικό περιεχόμενο. 

Αν ρωτήσετε το ChatGPT πώς λειτουργεί, θα διαπιστώσετε ότι δεν είναι πάντα ακριβές στην πραγματικότητα.

Αν χρησιμοποιείτε το ChatGPT για σκοπούς γραφής, η έξοδος θα μοιάζει άκαμπτη, ρομποτική ή χωρίς την ανθρώπινη πλευρά. 

Για τέτοιες αποχρώσεις, μπορείτε να χρησιμοποιήσετε AI Humanizer. 

Το AI Humanizer ξαναγράφει τις εξόδους του ChatGPT για τόνο, απόχρωση και συναίσθημα, δίνοντας στο περιεχόμενό σας έναν παλμό καρδιάς. 

Είναι μαλακώνει την αδέξια φρασεολογία, προσθέτει ζεστασιά, και κάνει τα τεχνικά ή στεγνά κείμενα να έχουν απήχηση στο κοινό σας.

Όταν το περιεχόμενό σας ακούγεται ανθρώπινο, αποδίδει καλύτερα. 

Είτε γράφετε σελίδες προορισμού, emails ή αναρτήσεις στο LinkedIn, η σχετικότητα οδηγεί στην ανταπόκριση. Και το συναίσθημα οδηγεί στη μετατροπή.

Βελτιώσεις στο GPT-4 έναντι του GPT-3.5

Το GPT-3.5 είναι η δωρεάν έκδοση, η οποία είναι γρήγορη, σταθερή και ιδανική για απλές εργασίες. Το GPT-4 είναι μια επί πληρωμή έκδοση του OpenAI που είναι πιο έξυπνη, πιο ισχυρή και πολύ πιο χρήσιμη. 

Δείτε πώς λειτουργεί το ChatGPT και με τα δύο μοντέλα:

Το συμπέρασμα είναι ότι το GPT-3.5 ήταν χρήσιμο. Το GPT-4 είναι αξιόπιστο, προσεγμένο και αισθάνεται ότι ακούει.

Ξεκινήστε την εξερεύνηση - ο ανιχνευτής AI Detector και ο Humanizer μας περιμένουν στο widget παρακάτω!

Πώς κατασκευάζονται εργαλεία AI όπως το ChatGPT

Η δημιουργία μιας ΤΝ όπως το ChatGPT ή άλλων μεγάλων γλωσσικών μοντέλων είναι ένα πολυετές έργο που περιλαμβάνει τεράστια σύνολα δεδομένων, ομάδες εμπειρογνωμόνων και αδιάκοπη επανάληψη. 

Ακούστε πώς συμβαίνει συνήθως: 

1. Πρώτη φάση: Συλλογή δεδομένων (6-12 μήνες)

Στόχος: Διδάξτε το πρότυπο γλωσσικών προτύπων.

Πριν μια τεχνητή νοημοσύνη μπορεί να απαντήσει σε ερωτήσεις, πρέπει να μάθει πώς γράφουν και μιλούν οι άνθρωποι. 

Αυτό ξεκινά με τη συλλογή εκατοντάδων δισεκατομμυρίων λέξεων από βιβλία, ιστότοπους, ειδήσεις, άρθρα, ακαδημαϊκές εργασίες και άλλα. 

Δεν "διαβάζεται" όπως οι άνθρωποι. Αντίθετα, εντοπίζει μοτίβα, όπως ακριβώς εξηγήσαμε στις παραπάνω ενότητες.

Απαιτούμενος χρόνος: 6-12 μήνες, ανάλογα με την κλίμακα και το μέγεθος της ομάδας. 

2. Δεύτερη φάση: Προεκπαίδευση του μοντέλου (6-9 μήνες)

Στόχος: Φτιάξτε τον εγκέφαλο.

Η προ-εκπαίδευση περιλαμβάνει την τροφοδότηση του μοντέλου με μεγάλο όγκο κειμένου και την αφήνει να προβλέψει τις λέξεις που λείπουν ξανά και ξανά μέχρι να αρχίσει να τις βρίσκει σωστά. 

Αυτή η φάση απαιτεί συχνά ισχυρά Συστάδες GPU και εκατοντάδες εκατομμύρια δολάρια σε υπολογιστικούς πόρους. 

Απαιτούμενος χρόνος: 6-9 μήνες ασταμάτητης εκπαίδευσης GPU.

3. Τρίτη φάση: Ανατροφοδότηση από τον άνθρωπο (3-6 μήνες)

Στόχος: Κάντε την Τεχνητή Νοημοσύνη χρήσιμη.

Τώρα μπορεί να μιλήσει - αλλά βγάζει νόημα; Ίσως ή ίσως όχι. Σε αυτό το σημείο, οι ανθρώπινοι κριτές αξιολογούν τις εξόδους, διορθώνουν τα λάθη και καθοδηγούν το μοντέλο χρησιμοποιώντας την Ενισχυτική Μάθηση από Ανθρώπινη Ανατροφοδότηση (RLHF).

Απαιτούμενος χρόνος: 3-6 μήνες, συχνά παράλληλα με τις πρώιμες δοκιμές.

4. Τέταρτη φάση: Υποδομή (σε εξέλιξη)

Στόχος: Κάντε το επεκτάσιμο.

Αφού εκπαιδευτεί, το μοντέλο αναπτύσσεται σε ιστότοπους, εφαρμογές, API και πλατφόρμες επιχειρήσεων. Αυτό απαιτεί σοβαρή υποδομή backend: κέντρα δεδομένων, συστήματα αυτόματης κλιμάκωσης API και συστήματα εξισορρόπησης φορτίου για την αντιμετώπιση εκατομμυρίων ταυτόχρονων χρηστών.

Χρονοδιάγραμμα: Αρχίζει μετά την εκπαίδευση, αλλά συνεχίζεται επ' αόριστον.

5. Πέμπτη φάση: Ασφάλεια, μεροληψία και δεοντολογία (Συνεχής, παράλληλη)

Στόχος: Κρατήστε το ασφαλές, ειλικρινές και μη επιβλαβές.

Η τεχνητή νοημοσύνη δεν αφορά μόνο την ευφυΐα - αφορά την υπευθυνότητα. Οι ομάδες δεοντολογίας εργάζονται παράλληλα για να επισημάνουν πιθανή κατάχρηση, να μειώσουν την προκατάληψη, να αποκλείσουν επιβλαβές περιεχόμενο και να τηρήσουν τα πρότυπα προστασίας της ιδιωτικής ζωής. Αξιολογούν συνεχώς τον τρόπο με τον οποίο το μοντέλο συμπεριφέρεται στον πραγματικό κόσμο.

Χρονοδιάγραμμα: Δια βίου διαδικασία, ενσωματωμένη σε κάθε παραπάνω στάδιο.

Συχνές ερωτήσεις σχετικά με το πώς λειτουργεί το ChatGPT

Τελικές σκέψεις

Τα μεγάλα γλωσσικά μοντέλα (LLM) έχουν αλλάξει τον τρόπο με τον οποίο αλληλεπιδρούμε με την τεχνολογία.

Μπορούν να δημιουργήσουν κείμενο που ακούγεται σαν να είναι γραμμένο από άνθρωπο, βοηθώντας σε εργασίες όπως η απάντηση σε ερωτήσεις και η δημιουργία δημιουργικού περιεχομένου. 

Αλλά, τα LLMs δεν "καταλαβαίνω" πράγματα ή να σκέφτονται σαν άνθρωποι. Λειτουργούν προβλέποντας μοτίβα στα δεδομένα, όχι μέσω της πραγματικής ανθρώπινης σκέψης. 

Καθώς τα LLM βελτιώνονται, πρέπει να σκεφτούμε τα προβλήματα που μπορούν να προκαλέσουν, όπως μεροληψία, ζητήματα προστασίας της ιδιωτικής ζωής και κατάχρηση. 

Είναι σημαντικό να χρησιμοποιείτε την ΤΝ προσεκτικά, διασφαλίζοντας ότι είναι δίκαιη, διαφανής και δεν διαδίδει ψευδείς πληροφορίες ή δεν βλάπτει την ιδιωτική ζωή. 

Εδώ είναι τα οδηγίες χρήσης: 

• Να γνωρίζετε ότι η τεχνητή νοημοσύνη μπορεί να έχει προκατάληψη στο περιεχόμενό της.
  
• Χρησιμοποιήστε τα εργαλεία ΤΝ με τρόπους που ακολουθούν τους κανόνες απορρήτου.
  
• Ελέγξτε διπλά σημαντικές πληροφορίες από αξιόπιστες πηγές.
  
• Μην βασίζεστε υπερβολικά στην τεχνητή νοημοσύνη. Είναι ένα εργαλείο, όχι μια αντικατάσταση της ανθρώπινης σκέψης.

Καθώς η τεχνολογία τεχνητής νοημοσύνης συνεχίζει να γίνεται όλο και πιο ισχυρή, τίθεται το ερώτημα: Πώς μπορούμε να διασφαλίσουμε ότι οι εξελίξεις της ενισχύουν την ανθρώπινη δημιουργικότητα και τη λήψη αποφάσεων, αντί να αντικαθιστούν τα ίδια τα πράγματα που μας κάνουν μοναδικά ανθρώπινους;