人工知能 (AI) を熱烈に賞賛する人もいれば、虎のように恐れる人もいます。AI の開発はハイレベルの高速レーンに入っています。テクノロジーの更新と反復は日々変化しています。テクノロジーは罪でも善でもありません。悪です。SF の未来における人間とコンピュータのコミュニケーションは、今や共生と共存です。私たちはすでに心の中に輪郭意識を持っています。テクノロジーは主要な生産力であり、誰もテクノロジーから切り離すことはできません。
最新のチャット AI-ChatGPT は、リリースされるやいなやテクノロジー オタクや AI 探索愛好家の熱意を爆発させました。1 週間も経たないうちに 100 万人以上のユーザーが追加されました。彼らは、コード、ドキュメントのニーズ、感情療法、奇妙な理論をテキストに書きました。 AI とのチャット。多くの人が ChatGPT のおかしな答えのサイクルに陥ってしまいました。創設者の 1 人であるイーロン マスクでさえため息をつかずにはいられませんでした。私たちは強力で危険な人工知能からそう遠くない。
副題
ChatGPT開発の歴史
Generative Pre-trained Transformer (GPT) は、インターネット上で利用可能なデータでトレーニングされたテキスト生成用の深層学習モデルです。質問応答、テキスト要約、機械翻訳、分類、コード生成、会話型 AI に使用されます。
2018年、GPT-1が誕生, 今年は、NLP (自然言語処理) の事前トレーニング モデルの初年度でもあります。パフォーマンスの点では、GPT-1 は一定の汎化能力を備えており、監視タスクとは関係のない NLP タスクで使用できます。
GPT-1 は調整されていないタスクにはある程度の効果がありますが、一般化能力は微調整された教師ありタスクに比べてはるかに低いため、GPT-1 は会話ツールというよりはかなり優れた言語理解ツールとしか見なされません。
2019 GPT-2 リリースただし、GPT-2 は、元のネットワークにあまり多くの構造革新や設計を実行せず、より多くのネットワーク パラメーターとより大きなデータ セットのみを使用しました。最大のモデルには合計 48 層があり、パラメーターの数は 15 億に達します。目標は、教師なし事前トレーニング モデルを使用して教師ありタスクを実行することです。
理解に加えてパフォーマンスの面でも、GPT-2 は世代の観点から初めて優れた才能を示しました。概要を読んだり、チャットしたり、書き続けたり、ストーリーをでっち上げたり、さらにはフェイク ニュース、フィッシング メール、役割を生成したりすることもできます。 -オンラインプレイ 問題ありません。 「大きくなった」後、GPT-2 は一般的で強力な能力を示し、複数の特定の言語モデリング タスクで当時最高のパフォーマンスを達成しました。
2020 年 5 月、OpenAI は GPT-3 をリリースしました、このモデルには GPT-2 よりも 2 桁多くのパラメーターが含まれており (1,750 億対 15 億パラメーター)、これは GPT-2 に比べて大幅な改善です。
GPT-3 は、翻訳、質問応答、クローズ タスクを含む多くの NLP データセットで優れたパフォーマンスを達成しています。また、文中での新しい単語の使用や実行など、オンザフライ推論やドメイン適応を必要とする一部のタスクでも優れたパフォーマンスを達成しています。 3桁の数字操作。 GPT-3 は、人間の評価者が区別するのが難しいニュース記事のサンプルを生成できます。
2022 年の初めに、OpenAI は、有害で不正で偏った出力を最小限に抑えるように微調整された GPT-3 の新バージョンである InstructGPT をリリースしました。 InstructGPT は、起動後に名前が Chatgpt に変更されました。
将来的にはより強力な GPT-4 が登場する予定です副題
ChatGPTホット現象の分析
OpenAI関係者によると、ChatGPTは人間の助けを借りて作成およびトレーニングされ、人間のトレーナーが初期バージョンのAIがクエリに答える方法をランク付けして評価したという。その情報はシステムにフィードバックされ、トレーナーの好みに基づいて回答を調整します。これは、強化学習として知られる人工知能をトレーニングする標準的な方法です。
強化学習の報酬モデルを作成するには、OpenAI は、品質によってランク付けされた 2 つ以上のモデル応答で構成される比較データを収集する必要もあります。
このデータを収集するために、OpenAI は AI トレーナーとチャットボットの間の会話を収集し、モデルによって書かれたメッセージをランダムに選択し、いくつかの候補の応答をスポットチェックし、AI トレーナーに応答のランク付けを依頼しました。
さらに、研究ではこれらの報酬モデルを使用して、近似ポリシー最適化アルゴリズムを使用してモデルを微調整し、プロセスを複数回繰り返し実行しました。
ChatGPT の人気は、従来の知識獲得チャネルの破壊性と利便性を浮き彫りにしています。以前は、知識の普及は集中的な受動的な獲得に基づいていました。プロセスは退屈で、変動が大きすぎました。学習チェーン:データベース＋AI審査＋ユーザーニーズ。
副題
ChatGPT の制限は何ですか
ChatGPTを体験したユーザーからは、現在のAIチャットのフィードバック内容情報が不正確であることが多く、一見正しいように見えて非常識な回答が返ってくることもあれば、質問の仕方を微調整すると全く異なる回答が得られることもある、特定の文章が繰り返し使用されることもある、さらには、経験と専門知識を持つ人が一目で間違いを見つけることができる、混乱した情報。
具体的には、次のような制限があります。
トレーニングの強化学習 (RL) フェーズでは、質問に答えるための特定の真実の情報源や標準的な回答はありません。
より慎重になるようにモデルをトレーニングし、回答を拒否する場合があります (ヒントの誤検知を避けるため)
副題
Web3 用 ChatGPT についての考察
ChatGPT は、答えを見つけたり、問題を解決したりするという点で、今日の検索エンジンを部分的に上回っています。ChatGPT は、将来、情報を取得し、コンテンツを出力する方法を変えるかもしれません。ChatGPT に対する Web3 のニーズは何ですか?
浅いニーズ
プロジェクトコミュニティ検索: ポイントツーベースの正確な需要スクリーニングにより、線路分類の選択効率が向上し、エネルギー割り当てにおいてホットスポットと馴染みのあるエリアに焦点を当てることができます。
ランキング価格の追跡: ランキングと価格は市場のさまざまな段階で値が変動し、大きな変化があります。個人のニーズや使用習慣により、さまざまな取引所やプラットフォームのデータオーシャンを追跡することは不可能です。正確なコンテンツ出力により、ユーザーの関心が高まります。データへのこだわり。
知識の共有: 知識段階のハードルは、通常、突破するには個人の勤勉さと熱意が必要です。さまざまなコミュニティやコンテンツの分類は、新しいユーザー グループにとっての重圧感につながります。パイオニアは効率的に経験を与えることから逃れることはできません。正確なコンテンツの出力従来の知識獲得チャネルを変えることができます。
AMA Q&A：プロジェクトのロードマップ、ホワイトペーパー、キーパーソンの活動内容をAMA Q&A形式で素早く把握でき、より多様なユーザー層に向けたプロジェクトやコミュニティの展開が可能、AIによるカスタマーサービスとしても活用可能コミュニティブランドIPの普及に機能。
需要ガイダンス予測: データの比較とスクリーニングの結果は、個人の感情の変動をはるかに超えています。データは個人のニーズの内容を明確にし、さまざまな段階での資産帳簿の増減、市場環境と将来の傾向の予測を可能にし、明らかに豊富なデータにより意思決定をより適切に把握できます。 。
深い思考
Web3 コンテンツ制作: Web3 では現在、安定した正確なポジティブ コンテンツ出力が緊急に必要とされています。Web3 の壮大な世界では、サービス コンテンツを提供するためにプロのコンテンツ プロデューサーのみに依存するのは比較的薄く、時間がかかります。AI により、コンテンツの速度と安定性が向上します。コンテンツの出力: コンテンツの品質、画面のプレゼンテーション、コミュニケーションの効率など、個人のレベルをはるかに超えています。
スマート コントラクトの展開とセキュリティ監査: AI は、コードの構築におけるデータベースの整合性を利用することで、専門能力開発の参照テンプレートと検証チェックを提供できます。もちろん、スマート コントラクトの開発においては、AI のプログラム出力を完全に信頼することはできません。ただし、セキュリティ監査は検出とバグ修正を繰り返すプロセスであり、使用状況データの比較とスクリーニングにおいて、AI がいつでもエラーを思い出させ、修正することができます。
仮想マシンのアップグレード: Web3 はブロックチェーン技術を使用していますが、ブロックチェーンの閉鎖的な性質により、外部情報をタイムリーに反映することができません。仮想マシンの出現により、チェーン外部へのデータ送信のギャップは解決されますが、Web3 によって提供されるデータの精度と生成は困難になります。仮想マシン ここでは、AI の信頼が適切に検証されていない場合に、AI の動作方法が変更される可能性があります。
人材の流れと蓄積: Web3 は次世代テクノロジーの包括的なアップグレードであり、広範で専門的なブロックチェーン人材が必要ですが、現在、人材は一般的に伝統的な業界に配置されています。伝統的な考え方 禁止により人材が容易に参入できず、業界に参入しようとする新規参入者は業界内の情報の影響に悩まされている 新しい技術やプロジェクト内容の迅速な反復には専門的な指導が必要であり、AI は専門家の役割を果たしている指導者であり、本の宝物。
要約する
要約する
記事の出典
「声明：中央銀行およびその他の部門が発行した「仮想通貨取引における誇大広告のリスクのさらなる防止および対処に関する通知」によると、この記事の内容は情報共有のみを目的としており、いかなる行為も推奨または推奨するものではありません。読者は地域の法律を厳守し、違法な金融行為に参加しないでください。
