Комментарий #9298577

NeferPito
@Dreamkiller, @Пазу, да вы погодите критиковать, ChatGPT же ещё младенец, ему 3 месяца всего, да и русский язык для него, как я понимаю не самый родной. Он развивается, ещё станет намного умнее. Попросите его написать рецензию на ван-пис скажем через год-два и сравните, думаю разница будет очень заметна. Лишь бы он не обрел сознание, вот тогда будет реально страшно.

P.S. Интересно, как отнесутся модераторы к ситуации, если кто-либо начнёт массово делать описания к различным аниме и персонажам через ChatGPT?
Ответы
Dreamkiller
Dreamkiller#
@NeferPito, Если я правильно понимаю принцип его работы, то сам он в аналитику не способен, а просто выбирает наиболее близкий к вопросу ответ из тех, что уже есть в интернете, компилируя информацию из разных источников. На данном этапе, он пока что, скорее всего, берёт первую попавшуюся информацию, подходящую под параметры, и далее прекращает поиск, я уже не говорю о том, чтобы проверять информацию на достоверность и искать альтернативы - но это хотя бы поправимо (так же как и использование одних и тех же штампов при написании текста. Ему бы стоило побольше литературных конструкций скормить). Это именно что навороченный поисковик, для написания грамотных рецензий нужна более интеллектуальная система. Просто представь себе мыслительный процесс рецензента, я уж не говорю о том, насколько сильно при этом влияние мировоззрения и предпочтений самого человека.
Хотя вот писать статейки на вики он сможет довольно легко :tea2:
Пазу
Пазу#
да вы погодите критиковать... Попросите его написать рецензию на ван-пис скажем через год-два и сравните, думаю разница будет очень заметна.
Автор спросил мнение о данном продукте нейросети.
Лишь бы он не обрел сознание, вот тогда будет реально страшно.
До полноценного искусственного интеллекта существующим нейросетям еще очень далеко — как минимум потому, что они пока еще не умеют программировать и создавать сами себя, а также представляют собой множество различных программ, никак не связанных между собой. Это уж не говоря о несамостоятельности.
Процесс отбора корректных данных сейчас автоматизирован лишь наполовину. Чтобы построить нейронную сеть, часть данных специалист по Data Science отбирает вручную. Это связано с тем, что в базах данных всегда бывают аномальные значения, их ещё называют аномальными объектами или выбросами. Часть из них удаляется автоматически, а решение по остальным должен принимать человек.
Например, банк хочет проанализировать, какие категории клиентов возвращают ипотечные кредиты, а какие — нет. Допустим, в базе данных есть графа «количество детей у клиента». Значение «100» в этой графе — однозначно выброс, его можно удалять. А вот значение «10» или даже «20» может быть хоть и аномальным, но реальным. Его важно оставить в базе. В крупных структурированных наборах данных могут встречаться ошибки, поэтому на решения нейросетей нельзя полагаться полностью.
+
«ChatGPT — это настоящий научный прорыв в области ИИ. Но у него есть серьёзная проблема: он может врать. Например, я делал эссе о науке, используя ChatGPT, и чат-бот мне написал, что „Готфрид Лейбниц изобрёл теорию относительности и получил за неё Нобелевскую премию“. Там был целый абзац витиеватого текста, развивающего эту ложную мысль.
Причём обнаружить, что теорию относительности изобрёл не Лейбниц, это ещё полдела. Ведь Эйнштейн Нобелевку получил не за теорию относительности, а за другие работы. Такие ошибки довольно сложно исправить. То есть для того, чтобы использовать ChatGPT как инструмент, нужно быть экспертом, который сможет проверить каждое его слово.
Т.е. это программа, которая работает по принципу запрос-выдача, и нейросеть не может не ответить, даже если вынуждена выдать полную ахинею.
791x572
skillbox.ru
Если я правильно понимаю принцип его работы, то сам он в аналитику не способен, а просто выбирает наиболее близкий к вопросу ответ из тех, что уже есть в интернете, компилируя информацию из разных источников.
Кажется, неправильно.
спойлер
Современные нейросети работают по нескольким основным принципам. Если описывать их максимально простым языком, то получится примерно следующее:
  • В нейросеть загружается некоторое количество конкретных, необходимых для эксперимента или исследования, данных.
  • Информация передается с помощью искусственных синапсов от искусственного нейрона к нейрону, от слоя к слою, каждый нейрон может иметь несколько входящих синапсов с данными.
  • Данные, полученные каждым нейроном, представляют собой сумму всех данных, умноженных на коэффициент веса каждого искусственного синапса.
  • Полученные значения формируют выходные сигналы, которые передаются до тех пор, пока информация не достигнет конечного выхода.
Все равно звучит сложно? Тогда попробуем упростить еще больше. В нейросеть, то есть в заранее созданную сложную математическую модель, как в пустую емкость, загружается массив данных. Это могут быть научные работы, литературные произведения, коллекции изображений и так далее.
Если загрузить в нейросеть собрания сочинений мировых литературных классиков, то на выходе она сможет написать собственный текст в стиле Шекспира — если максимально упрощать и утрировать. Аналогичным образом происходит генерация изображений: вы загружаете в нейросеть базу картинок в различных художественных стилях самых разных художников, а на выходе получаете совершенно новое изображение, созданное по мотивам загруженных данных.
Точно так же нейросети позволяют находить различные закономерности и совпадения при анализе огромных баз данных, например находить преступников или делать прогнозы на несколько лет вперед, основываясь на ранее полученных исследованиях.
Как раз-таки аналитикой нейросети и сильны.
Нейронные сети используются для решения сложных задач, которые требуют аналитических вычислений подобных тем, что делает человеческий мозг. Самыми распространенными применениями нейронных сетей является:
Классификация — распределение данных по параметрам. Например, на вход дается набор людей и нужно решить, кому из них давать кредит, а кому нет. Эту работу может сделать нейронная сеть, анализируя такую информацию как: возраст, платежеспособность, кредитная история и тд.
Предсказание — возможность предсказывать следующий шаг. Например, рост или падение акций, основываясь на ситуации на фондовом рынке.
Распознавание — в настоящее время, самое широкое применение нейронных сетей. Используется в Google, когда вы ищете фото или в камерах телефонов, когда оно определяет положение вашего лица и выделяет его и многое другое.
Только вот её качество зависит от скормленных материалов, обученности и нейронной мощности. При этом...
В процессе обучения текущей версии ChatGPT использовались тексты, созданные до третьего квартала 2021 года. При этом нейросеть не имеет доступа к интернету, чтобы посмотреть актуальные новости, и не может ничего знать о событиях, произошедших после этого. Так что в случаях, когда речь заходит о новостях, система выдаёт некие собственные «версии» на заданную тему.
+
Недавно было заявлено, что ChatGPT может понимать математику, но наше мнение, что реализовано это инженерным способом, то есть с использованием стороннего сервиса (например, WolframAlpha)».
назад
Твой комментарий
Вернуться к редактированию
Предпросмотр
Скрыть