NeferPito

да вы погодите критиковать... Попросите его написать рецензию на ван-пис скажем через год-два и сравните, думаю разница будет очень заметна.

NeferPito

Лишь бы он не обрел сознание, вот тогда будет реально страшно.

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.

791x572

Dreamkiller

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.

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.

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)».