사용자가 제너레이티브 AI 모델 및 시스템과 상호 작용하는 방식이 적어도 기본 훈련 및 추론 기술만큼 필수적이라는 사실은 이 주제에 대해 광범위하게 작업해 온 사람들에게는 확실히 놀라운 일이 아닙니다.
OpenAI는 이미 헤드라인을 장식했습니다. DALL-E2 사진 생성 기술과 GPT 시리즈는 연속적인 반복과 가끔 작가의 실존 적 공포로 주목을 받았습니다.
논쟁은 "학부생들이 이것을 사용하여 실행 가능한 기말 보고서를 생성할 것"에서 "이것은 내가 프로덕션에 넣고 싶은 코드를 디버그하는 데 진정으로 도움이 될 수 있습니다"로 다소 바뀌었지만 최신 ChatGPT 버전은 매력을 확장하고 청중.
이 기사에서는 GPT가 어떻게 작동하는지, 가장 중요한 것은 어떻게 수행되는지 등을 자세히 살펴보겠습니다.
그래서, 무엇입니까 ChatGPT 에 OpenAI?
OpenAI의 최신 ChatGPT 언어 모델, 대화 상호 작용을 염두에 두고 설계되었습니다. 다양한 분야에서 생산성을 높이는 데 활용할 수 있는 강력한 도구입니다.
채팅 기반 Generative Pre-trained Transformer입니다. 인공지능 연구개발업체 오픈에이아이(OpenAI)가 개발한 일종의 인공지능(AI) 기술로 NLP 모델을 채용했다.
언어를 사용하여 구어 또는 문어를 분석하고 이해합니다. 기계 학습 알고리즘, 그런 다음 해당 입력에 따라 응답을 생성합니다.
ChatGPT 교육
이 모델은 Open AI에 의해 학습되었습니다. 강화 학습 RLHF(인간 피드백)에서 InstructGPT와 동일한 절차를 사용하지만 데이터 수집 구성이 약간 수정되었습니다.
그들은 감독된 미세 조정을 사용하여 초기 모델을 훈련했습니다. 인간 AI 트레이너는 사용자와 AI 비서 양쪽을 플레이하는 대화를 나눴습니다. 그들은 답변을 작성하는 데 도움이 되는 모델 작성 아이디어를 강사에게 제공했습니다.
연구원들은 강화 학습을 위한 보상 모델을 개발하기 위해 품질로 평가된 두 개 이상의 모델 답변을 포함하는 비교 데이터를 수집해야 했습니다.
그들은 이 데이터를 얻기 위해 AI 트레이너가 수행한 챗봇 상호 작용을 사용했습니다.
연구원들은 무작위로 모델로 작성된 진술을 선택하고 몇 가지 잠재적인 결론을 샘플링한 다음 AI 트레이너에게 순위를 매기도록 요청했습니다. Proximal Policy Optimization을 사용하여 이러한 보상 모델을 사용하여 모델을 조정할 수 있습니다.
그런 다음 연구원들은 이 방법을 여러 번 반복했습니다.
2022년 초에 학습을 종료한 ChatGPT 학습에 사용된 모델은 GPT-3.5 시리즈입니다. 3.5 시리즈는 더 자세히 다룹니다. 여기에서 지금 확인해 보세요.. Azure AI로 구동되는 슈퍼컴퓨팅 인프라에서 ChatGPT 및 GPT 3.5는 교육을 받았습니다..
ChatGPT가 다음보다 훨씬 나은 점 GPT-3?
ChatGPT는 딥 러닝 기반 GPT-3.5를 기반으로 합니다. 언어 모델 사람과 같은 텍스트를 생성합니다.
그러나 ChatGPT는 텍스트 신호만 흡수하고 자체적으로 생성된 콘텐츠를 계속 사용하려고 했던 이전 GPT-3 모델보다 더 흥미롭습니다. 훨씬 더 포괄적인 결과를 생성하고 시를 생성할 수도 있습니다.
메모리는 또 다른 특징입니다. 봇은 채팅에서 이전 댓글을 기억하고 사용자에게 전달할 수 있습니다. 아직 OpenAI는 봇을 검토 및 베타 테스트용으로만 제공했지만 API 액세스는 내년에 계획되어 있습니다.
개발자는 API 액세스를 통해 ChatGPT를 자신의 소프트웨어에 통합할 수 있습니다.
그것의 의미는 무엇입니까?
그 잠재력을 제대로 파악하려면 실제로 경험해야 하지만 비유를 들어 설명하도록 노력하겠습니다. 영화 Iron Man을 본 적이 있다면 Jarvis에 익숙할 것입니다.
Jarvis는 Tony Stark의 믿음직한 AI 도우미입니다. ChatGPT는 Jarvis의 젊은 버전이라고 생각하시면 됩니다. ChatGPT를 사용하면 정보를 보다 효율적으로 수집하고 매우 정확한 방식으로 정보를 수정, 추출, 수정 및 검증할 수 있습니다.
ChatGPT는 어떻게 사용하나요?
ChatGPT 사용은 정말 간단합니다. 로그인 그러면 ChatGPT로 이동하게 됩니다.
이제 프롬프트만 작성하면 자동으로 인공 지능을 사용하여 훌륭한 결과가 생성됩니다.
ChatGPT 기능
ChatGPT를 확장할 수 있는 광범위한 목적이 ChatGPT를 매우 강력하게 만드는 것입니다. 산술 또는 회계 문제 해결, 보고서 작성, 프레젠테이션용 스크립트, 블로그 자료, 자습서, 위에서 언급한 것과 같은 비즈니스 전략 또는 코드 스니펫 등 옵션은 사실상 무한합니다.
다음은 시작하는 데 도움이 되도록 ChatGPT를 활용하여 효율성과 생산성을 높일 수 있는 몇 가지 범주입니다.
- 문서 생성: ChatGPT는 몇 가지 중요한 데이터를 입력하고 ChatGPT가 나머지를 처리하도록 하여 보고서, 프레젠테이션 및 제안서와 같은 문서를 생성하는 데 사용할 수 있습니다. "차트와 그래프로 분기별 매출 보고서를 작성할 수 있습니까?" ChatGPT에게 물어볼 수 있습니다.
- 이메일 답장: ChatGPT를 사용하면 맞춤형 이메일 답변을 생성하여 시간을 절약하고 중요한 커뮤니케이션을 신속하고 전문적으로 처리할 수 있습니다. 예를 들어 ChatGPT에 "이 이메일 요청에 어떻게 친절하고 전문적으로 대응해야 할까요?"라고 물어볼 수 있습니다.
- 데이터 분석: ChatGPT는 방대한 양의 데이터를 분석하고 중요한 패턴과 통찰력을 발견하여 팀이 더 나은 데이터 기반 선택을 할 수 있도록 지원합니다. "지난해 판매 통계의 중요한 추세는 무엇입니까?" ChatGPT에게 물어볼 수 있습니다.
- 사업 아이디어: ChatGPT는 산업 및 시장에 대한 일부 정보를 제공하고 ChatGPT가 미래의 개념과 아이디어를 생성할 수 있도록 하여 새로운 회사 아이디어를 개발하는 데에도 사용할 수 있습니다. 이것은 기업가와 비즈니스 리더가 신선하고 독창적인 새로운 상품, 서비스 및 이니셔티브를 내놓는 데 도움이 될 수 있습니다. "의료 산업에서 새로운 소프트웨어 솔루션에 대한 비즈니스 아이디어를 개발할 수 있습니까?" ChatGPT를 요청할 수 있습니다.
- 코드 생성: ChatGPT는 코드 생성, 오류 감지 및 복구가 가능합니다. 필요한 기능에 대한 몇 가지 세부 정보를 요청하면 개발자가 수정하고 향상할 수 있는 사용 가능한 코드를 생성할 수 있습니다. 코딩의 일반적인 결함과 결함을 식별하고 이를 수정하는 방법에 대한 지침을 제공함으로써 ChatGPT는 프로그램을 디버깅하는 데에도 사용할 수 있습니다. 예를 들어 ChatGPT에 "숫자 목록의 평균을 계산하고 다음 코드의 구문 오류를 지적하는 함수를 만들 수 있습니까?"라고 물을 수 있습니다.
ChatGPT의 한계
ChatGPT는 입력 문구의 변경이나 동일한 질문에 대한 여러 번의 시도에 민감합니다. 예를 들어, 질문의 한 단어가 주어지면 모델은 무지하다고 주장할 수 있지만 약간의 표현을 바꾸면 정확하게 대답할 수 있습니다.
이 모델은 종종 매우 장황하고 특정 용어를 과도하게 사용합니다(예: OpenAI 교육 언어 모델임을 반복함). 이러한 문제는 훈련 데이터의 편향(트레이너는 더 철저해 보이는 더 긴 응답을 선호함)과 잘 알려진 과도한 최적화 문제의 결과로 나타납니다.
때때로 ChatGPT는 옳은 것처럼 보이지만 실제로는 거짓이거나 터무니없는 답변을 생성합니다. 이 문제를 해결하는 것은 다음과 같은 이유로 어렵습니다.
- 현재 RL 교육 전반에 걸쳐 진실의 출처가 없습니다.
- 모델은 주의 교육의 결과로 정확하게 대답할 수 있는 쿼리를 거부합니다.
- 최상의 응답은 인간 시연자가 아는 것보다 모델이 알고 있는 것에 더 의존하기 때문에 모델은 지도 교육에 의해 오도됩니다.
결론
마지막으로 인공 지능 연구 회사인 OpenAI가 공개한 AI 챗봇인 ChatGPT는 개인이 학업에 답하거나 코드의 결함을 감지하기 위해 사용하기 시작하면서 인기를 얻었습니다.
챗봇은 대화 스타일에 참여하고 깊이 있게 응답하도록 프로그래밍되었습니다. 특히, 후속 질문에 응답하고, 오류를 고백하고, 부적절한 요청을 거부할 수도 있습니다.
댓글을 남겨주세요.