Informatycy byli zszokowani zdolnością językowej sztucznej inteligencji do pisania oryginalnych artykułów i komponowania poezji.
Chociaż sztuczna inteligencja stała się ostoją świata technologii dopiero w ciągu ostatnich pięciu lat, tempo, w jakim rośnie jej wyrafinowanie, jest cholernie przerażające… z pewnością, jeśli zajmujesz się pisaniem, tak jak ja.
Niezależnie od tego, czy mówimy o pojazdach, które stają się całkowicie autonomiczne, dostosowaniu unikalnych nawyków przeglądania/oglądania przez ludzi, prowadzeniu konfiguracji całego domu za pomocą cyfrowych asystentów, czy nawet tworzeniu potencjału leczy do chorób powszechnych, uczenie maszynowe szybko staje się kluczem do modernizacji niektórych z największych dzisiejszych gałęzi przemysłu. Jednak potencjał sztucznej inteligencji do przeniesienia się ze świata praktycznego do kreatywnego jest czymś, co nadal zaskakuje ekspertów.
Wcześniej sądzono, że sztuczna inteligencja jest w stanie połączyć tylko części istniejących artykułów w sieci, a nie zasadniczo generować nowe pomysły i własne zdania. Ogólnie rzecz biorąc, uważano, że jest to coś w rodzaju chwytu – nowatorskie osiągnięcie nauki i technologii wyćwiczone przez informatyków – bez zastosowania w świecie rzeczywistym. Jednak to wszystko może się zmienić dzięki programowi generowania języka OpenAI o nazwie GPT-3 (Generative Pre-trained Transformer).
Otrzymawszy pokaźną inwestycję na sumę ponad 1 miliarda dolarów od Microsoft, firma OpenAI z siedzibą w San Francisco opracowała GPT-3 z najbardziej wyrafinowanym oprogramowaniem na rynku, co oznacza wprowadzenie pierwszego na świecie programu „nienadzorowanej sztucznej inteligencji” w dziedzinie umiejętności czytania i pisania. Oznacza to, że chociaż uczenie maszynowe zwykle wymaga ręcznego wprowadzania danych dla obrazów, audio lub in to słów przypadku, aby zacząć przechowywać i powielać swoje cechy za pomocą własnego kodu, GPT-3 można za jednym zamachem nakarmić skarbami bodźców i pozostawić do samodzielnego nauczenia się niuansów.
Używając „transformatorów”, które są modelami głębokiego uczenia, które kodują semantykę zdania, model uwagi identyfikuje znaczenie słów na podstawie ich powtarzalności w pozostałej części tekstu lub umieszczania w określonym zdaniu, a następnie przenosi to znaczenie do przodu wykonywać zadania użytkownika – takie jak „podsumuj ten akapit” lub „przetłumacz ten język”.