Одной из глобальных новаций 2023 года является проникновение в повседневную практику исследований технологий искусственного интеллекта (ИИ) GPT.
GPT (Generative Pre-trained Transformer) – это серия алгоритмов, использующих глубокое обучение для генерации текста, перевода и других задач обработки естественного языка.
Опыт использования GPT показал, что искусство промпт-инжиниринга (Prompt engineering), умение составлять текстовые запросы для GPT, является дефицитным. Это связано с тем, что существенная часть опубликованных в интернете запросов фрагментарна и направлена на демонстрацию возможностей GPT, а не на последовательное решение задач.
Пользователи, в большинстве случаев, обращаются к GPT не как к ИИ, а как к поисковой системе, что стимулирует GPT давать примитивные ответы. Второй проблемой являются слабые когнитивные способности GPT. Третья проблема заключается в том, что сильные возможности GPT полноценно не используются, именно из-за отсутствия целостных подходов к описанию системы запросов-инструкций для GPT.
Появившаяся в Интернете масса советов от «профессионалов» и «экспертов», рекомендующих промпты на все случаи жизни, от примитивных (похожих на запросы для поисковых систем) до многостраничных, не решает указанные проблемы.
Академическая нейросеть КонтрПлагиат, разработанная Вячеславом Мустакимовым, была запущена онлайн задолго до появления GPT. Ее функционал не так разнообразен, поскольку КонтрПлагиат специализируется исключительно на генерации научного контента и перефразировании с целью повышения оригинальности научных текстов. Материалы, сгенерированные академической нейросетью, содержат актуальные и фактические данные, обладают высокой уникальностью и не детектируются системами антиплагиат как тексты, сгенерированные ИИ.
В данном пособии решаются просветительские задачи на примере академической нейросети КонтрПлагиат и подобных систем, таких как GPT. Рассказано и продемонстрировано на примерах, как сгенерировать валидное научное исследование, используя потенциал искусственного интеллекта. Описанные подходы могут быть применены для всех нейросетей, использующих большие языковые модели генерации контента.
Освоение знаний данного пособия позволит писать многостраничные и связанные смыслом и последовательностью исследования работы в кратчайшие сроки, измеряемые сутками. Материал изложен в полном соответствии с нашим авторским курсом по технологии скоростного написания исследовательских работ – ТСН.
Данное пособие написано с применением GPT и КонтрПлагиат. Все имеющиеся в тексте ошибки отражают современный уровень развития ИИ, поскольку пособие не вычитывалось редакторами и корректорами.
1. ЧТОТАКОЕ GPT (GENERATIVE PRE-TRAINED TRANSFORMER)
1.1. Возможности и ограничения ChatGPT и GPT
GPT (Generative Pre-trained Transformer) – это алгоритм глубокого обучения, который используется для генерации текста, перевода речи и других задач обработки естественного языка. GPT является моделью искусственного интеллекта.
Одной из особенностей GPT является его способность генерировать текст в контексте. Это означает, что модель учитывает предыдущий контекст при генерации новых слов или предложений. Благодаря этому GPT может создавать осмысленный и грамматически правильный текст, который соответствует конкретной теме и контексту.
Однако, несмотря на заявленные преимущества, GPT имеет некоторые ограничения. Например, модель не всегда способна генерировать тексты, полностью соответствующие требованиям задачи или обладающие высокой оригинальностью. Также могут возникать проблемы с пониманием контекста, что может приводить к генерации некорректных текстов.
Недавнее исследование, проведенное специалистами из Стэнфордского университета и Калифорнийского университета в Беркли, поднимает важный вопрос о точности и надежности крупномасштабной языковой модели ChatGPT компании OpenAI. В ходе исследования было обнаружено, что качество ответов, генерируемых системой GPT, с течением времени снижается, что вызывает обеспокоенность у исследователей.
Для проверки согласованности процедур ChatGPT, используемых в GPT-3.5 и GPT-4, исследователи провели серию экспериментов. Они анализировали склонность искусственного интеллекта к «дрейфу» – изменению качества и точности ответов, а также его способность выполнять заданные команды. В ходе экспериментов исследователи просили ChatGPT-3.5 и GPT-4 решать математические задачи, отвечать на сложные и деликатные вопросы, а также генерировать компьютерный код по заданным инструкциям.
Результаты исследования показали, что поведение ChatGPT существенно меняется со временем. Например, в марте 2023 года точность определения простых чисел в системе GPT-4 составляла около 98%. Однако к июню того же года точность GPT-4 при решении той же задачи снизилась до менее чем 3%. В то же время GPT-3.5, выпущенный 3 июня, показал улучшение в определении простых чисел по сравнению с предыдущей версией, выпущенной в 2023 году. Что касается генерации компьютерного кода, то в период с прошлого месяца по июнь обе версии системы снизили свою способность генерировать код.
