test adv
,

GPT-3 — одна из продвинутейших нейросетей. Что она умеет и почему ей далеко до настоящего ИИ

До сильного искусственного интеллекта нейросети ещё очень далеко, но она уже сейчас способна сделать жизнь человека проще

Помните легендарный монолог героя Уилла Смита из фильма «Я, робот»? Робот сочинит симфонию? Робот превратит кусок холста в шедевр искусства? В 2020 году на оба вопроса можно ответить утвердительно. Нейросеть GPT-3 умеет делать то, что под силу не каждому человеку. Дайте ей несколько фрагментов романов Толстого, и она напишет продолжение. Покажите картины Пикассо, и она стилизует под них любую фотографию. Объясните, какое приложение хотите создать, и она напишет код.

Неужели мы наконец-то дождались искусственного интеллекта? Нет, это только его зачатки. Но даже такая глупая по меркам ИИ нейросеть впечатляет.

Нейросети GPT-3 всё ещё нужна помощь человека — у него она учится

GPT-3 — это уже третье поколение алгоритма обработки естественных языков. Его разработкой занимается компания OpenAI (один из основателей — Илон Маск), цель которой — развитие и изучение искусственного интеллекта.

GPT-3 — это слабый искусственный интеллект. Она не может создавать контент из ничего. Алгоритм пользуется только теми параметрами, которые в него заложили разработчики. Когда вы ставите задачу, нейросеть анализирует массив данных и на его основе пытается предугадать следующее значение. Но ей всё равно нужна точка отсчёта — запрос, с которого начинается работа. Чем больше информации на входе, тем убедительнее контент на выходе.

GPT-3 выполняет задания, прямо или косвенно связанные с текстом. Упрощённо описать алгоритм её работы можно тремя шагами.

  1. Слово преобразуется в набор чисел (векторное представление).
  2. Система вычисляет наиболее вероятное следующее слово.
  3. Полученный набор чисел преобразуется в новое слово.

По такому же принципу работала предыдущая версия нейросети GPT-2. Однако она была примерно в 116 раз проще. Если в предыдущей версии использовалось 1,5 млрд параметров, то в GPT-2 — уже 175 млрд. Для обучения нейросети разработчики использовали 570 ГБ текстовой информации. В образовательный массив вошли вся Википедия, данные из открытой библиотеки Common Crawl, датасеты с книгами, тексты с сайтов WebText.

Что умеет делать GPT-3 сейчас: пишет для крупных изданий, занимается музицированием и веб-разработкой

Последние новости заставили напрячься журналистов. В сентябре 2020 года в издании The Guardian вышла статья, написанная нейросетью. В ней GPT-3 рассказала, почему людям не стоит бояться искусственного интеллекта. Люди, конечно же, стали бояться его ещё больше. Правда, без помощи редактора нейросеть бы не справилась с задачей. Алгоритму дали задание написать несколько текстов. Затем редактор выбрал лучшие фрагменты и собрал из них статью.

Впрочем, есть примеры и самостоятельного творчества GPT-3. В июле 2020 года была опубликована статья, в которой автор Мануэль Араос (Manuel Araoz) рассказывает об экспериментах с алгоритмом. Ирония в том, что материал полностью написала сама нейросеть. Араос признаётся в этом в заключительной части текста.

GPT-3 — одна из продвинутейших нейросетей. Что она умеет и почему ей далеко до настоящего ИИ
Автор объясняет, что статья была сгенерирована GPT-3 и показывает данные, которые он задал для начала работы

Посмотреть, как работает нейросеть, можно и с помощью бесплатной текстовой игры AI Dungeon. Она была разработана ещё на основе алгоритма GPT-2, который создавал мир, управлял событиями и взаимодействиями персонажей. Для игры пользователь вводит текстовые команды. Нейросеть их распознает и адаптирует сюжет. После выхода версии GPT-3 создатели обновили игру. Теперь у пользователей больше возможностей — игрок может задать любую команду, алгоритм корректно её обработает и изменит игровой мир.

GPT-3 — одна из продвинутейших нейросетей. Что она умеет и почему ей далеко до настоящего ИИ
Алгоритм генерирует историю и затем меняет сюжет в зависимости от действий игрока

Майкл Тефула (Michael Tefula) обучил модель переводить юридические тексты на простой английский язык.

 Мринал Мохит (Mrinal Mohit) пошёл ещё дальше и сделал генератор мемов.

Интересные возможности появились у дизайнеров и разработчиков. Например, Джордан Сингер (Jordan Singer) разработал плагин для Figma, который умеет рисовать макеты по текстовому описанию.

Разработчик Шариф Шамим (Shareef Shamim) научил нейросеть создавать веб-компоненты — тоже по текстовому описанию. Например, можно написать «красная кнопка и заголовок», после чего нейросеть сгенерирует разметку и стили соответствующих элементов. На базе обученной модели Шамим запустил проект Debuild, который создаёт React-приложения по текстовым запросам. С помощью нейросети он создал даже простой менеджер задач.

Антонио Гомес (Antonio Gomez) показал, как алгоритм может превратить текстовое описание в код JavaScript. В качестве примера он использует библиотеку Three.js, которая позволяет создавать и отображать в веб-приложениях анимированную 3D-графику.

 С музыкой у GPT-3 проблем тоже не возникает. Например, тот же Мануэль Араос, который обманул читателей записью в блоге, написанной нейросетью, показал песню. Тексты и аккорды для неё сгенерировал алгоритм, которому просто показали настоящую композицию исполнителя Джона Майера.

Подобных примеров можно привести ещё десятки. Генератор лиц по текстовому описанию, превращение просьбы выполнить действие в команду для Linux, автоматическое создание квизов — кажется, что нейросеть может всё, что только приходит в голову.

OpenAI не выкладывает нейросеть в открытый доступ — считает, что это опасно для общества

Чтобы поэкспериментировать с нейросетью, нужно заполнить объёмную заявку и объяснить, как вы будете использовать алгоритм. В листе ожидания можно находиться очень долго. Доступ дают не всем — в основном его получают разработчики, которые затем тестируют нейросеть на разных задачах и публикуют результаты своих экспериментов.

Ограничения на распространение связаны с потенциальными негативными последствиями, которые разработчики обнаружили при создании предыдущей версии нейросети. Специалисты поняли, что GPT-2 после обучения способна генерировать фейковые новости. Часто они были бредовыми, но иногда алгоритм попадал в точку. Директор по политике компании OpenAI Джек Кларк (Jack Clark) заявил, что в течение ближайших двух лет может появиться система, которая будет выдавать убедительные фейковые записи на постоянной основе. Поэтому разработчики приняли решение не публиковать полную версию алгоритма.

Даже после завершения бета-тестирования нейросеть, скорее всего, не появится в открытом доступе. Разработчики планируют выпустить коммерческую версию и продавать её бизнесу по подписке. Однако у русскоязычных пользователей недавно появилась возможность попробовать алгоритм для решения своих задач. «Сбер» выложил на GitHub первую русскоязычную модель GPT-3. Она основана на коде GPT-2, но полностью повторяет архитектуру GPT-3 и обучена на корпусе суммарным объёмом свыше 600 ГБ.

GPT-3 принесёт пользу людям, но глобально подобные нейросети ничего в мире не меняют

GPT-3 — всё ещё слабый искусственный интеллект. По сути, это генератор контента, который не понимает контекст. Он просто оценивает связи между словами и расставляет их друг за другом с наибольшей вероятностью. По словам экспертов, это можно сравнить с ответами неподготовленного студента на экзамене: немного фактов, немного лжи и домыслов — при определённом везении может получиться осмысленная история. Если задавать алгоритму абсурдные вопросы, то он впадает в ступор. Тест Тьюринга он точно не пройдёт.

Да, нейросеть будет развиваться. Ей скормят ещё больше данных, она станет точнее подбирать релевантные значения — потенциал для развития есть. Когда OpenAI выпустит коммерческую версию алгоритма, мы получим новые умные сервисы — например, мощные генераторы текстов и постов для соцсетей или конструкторы сайтов, которые создают проекты с нуля до публикации по словесному описанию.

Яркий пример использования GPT-3 для бизнеса — сервисы для автоматического создания электронных писем и маркетинговых текстов. В издании The Wired вышел материал, в котором рассказывается сразу о нескольких таких инструментах. В частности, сервисы Compose.ai, OthersideAI и Magic Email помогают писать электронные письма, а Snazzy.ai умеет генерировать лендинги и рекламные объявления. Принцип работы везде одинаковый — пользователь добавляет ключевые фразы, а нейросеть создаёт на их основе контент.

В принципе, идея не нова. Те же Gmail и Яндекс.Почта умеют заканчивать фразы и предлагают короткие ответы. Но полноценные письма они писать не в состоянии. Другое дело, что на нейросеть тоже пока нельзя положиться — за ней приходится исправлять каждый текст. В противном случае в сообщении может оказаться чушь, ложь и даже оскорбления. С маркетинговыми материалами пользы видится чуть больше. Разработчики сервиса Snazzy.ai считают, что маркетологам будет интересна нейросеть, потому что она позволит быстро создавать разные варианты лендингов и объявлений для тестирования.

Но, несмотря на все достижения, не стоит переоценивать важность GPT-3. Это интересная штука, но не более. Глобально жизнь человека она не изменит, просто сделает чуть удобнее. Однако GPT-3 имеет ещё одну ценность — она позволяет представить, какие возможности откроются перед людьми, когда удастся создать сильный искусственный интеллект.

Последнее изменение:
 

Добавить комментарий
Если нужно ответить кому-то конкретно,
лучше нажать на «Ответить» под его комментарием