ChatGPT !!

آنچه باید درباره چت جی پی تی بدانید .

چت جی پی تی (ChatGPT) جدیدترین «مدل زبانی» مبتنی بر هوش مصنوعی ارائه شده توسط مجموعه OpenAI به حساب می‌آید . این مطلب راهنمایی جامع برای نحوه استفاده از دستیار مجازی Chat GPT است .

چت جی پی تی (ChatGPT) یک «چت‌بات» مبتنی بر هوش مصنوعی است که می‌تواند هر سوالی را جواب دهد . چت جی پی تی می‌تواند موضوع‌ها و مباحث پیچیده‌ای را در حوزه‌های تخصصی مختلف مثل فیزیک ، ریاضی و برنامه نویسی درک کند و سوالات شمارا در این زمینه ها پاسخ دهد .

ربات پاسخگوی ChatGPT می‌تواند مسائل پیچیده در سطح دانشگاهی را حل کند ، همچنین مطالب وبلاگی تولید کند ، صفحات HTML ایجاد کند و سایر مواردی از این دست را انجام دهد.

OpenAI یک هوش مصنوعی پاسخگوی سوال طولانی به نام ChatGPT معرفی کرد که به سوالات پیچیده به صورت مکالمه پاسخ می دهد. این یک فناوری انقلابی است زیرا آموزش داده شده است تا بفهمد انسان هنگام پرسیدن چه چیزی، چه معنایی می‌دهد . بسیاری از کاربران از توانایی آن در ارائه پاسخ های با کیفیت انسانی شگفت زده شده اند و این احساس را القا می کند که ممکن است در نهایت این قدرت را داشته باشد که نحوه تعامل انسان ها با رایانه ها را مختل کند
. و نحوه بازیابی اطلاعات را تغییر دهد

چطور از ChatGPT استفاده کنیم؟

دسترسی پیدا کردن به ChatGPT ساده است (البته نه برای کاربران داخل ایران). در حال حاضر ChatGPT به رایگان برای همه از طریق ثبت‌نام در دسترس قرار دارد.

اگرچه برای کاربران داخل ایران (که شماره تلفن همراه آن‌ها مربوط به کشور ایران است) در حال حاضر ظاهراً به دلیل تحریم‌ها امکان ثبت‌نام وجود ندارد، مگر آنکه به نوعی بتوانیم از شماره تلفن دیگری (مثل شماره‌های مجازی) استفاده کنیم. ضمن اینکه ظاهراً با آی پی ایران، صفحه ChatGPT در وب‌سایت سازنده آن، یعنی OpenAI باز نمی‌شود و لازم است به هر نحوی IP دستگاه تغییر داده شود .

برای شروع به استفاده از Chat GPT باید به وب‌سایت OpenAI و صفحه مربوط به ChatGPT [+] برویم و روی گزینه «Try ChatGPT» کلیک کنیم .

برای ورود به حساب باید گزینه «Log in» و برای ثبت‌نام هم لازم است دکمه «Sign Up» را بزنید. پس از ثبت‌نام و/یا ورود به حساب کاربری می‌توانید به راحتی شروع به استفاده از ChatGPT کنید.

هدف اصلی خلق ChatGPT تولید هوش مصنوعی مکالمه‌گری است که بتوان هر چیزی را از آن پرسید . تولید متن آهنگ تنها کاری نیست که Chat GPT می‌تواند انجام دهد .

مقاله تحقیقاتی دیگری مربوط به ChatGPT نشان می دهد که چگونه آنها هوش مصنوعی را برای پیش بینی آنچه که انسان ترجیح می دهند آموزش دادند. محققان متوجه شدند که معیارهای مورد استفاده برای رتبه‌بندی خروجی‌های پردازش زبان طبیعی هوش مصنوعی منجر به ماشین‌هایی می‌شود که امتیاز خوبی در این معیارها کسب می‌کنند، اما با آنچه انسان‌ها انتظار داشتند همسو نمی‌شوند.

به چه معناست؟ ChatGPT

ChatGPT (Chat Generative Pre-trained Transformer) یک مدل یادگیری ماشینی پیچیده است که قادر است وظایف تولید زبان طبیعی (NLG) را با چنان سطح بالایی از دقت انجام دهد که مدل بتواند آزمون تورینگ را با موفقیت پشت سر بگذارد. ChatGPT قبل از سال 2022 بر روی مقادیر انبوهی از داده‌های بدون برچسب خراش‌شده از اینترنت آموزش داده شده بود. این مدل به طور مداوم برای وظایف خاص زبان محور با مجموعه داده‌های اضافی که توسط انسان برچسب‌گذاری شده‌اند، نظارت و تنظیم می‌شود . وظایفی که ChatGPT در آنها برتری دارد عبارتند از: ارائه پاسخ به سوالات . تکمیل یک متن یا عبارت داده شده. نوشتن محتوای داستانی و غیرداستانی از طریق درخواست ها. تولید پاسخ های چت ربات انسان مانند. تولید کد کامپیوتری ترجمه متن از یک زبان به زبان دیگر. انجام محاسبات. خلاصه کردن یک متن داده شده طبقه بندی متن به دسته های مختلف تجزیه و تحلیل احساسات متنی تولید متنی که داده ها را در جداول و صفحات گسترده خلاصه می کند. پاسخ دادن به ورودی کاربر به صورت مکالمه. ChatGPT بر روی یک مدل زبان بزرگ (LLM) به نام GPT-3 (Generative Pre-trained Transformer 3) ساخته شده است. یک مدل زبان بزرگ نوعی شبکه عصبی عمیق است که از میلیاردها پارامتر استفاده می کند و با پتابایت داده آموزش داده می شود. این مدل توسط OpenAI، یک شرکت تحقیقاتی که توسط ایلان ماسک تأسیس شده است، توسعه یافته است . تبلیغات Techopedia ChatGPT را توضیح می دهد از نظر فنی، ChatGPT را می توان به عنوان یک نوع هوش مصنوعی مولد طبقه بندی کرد. پس از آموزش، یک مدل هوش مصنوعی مولد می‌تواند خروجی‌هایی مشابه - اما نه یکسان - با داده‌های آموزشی تولید کند. ChatGPT چگونه آموزش داده شد؟ دانشمندان داده و مهندسان یادگیری ماشین از یادگیری نیمه نظارتی برای آموزش ChatGPT استفاده کردند. الگوریتم های یادگیری نیمه نظارت شده بر روی مجموعه داده هایی که تا حدی برچسب گذاری شده اند آموزش داده می شوند. برخی از نقاط داده برچسب دارند و برخی ندارند. مدل از داده های برچسب دار برای پیش بینی خروجی داده های بدون برچسب استفاده می کند. به گفته OpenAI، دانشمندان داده حجم عظیمی از داده های بدون برچسب مورد نیاز برای آموزش LLM را با خراش دادن اینترنت جمع آوری کردند. آنها این را با منابع متنی تکمیل کردند که یا در مالکیت عمومی بود یا برای استفاده محققان و احتمالاً دولت ها در دسترس قرار گرفت. OpenAI دقیقاً نشان نداده است که چگونه می‌توانند مجموعه داده‌های بسیار بزرگ مورد نیاز برای تنظیم دقیق مدل را برچسب‌گذاری کنند، اما مشخص است که آنها برخی از برچسب‌گذاری‌ها را برون سپاری کرده‌اند و به احتمال زیاد از پلتفرم‌های جمع‌سپاری مانند Mechanical Turk آمازون نیز استفاده کرده‌اند. ChatGPT

GPT-n یکی از پروژ‌ه‌های مهم شرکت OpenAI هست که تا به امروز نسل 3.5 آن عرضه شده که در ربات ChatGPT هم از همین نسل استفاده کردند. جالبه بدونید مهندسان این شرکت، نسل بعدی یعنی GPT4 را یک انقلاب اساسی در حوزه‌ی مدل‌های زبانی می‌دونند، پس باید منتظر خبرهای شوکه‌کننده‌ی جدیدی در آینده باشیم.

در سال 1964، محققان دانشگاه MIT روی یک برنامه کامپیوتری کار می کردند. برنامه ای آنقدر جلوتر از زمان خود که امکان ارتباط یکپارچه بین انسان و ماشین را فراهم می کند. تا سال 1966، آنها ELIZA را ساختند، برنامه ای که پایه و اساس همه ربات های چت آینده را ایجاد می کرد. چیزی که ELIZA را بسیار چشمگیر کرد، معرفی پاسخ‌های کلیدواژه بود. برای اولین بار، کاربران احساس کردند که با شخصی صحبت می کنند که ورودی آنها را درک می کند. در سال 1995، یک ربات پردازش زبان دیگر به نام A.L.I.C.E منتشر شد و SmarterChild در سال 2001 به دنبال آن قرار گرفت و زمینه را برای همه ربات های چت نسل فعلی فراهم کرد. با این حال، یک دهه بعد، معرفی ربات‌های چت هوش مصنوعی مانند آمازون الکسا، گوگل ناو و سیری طوفانی جهان را به خود جلب کرد.

حتما تا الان متوجه شدید که ChatGPT چیست؟

گفتیم که این ربات یک مدل زبانی بزرگ محسوب میشه. LLMها با مقادیر انبوهی داده، آموزش داده میشن تا به شکلی دقیق پیش‌بینی کنند که چه کلمه‌ای باید کجا قرار بگیره. افزایش مقدار داده‌ها، توانایی این مدل‌های زبانی را برای پیش‌بینی‌های دقیق‌تر بهبود میده. براساس آمار دانشگاه استنفورد، GPT-3 دارای 175 میلیارد پارامتر هست که روی 570 گیگابایت متن آموزش داده شده قرار دارند. بد نیست بدونید این رقم برای نسل قبلش یعنی GPT-2 معادل 1.5 میلیارد پارامتر بوده.

در واقع چیزی که ChatGPT را از یک چت بات ساده متمایز می‌کنه اینه که می‌تونه هدف انسان را بهتر درک کنه و پاسخ‌هایی مفید و واقعی بهش بده. ChatGPT ممکنه سوالات خاصی را به چالش بکشه و بخش‌هایی از سوال که منطقی نیستند را حذف کنه. میشه گفت ChatGPT چندین گام فراتر از یک آموزش ساده‌ی LLM داره کلمات بعدی را پیش‌بینی می‌کنه.

حتما تا الان اسم چت GPT را شنیدید ولی شاید ندونید که chatGPT چیست و چرا اینقدر معروف شده. در واقع Chat GPT یک فناوری پیشرفته‌ است که به کاربران امکان میده با برنامه‌ها و کلا کامپیوترشون به شکل هوشمندی تعامل کنند. این یعنی ما یک قدم به هوشمندتر شدن کامپیوترها نزدیک‌تر شدیم. میشه گفت ربات chatGPT انقلابی در تکنیک‌های یادگیری عمیقه که به شکلی کاملا هوشمندانه سعی در درک معنی صحبت‌های انسان داره.

خیلی از کاربران این ربات از جواب‌های اون شگفت‌زده شدند و باور نمی‌کنند که یک کامپیوتر بتونه انقدر واضح باهاشون حرف بزنه. اما بنظرتون علت توانمندی هوش مصنوعی chatGPT چیست و چطور اینقدر خوب می‌تونه پیام‌ها را آنالیز کنه. اصلا فناوری به کار رفته در ربات chatGPT چیست و از کجا اینقدر اطلاعات به دست آورده. این‌ها سوالاتی هست که هر کسی موقع آشنایی با این ربات انسان‌نما براش پیش میاد. ما در این مقاله قصد داریم مفصل به این موضوع بپردازیم که چت GPT چیست و چطوری تونسته شبیه انسان‌ها بشه.

قبلا هم هوش مصنوعی‌های زیادی طراحی و توسعه داده شدن که تا امروز دستیار همیشگی آدم‌ها هستن .

ChatGPT چیست؟

در جواب به سوال chatGPT چیست باید گفت Chat GPT (Generative Pre-trained Transformer) یک چت بات مدل زبان هست که بر اساس هوش مصنوعی ساخته شده. این ربات هوشمند را OpenAI با استفاده از تکنولوژی GPT-3.5 ساخته که پیشرفته‌ترین مدل زبان در نوع خودش هست. این ربات توانایی قابل توجهی در تعامل با انسان در قالب گفتگو داره. منظور از گفتگو فقط مکالمات رسمی نیست. ChatGPT می‌تونه خیلی ساده به شکل محاوره‌ای هم با انسان مکالمه کنه و پاسخ‌هایی به شما بده که حس کنید دارید با یک انسان حرف می‌زنید. اما این همه‌ی هنر ChatGPT نیست. شاید جالب باشه براتون که بدونید چت جی پی تی حتی می‌تونه مسائل علمی و تخصصی شما را هم حل کنه!

به عنوان مثال می‌تونید ازش بخواید که یک کد برنامه‌نویسی به شما بده و اونوقت می‌بینید که با نوشتن یک کد با استراتژی‌های مختلف چطوری شما را شگفت‌زده می‌کنه. یا مثلا مسائل علمی در حوزه‌های مختلف را ازش بپرسید که ببینید با چه موجود نابغه‌ای روبرو هستید. هدف از ChatGPT صرفا جواب دادن به سوالات بیشمار کاربران نیست. این ربات به دنبال یادگیری بیشتره و برای این کار از یادگیری تقویتی با بازخورد انسان (RLHF) استفاده می‌کنه. یعنی یک لایه‌ی آموزشی اضافه داره که از فیدبک‌های انسانی برای بهبود یادگیری و ارائه‌ی جواب‌های رضایت‌بخش استفاده می‌کنه.

ChatGPT را چه کسی ساخته؟

گفتیم که این ربات یا بهتر بگیم فناوری حاصل دست شرکت بزرگ هوش مصنوعی OpenAI هست. حتما شما هم با شنیدن اسم OpenAI به یاد ایلان ماسک افتادید، کسی که از بنیانگذاران این شرکت بود. اما در حال حاضر دیگه در این شرکت کار نمی‌کنه و اون را واگذار کرده. در حال حاضر مدیر عامل این شرکت سام آلتمن هست و OpenAI در سانفرانسیسکو مستقر شده.

شهرت عمد‌ه‌ی OpenAI به خاطر ارائه‌ی مدل یادگیری عمیق معروفش یعنی DALL·E هست که قادره از روی دستورالعمل‌های متنی یکسری تصاویر درست کنه که بهشون prompt گفته میشن. یکی از مهم‌ترین سرمایه‌گذاران OpenAI، مایکروسافت هست که در زمینه‌ی توسعه‌ی پلتفرم هوش مصنوعی Azure باهاش همکاری می‌کنه.

موضوع جالب توجه اینه که مایکروسافت که قبلا با مبلغ 1 میلیارد دلار در این شرکت سرمایه‌گذاری کرده بود، الان این رقم را به 10 میلیارد دلار افزایش داده؛ این یعنی OpenAI چشم‌اندازهای روشنی دارد.

مدل‌های زبانی بزرگ یا اختصارا (LLM) چطور کار می‌کنند؟

حتما تا الان متوجه شدید که ChatGPT چیست ؟ گفتیم که این ربات یک مدل زبانی بزرگ محسوب میشه. LLMها با مقادیر انبوهی داده، آموزش داده میشن تا به شکلی دقیق پیش‌بینی کنند که چه کلمه‌ای باید کجا قرار بگیره. افزایش مقدار داده‌ها، توانایی این مدل‌های زبانی را برای پیش‌بینی‌های دقیق‌تر بهبود میده. براساس آمار دانشگاه استنفورد، GPT-3 دارای 175 میلیارد پارامتر هست که روی 570 گیگابایت متن آموزش داده شده قرار دارند. بد نیست بدونید این رقم برای نسل قبلش یعنی GPT-2 معادل 1.5 میلیارد پارامتر بوده.

این افزایش مقیاس‌ها، باعث شده که رفتار مدل تغییرات خیلی محسوسی کرده باشه و کارهایی که حتی آموزش ندیده را هم بتونه انجام بده. مثلا یک ترجمه‌ی روان از انگلیسی به یک زبان دیگه حتی با وجود نمونه‌های آموزش زبان خیلی کم.

LLMها کلمات بعدیشون را با استفاده از یک سری از کلمات در همان جمله و جملات بعدی پیش‌بینی می‌کنند. چیزی شبیه قابلیت تکمیل خودکار یا اصطلاحا اتوفیل. این توانایی باعث میشه که ربات بتونه یک پاراگراف یا بیشتر محتوای مرتبط و کاربردی بنویسه. با این حال یک LLM همیشه نمی‌تونه بهترین جواب‌ها را بده؛ چرا که دقیقا نمی‌دونه انسان چی می‌خواد و دنبال چی می‌گرده. اینجاست که توانایی آموزش تقویت‌کننده با بازخورد انسانی (RLHF) به کمک ChatGPT میاد و در پیشرفتش بهش کمک می‌کنه.

منبع اطلاعاتی آموزش ChatGPT چیست و از کجا اومده؟

GPT-3.5 روی حجم عظیمی از داده‌ها درباره‌ی کدها و اطلاعات از اینترنت هست که در زمینه‌های مختلف جمع‌آوری شده. همچنین برای نزدیک‌تر شدن این ابزار به زبان انسانی از پاسخ‌های کاربران در اینترنت در زمینه‌های مختلف استفاده شده. به عنوان مثال این ربات از منابع مهمی مثل بحث‌های Reddit، آموزش دیده که به ChatGPT کمک می‌کنه بتونه به سبک یک انسان جواب سوال‌های شما را بده. در کنار این داده‌ها، ChatGPT با استفاده از RLHF آموزش داده میشه تا بفهمه که یک انسان موقع پرسیدن یک سوال، دقیقا انتظار چه نوع جوابی را داره. به بیان بهتر، جواب‌های شما هم به نوعی یک منبع اطلاعاتی برای آموزش ChatGPT هستند و داره ازش یاد می‌گیره.

کاربرد ChatGPT چیست و کجاها میشه ازش استفاده کرد؟

خب حالا ببینیم کاربرد chatGPT چیست و این تکنولوژی پرسروصدا و انقلابی کجاها به درد می‌خوره. اصلا اینکه یک ربات بتونه مثل ما صحبت کنه، چه گره‌ای از کار انسان باز می‌کنه. مسلما یک شرکت بزرگ هوش مصنوعی اهداف بزرگی از پروژه‌هاش در سر می‌پرورونه. اما اینکه این تکنولوژی با چه هدفی ساخته شده، دقیقا مشخص نیست. ولی به طور کلی میشه گفت، از مهم‌ترین کاربردهای ChatGPT میشه موارد زیر را عنوان کرد:

نوشتن کدهای برنامه‌‌نویسی و توسعه‌ی برنامه‌های خاص به زبان‌های مختلف که باعث افزایش سرعت پیشرفت ابزارها میشه.
داستان‌نویسی و ساخت سناریوهای مختلف با ایده‌هایی بهتر از یک انسان معمولی.
عیب‌یابی کدهای برنامه‌نویسی و بهبود توانایی کدنویسان.
توضیح مفاهیم پیچیده به روش کاملا علمی با استفاده از اطلاعات جامعی که درباره‌ی موضوعات مختلف داره.
برنامه‌ریزی و زمان‌بندی برای اهداف گوناگون مثل پیش بردن یک پروژه، یک رژیم غذایی یا برنامه‌ی آموزشی.
هوشمندسازی ابزارها با درک نیاز انسان‌ها.

و هزاران کاربرد دیگه که ممکنه در حوزه‌های مختلف داشته باشه.

امیدوارم موفق باشید ?

تاریخ نوشته : پنج شنبه - ۱۳ بهمن ۱۴۰۱