ChatGPT の狂気への道

最近、ChatGPT が爆発的に広まり、インターネット上では ChatGPT に関するさまざまな議論が続いています。ChatGPT をより高度なチャット ロボットと考える人もいれば、起業の機会を見て興奮している人もいれば、興味のない人もいます。人間の仕事を代替するその能力は多くの懸念を明らかにしていますが、それは社会を前進させるためのツールなのでしょうか、それとも人間社会を転覆させようとする T-1000 なのでしょうか?この記事では、ChatGPT について詳しく見てみましょう。

ChatGPT について話すとき、私たちはチャットの楽しさ、失業の不安、そして将来のビジョンについて話し合います。

開発の歴史

ChatGPT は一夜にして突然普及したように見えますが、実際には新しい概念ではありません。最も初期の人工知能は 1950 年にまで遡ることができ、アレン・アラン・チューリングは次の論文を出版しました。画期的な論文「Computing Machines and Intelligence」、別名「Can Machines Think?」この論文では、有名なチューリング テストとしても知られるイミテーション ゲームという非常に哲学的な概念が初めて提案されました。チューリングが人工知能の父の称号を獲得したのはこの論文でした。月桂樹の冠。

チューリング テストは、テスターとテストされる人 (機械または人間) を対面せずに配置し、テスターに​​いくつかのテスト デバイス (キーボードなど) を使用して次のような質問をさせることです。被験者の回答の 30% 以上で、どちらが人間でどちらが機械であるかを試験者に確認させることができなかった場合、その機械はテストに合格したことになります。そのような機械はチューリング マシンとも呼ばれます、チューリング マシンは単なる仮説であり、実際には機械ではありません。

チューリング テスト

実際、チューリング テストは人工知能を直接定義するものではないことがわかりました。人工知能ですが、その逆で、複雑なプロセスにこだわらず、結果重視です どのような結果が得られるか（テスターを騙すか）が人工知能であると考えられます 時には難しい問題に対処するとき、考え方を変えることもできますそしてその結果を問題を解決するための出発点として使用します。

伝記映画『イミテーション・ゲーム』でも、この孤独な天才が提案したアイデアが描かれていますが、チューリングが刑事によって取調室に閉じ込められたとき、刑事は意味深な質問をしました。考える？チューリングはゲーム (チューリング テスト) をしようと提案しましたが、最終的にチューリングは微笑んで、探偵がゲームのルールを理解していると感じました。

パターン マッチング段階

チューリング テストが提案された後、多くの科学者や研究所もこのテストに対する攻撃を開始しました。1966 年に、MIT 研究所は真のチャットボットを誕生させました。心理療法士として。

Eliza

Eliza の主な戦略は、質問をし、ユーザーの発言を言い換え、ユーザーが問題を詳しく説明できるように誘導することです。たとえば、「今日は頭が痛いです」と伝えると、「頭痛がある場合は医師に相談して薬をもらうように」と言われ、「今日は少し憂鬱だ」と言えば、「あなたが憂鬱だと聞いた」と答えます。不幸、つまりとても悲しいという意味です。 ; 私の母が私の面倒を見てくれると言ったら、家族の中で誰があなたの面倒を見てくれるのかと尋ねるでしょう。

Eliza は、キーワード マッチング ルールによって入力を分解し、その分解ルールに対応する再編成ルールに基づいて応答を生成します。平たく言えば、文中のキーワードを取得することを意味します。キーワードの母が文の中にあり、彼女はこう言います: あなたの家族について教えてください; 実際、その背後には if/else コードがたくさんあります。

1995 年、イライザに触発されて、リチャード ウォレスはチャットボット アリスを開発し、1998 年にオープンソース化されました。アリスの技術原理は主に自然言語処理に基づいており、その目的は人間の自然言語を模倣することです。ユーザーとの有意義な会話。天気、ニュース、スポーツなど、さまざまなトピックに関する質問に答えたり、ユーザーと興味深いチャットをしたりすることもできます。

アリス

しかし、現段階では、イライザにせよアリスにせよ、彼らの原則はパターン マッチングに基づいています (パターン マッチング) ) 、キーワードを抽出し、返信するプリセット テキストを呼び出します。

これらの会話ロボットは単純な言語対話を実行できますが、文章の深い理解と推論能力が欠けているため、人間の会話レベルと比較することが困難です。

しかし、このモデルには利点がないわけではありません。多くの繰り返し作業を回避できますが、私たちの周りでも非常に一般的です。たとえば、一般的なショッピング Web サイト、銀行の Web サイト、アプリなどでは、チャット インターフェイスに入ると、まず熱心なチャットボットが挨拶し、大量のキーワードを列挙して何をしたいかを尋ねます。

機械学習モード

上で述べたように、いくらパターンマッチング方式でif/elseコードを書いても、機械は文の本当の意味を理解できず、ただ応答するだけです。そこで、機械学習という新しいモデルが登場しました。

名前が示すように、質問と回答を人為的に規定するのではなく、機械が学習できるように既製のケースを大量に機械に与えます。この方法は人間の認知法則ともより一致しています。学ぶ。

現段階でより有名なのは、2001 年に株式会社アクティブバディが開発した SmarterChild (スマートチャイルド) です。このチャットボットは古いインスタント メッセージング AIM で使用されており、興味深い会話や会話を行うことができます。天気、株式、映画データなど、他のサービスのデータにすぐにアクセスでき、叱って物事を難しくすることもでき、常に対処方法を知っているようです。

SmarterChild は、インスタント メッセージング プラットフォームに統合された最初のチャットボットの 1 つでもあります。当時、すぐにセンセーションを巻き起こし、3,000 万人以上のユーザーが使用していました。その後 2006 年に Microsoft に買収され、同様に適用されましたMSNメッセンジャーへ。

SmarterChild

しかし、SmarterChild の後、チャットボットは数年間放置され、Microsoft も SmarterChild のハイテク部門を閉鎖しました。 。

2010 年、機械学習の分野である人工ニューラル ネットワーク (ANN) が爆発的に普及し、人工知能は前例のない発展を遂げました。

これは生物学からインスピレーションを得たもので、中学校の生物の教科書では、動物の神経ネットワークは大量の複雑な情報を処理でき、それぞれに接続された約 1,000 億個のニューロンを通じて機能を実行できると学習しました。その他; 人工 ニューラル ネットワークが行う必要があるのは、脳内の基本単位であるニューロンをシミュレートすることです。

人工ニューラル ネットワークは非常に強力に見えますが、実際には、本質的には特徴を継続的に抽出するプロセスです。これは、私たちが幼い頃に物を認識する方法を学んだ方法とよく似ています。サンプルデータを収集した後、観察したものの各部分の特徴を抽出し、その特徴を関連付け、訓練を繰り返すことで最終的に正しい答えを出力することも学習します。

このプロセスを通じて、人工ニューラル ネットワークには大規模なデータ トレーニングと強力なコンピューティング能力のサポートが必要であることもわかります。インターネットの急速な発展により、大規模なデータ セットはもはや問題ではありません。

Siri は 2007 年に設立され、2010 年に Apple に 2 億ドルで買収されました。当初はテキストチャットが中心でしたが、その後、世界最大の音声認識メーカーであるニュアンスと協力して音声認識を実現しました。 2011年にiPhone 4Sで登場し、当時大きな反響を呼び、iPhone 4Sも奇跡のマシンとなりました。

Siri は、深い畳み込みネットワークを使用して音声を認識しますが、これも人工ニューラル ネットワークの一種であり、iPhone にはこのニューラル ネットワークを実行するための専用の低電力プロセッサが搭載されています。類似性が一定のレベルに達すると、しきい値を超えると、Siri が起動します。

#❝

Siri の発売は、チャット ロボット テクノロジーが新しい時代に入ったことを示しています。

##❞

##公式 Web サイトで Siri が宣伝されました

2017 年になり、Google は「必要なのは注意だけです」という記事で新しい機械学習モデルをリリースしました: Transformerこのモデルは、機械翻訳における従来のネットワークトレーニング時間が長すぎて、並列コンピューティングをうまく実現することが難しいという問題を克服するために主に使用されます。

従来の自然言語処理 (音声認識、言語モデリング、機械翻訳など) はリカレント ニューラル ネットワーク (RNN) に依存しています。RNN では、ループを使用して逐次操作を実行します。つまり、単語ごとに学習することには欠点があります。トレーニング時間が長すぎることと、並列コンピューティングが難しいことです。

Transformer モデルは、従来の時間構造を放棄し、シーケンス内のすべての単語または記号を並行して処理し、自己注意メカニズムを使用してコンテキストと遠く離れた単語を組み合わせます。これは、読書中にまだ学習しているクズ野郎と同等です。本を一語一語読むと、トップの生徒はざっと10行と数段落を読んでいるので、当然学習効率が向上します。

Microsoft の GPT モデルと Google の BERT モデル、それらの T は両方とも Transformer モデルを表します。

私たちは、科学技術の発展と進歩には、理論研究における提案と画期的な進歩が必ず伴うという法則を発見しました。

モデルが利用可能になったので、それを商業化する企業が必要です。まず ChatGPT の親会社である OpenAI について話しましょう。同社は、有名な Te Tesla 創設者イーロンを含むシリコンバレーのテクノロジー界の大物グループによって 2015 年に設立されました。マスク氏らは設立当初の同社の主な目標を確認した：

自然言語を使用する「ユニバーサル」ロボットやチャットボットの作成が含まれる。

2018 年、OpenAI は Transformer モデルに基づく生成事前トレーニング言語モデル (Generative Pre-trained Transformer、GPT-1) をリリースしましたが、すぐにその古いライバルである Google の BERT が登場し、GTP を完全に打ち破りました。パフォーマンスの条件。

ChatGPT の開発の歴史

当然、OpenAI は敵に追い越される気はなかったので、次のように資金を費やしました。学習データセットが取得され、GPT-2、GPT-3モデルが次々とリリースされ、モデルのパラメータ数もGPT-1の1億2500万個から175個へと急速に「急増」したGPT-3 では 10 億個でしたが、パラメーターの数はさらに多くなりました。これは、モデルがより強力な表現力とより小さい予測誤差を備えていることを意味し、より長くより自然なテキストを生成できることを意味します。

GPT-3 は、膨大なモデル パラメーターにより、人間に代わって論文を書いたり、SQL ステートメントや JavaScript コードなどを書いたりするなど、より複雑な問題でも適切に実行できます。

2021年、OpenAIはGPT-3モデルをベースに修正・改良を行い、モデルパラメータの調整、トレーニングデータの追加を行い、年末に現在のオリジナルモデルであるGPT-3.5をリリースしました。人気のChatGPT。

2022 年 11 月、ChatGPT はリリースからわずか数日で 100 万人のユーザーを獲得しました。リリースから 2 か月以内に、月間アクティブ ユーザー数は驚くべき 1 億人に達し、最も急速に成長しているコンシューマー アプリケーションになりました。歴史上のユーザーベース。

各アプリの月間ユーザー数が 1 億人になるまでに何ヶ月かかりますか?

大量のユーザーの流入の裏側膨大な計算能力、コストとサーバーへの投資が必要であること、研究機関の計算によると、このような複雑な GPT-3.5 モデルを実行するために必要な GPU チップの数は 20,000 個にも達し、一般にプロ仕様のグラフィックス カードが必要になるA100 を使用; ショッピング サイトのデータによると、10 A100 グラフィックス カードの価格は 10,000 元であり、中国では依然として貴重であるため、概算によると、グラフィックス カードだけでの投資は少なくとも 20 億元になります。 ; データ収集、手動アノテーション、モデル トレーニングなどの他のソフト コストもありますが、これらはさらに困難です。

登録ガイド

ChatGPT の開発の歴史をここまでお話してきましたが、数百億の投資が行われたこの「高度なチャット ロボット」を誰もが試してみたいと焦り、熱望していると思います。著者はこちらです 登録戦略を共有します; いくつかのよく知られた理由により、国内ユーザーはスムーズに直接アクセスできず、登録プロセスには多少の紆余曲折が生じるため、次の準備を行う必要があります:

• Google の環境にアクセスできること (これは前提条件であり、誰もが知っています)
• 電子メール (できれば Gmail または Outlook)
• 海外の携帯電話番号 (そうでない場合は、SMS-activate .org が推奨されます)

まず、SMS 認証コードを受信するための携帯電話番号を準備し、sms-activate.org を開いてアカウントを登録し、言語を中国語に調整し、[リチャージ] ボタンをクリックします。右上隅にある支払い方法として Alipay を選択します。

リチャージ

アカウントの最低リチャージ金額は 1 米ドルで、換算すると約 7 RMB 以上になります。現在の為替レートに合わせて、最初に 1 ドルをチャージできます。左側で国を選択し、OpenAI を検索します。リース期間のデフォルトは 4 時間で、[レンタル] をクリックします。ここでの各国の価格も異なります。一般的に、インドネシア、タイ、インドネシアなどの東南アジア諸国の価格はより安価ですが、現在はより多くの人が使用しています。OpenAI によってブロックされるか、番号がない可能性があります。他のヨーロッパおよびアメリカの国は比較的高価で、1 ドルの価値がない可能性があります。たとえば、スペイン著者が選択したもので、料金は完全に 2 ドルです。

❝

別の国番号をお試しください。4 時間以内にテキスト メッセージが届かない場合は、払い戻しを受けることができます。

❞

レンタル番号

携帯電話番号が準備できたら、登録します。サインアップページを開きます。メールアドレス、パスワード、確認メールを入力すると、携帯電話番号を確認するページが表示されます。レンタルに対応する国を選択します。上記の携帯電話番号を入力し、その番号を貼り付けて [送信] をクリックします。

携帯電話番号を貼り付ける場合は、先頭の国際市外局番を削除する必要があります。

携帯電話番号の確認

sms-activate ページに戻ると、メッセージ内に受信した OpenAI コードが表示されます。貼り付けるだけです。

#確認コードを受け取る

登録が完了すると、chat.openai.com/chat を開いて使用できるようになります。 。

メインインターフェイス

使い方もとても簡単です。下の入力ボックスに質問を入力し、送信ボタンをクリックしてください。 、天文学と地理についてすべてを知っており、全能であるおしゃべりなロボットを挙げることができます。

アプリケーション シナリオ

では、非常に多くのテクノロジー巨人が ChatGPT の開発に数百億ドルを費やしましたが、それは私たちだけがチャットするためのものなのでしょうか?この問題を理解するには、ChatGPT 自体に尋ねたほうがよいでしょう。

アプリケーション シナリオ

チャット ロボット

確かに、ChatGPT をチャット ロボットとして使用するのは、確かに少し面倒です。これは目玉ナイフですが、まず見てみましょう。ニワトリを殺すのに十分な速さですか?何かをしたい場合は、API を呼び出す必要があります。OpenAI は最近、ChatGPT をアプリケーションやサービスに統合できる API キーへのアクセスを提供しました。 platform.openai.com にアクセスし、[API キー] => [作成] ボタンをクリックし、表示されるポップアップ ボックスでキーをコピーします。

❝

ポップアップ ボックスを非表示にすると、API キーが表示されなくなるため、再生成する必要があります。

API キーの生成

コピーが成功したら、wechatbot プロジェクトを使用して個人の WeChat を ChatGPT に接続することをお勧めします。プロジェクト, ソース コードに基づくことができます Docker に基づいて実行することもできますが、上記でコピーしたキーを使用する必要があります。特定の実行方法については、ここでは展開されないプロジェクトの説明を確認できます。 docker について知らない場合は、この記事を確認してください。

プロジェクトの実行後、WeChat を使用してコードをスキャンしてログインすると、WeChat ID が自動的に ChatGPT チャットに接続されます。使用方法も非常に簡単で、WeChat ID が応答します。プライベートチャット、グループチャットに直接アクセスするには @this WeChat ID が必要です。

❝

重要な注意事項: 悪用すると WeChat から追放されるリスクが生じる可能性があります。より小さいアカウントを使用するようにしてください。この記事はいかなる責任も負いません。

❞

WeChat チャットボット

ただし、各アカウントの API 呼び出しも同様であることに注意してください。限定、現在は5ドル、有効期限もありますので、条件を満たした友達同士でチャージして楽しんでください。

仕事と勉強のアシスタント

チャットに使用されるだけでなく、仕事や勉強中に多くの学生や専門家からも非常に人気があります。外国の大学の哲学教授が採点していたとき、「クラスで最高の」論文を読んで非常に驚きました。その論文は、簡潔な段落、適切な例、厳密な議論で哲学的問題を論じていましたが、教授の採点の後、質問 次に、学生は「論文が ChatGPT を使用して書かれたことを認めた」。

職場では、ChatGPT は多くの専門家の髪の生え際を保存しており、リーダーシップスピーチ、メディアリリース、グループプロフィール、受賞スピーチ、乾杯、宣伝などの文書を生成するために使用されています。週報や月報、休暇申請の理由など、些細な事でも丁寧に対応します。

#休暇の理由

ChatGPTは文章の磨きに関してはプロの編集者にも全く負けず、週報、月報、さらには年報まで、誰にでも理解できる実用性を持っています。

週次レポート

いくつかの単純なツール関数については、ChatGPT に簡単に直接生成させることができます。たとえば、A が必要です。携帯電話番号を隠す関数は、その関数の機能を記述するだけでよく、コンテキストに接続することもできますが、これはこれまでの人工知能が達成できなかったことです。

JavaScript 関数の生成

ChatGPT は問題の解決に役立つだけでなく、問題の背後にあるロジックをわかりやすく説明してくれました。 -創設された方法; たとえば、先週、筆者は Vue3 で KeepAlive コンポーネントを使用するときに問題に遭遇しました。Baidu で検索したところ、多くの回答がありましたが、依然として多数の Web ページに対して 2 次審査を行う必要があります。 , 除外される可能性のある解決策は、すべて同じです (相互にコピーしています)。エラーやさまざまなエラー レポートが満載です。ユーザー エクスペリエンスは非常に不親切です。問題を解決するのにおそらく半日以上かかりました。問題。

エラー事例

たとえば、Baiduで見つけたこの記事で、赤線枠内の書き方をした場合、 , vue-ルーターはさまざまな奇妙なエラーを表示し、表示されるエラーメッセージはまったく検索できません。

しかし、作成者が ChatGPT を使用して質問している場合、そのロジックは明確であり、注意を払うべき特定のケースとヒントがあることがわかります。コンポーネントの名前を include 属性の下に置くだけで済みます。 ; そのおかげで、当時の間違ったロジックから抜け出すことができ、問題を解く時間を大幅に短縮することができたと思います。

ChatGPT の回答

ChatGPT はコピーライティングの生成にも優れています。白紙の文書に直面したとき、私たちは苦労します。考えるときは、ChatGPT を開いてニーズを記述し、簡単にラフ コピーを生成し、これに基づいて再度編集すると、時間とストレスを節約できます。

前回のオフィスソフトの記事でONLYOFFICEを紹介しましたが、ONLYOFFICEの公式サイトからデスクトップ版を無料でダウンロードするか、オンライン個人版を無料で登録してください。オフィスソフトのChatGPTを使えばコピーライティングを素早く生成できます。

まず、プラグインをインストールする必要があります。github でコードをクローンした後、/sdkjs-plugins/content/openai/ を見つけ、ZIP ファイルに追加するすべてのファイルを選択して、ファイルを変更しますプラグインのフォーマット; ドキュメントインターフェイスを開いて、「プラグイン」=>「設定」=>「プラグインの追加」を見つけ、プラグインファイルを選択すると、プラグインは正常にインストールされます。

#プラグインの追加

次に、上記で取得した API キーをテキストに入力すると、プラグインが有効になります。フィールドに生成したいコピー コンテンツを記述し、送信ボタンをクリックすると、ChatGPT がリクエストを処理し、数秒以内に応答を返し、それをプレーン テキストとしてドキュメントに挿入します。

コピーの生成

Fungibility

これを見た多くの友人は間違いなく驚くでしょう: この ChatGPT は本当に素晴らしい！私の友人のプログラマーも「失業するのか？」と嘆いている人が多いのですが、まだ失業はしないようです、結局のところ、研修コストは確かに高く、アプリケーションの実装は容易ではありません。

従業員を置き換える

しかし、カスタマー サービス職など、一部の職位は影響を受けやすいため、誰もがそうすべきだと思います。さまざまなタイプのロボット カスタマー サービスの電話を受けてきましたが、そのすべてが特定のキーワードを識別し、決まった手順に従い、一文ずつ返信するものでしたが、ChatGPT の登場により、ロボット カスタマー サービスはより複雑なシナリオに対応できるようになると思います。将来の顧客をより正確に理解し、柔軟な対応が必要です。

❝

ChatGPT はプログラマーの仕事を完全に置き換えることになりますか?

❞

プログラミングの点では、現段階では ChatGPT がプログラマーを完全に置き換えることはできないと感じています。コード スニペットの生成ではうまく実装できますが、以前の Copilot にいくらか似ています。しかし、複雑なプロジェクトでは、 ChatGPT は、さまざまなファイル モジュールの意味を理解し、呼び出しを行う能力に代わることはできません。コードのバグ修復、フロントエンドとバックエンドの共同デバッグ、相互デバッグなど、組織化と調整が必要な作業における手作業に代わることはできません。 -部門調整、出張ドッキング。

著者は、ChatGPT がプログラミング効率のさらなる向上をもたらすと信じています。たとえば、ChatGPT の支援を利用すると、いくつかの反復的で単純なモジュールを、彼に投げることで直接生成でき、最終的には 1 時間以内に完了する可能性があります。半日。

❝

SenseTime 会長: 将来のソフトウェア コードの 80% は AI によって生成される可能性があります。

❞

とはいえハードウェア コストの継続的な削減と機​​械学習機能の向上により、現時点では完全な代替品とは思えません。機械トレーニングのコストがプログラマーの給与よりも低い場合、資本家は 5 つの保険と 5 つの保険を支払う必要があると思いますか?住宅資金を 1 つ持っていて、時々返済するのですか? 釣りをしたい人と、1 キロワット時あたり 30 ～ 40 セントで 24 時間稼働する機械のどちらを選択すればよいでしょうか?将来的には、本来は数十人必要な研究開発部門が、最終的にはコアエンジニア3～4人で事業を正常に運営できるようになるのではないかと思います。

❝

将来的にはどのように雇用を選択すればよいでしょうか?

❞

ChatGPT は一部の低水準の仕事に取って代わるでしょうが将来的には、しかし、新しい役職は確実に生み出され続けるでしょう。コンピュータの出現によってタイピストは排除されたものの、多数のプログラマーの役職が誕生したのと同じように、人工知能はプロンプトワードコンサルタントなどの多くの新たな役職を生み出しました（著者自身の推測） , 専門家は、ChatGPT の質問に対応するコピーライティングまたは資料を生成する責任があります; これは社会進歩の避けられない傾向であり、歴史的な傾向によって前に進むことを余儀なくされている私たちにも学習と進歩を続けることを強制します。

プログラマーの交代

フロントエンドに関しては、多くの若手プログラマーが確実に淘汰され、プログラマーの敷居は高くなり続けるしたがって、人工知能に取って代わられる前に、学習と進歩を続ける必要があります。著者は、WebGL に関しては、複雑なグラフィックスや美的理解を人工知能が手作業に置き換えることはまだできないと考えているため、フロントエンド パートナーは試してみることができます。同時に、シニアアーキテクトも良い方向性です。

まとめと展望

近い将来、ChatGPT は生産性と学習効率を大幅に向上させるのに役立つと信じています。新しいテクノロジーや新しい記事に直面したときに、それらを読む必要はありません。 ChatGPT は、記事の概要とメイン コンテンツを生成して、迅速に学習できるようにします。また、ドキュメントを作成するときに、美しいコンテンツをすばやく生成するために使用することもできます。

私たちは歴史の目撃者となっている瞬間にいます。人工知能の歴史的な激流に立ち向かうことは誰にもできません。傲慢で軽蔑的な態度を維持することは、排除を加速させるだけです。小説「三体問題」:

❝

弱さと無知は生存の障害ではありません、傲慢こそが生存の障害です。

映画『The Wandering Earth 2』で、リウ・ペイ強はモスに「人類は生き残ることができるのか?」と尋ねました。モス氏は、人類の運命は自らの選択に左右される、と語った。私たちが今、ChatGPTがプログラマに取って代わられるかどうかを問うているのと同じように、完全に代替することはできないが、どのように選択するかは私たち一人ひとりの運命に関係しているそして、歴史の車輪がゆっくりと過ぎていくとき、私たちがしなければならない唯一のことは、その先を走ろうとすることです。

以上がChatGPT の狂気への道の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。