ChatGPT: Modelo de linguaxe optimizado para o dialogo

Desenvolvido por OpenAI, o chatbot usa un modelo de linguaxe adestrado mediante a aprendizaxe automática por reforzo e baseado na arquitectura GPT-3.5.

ChatGPT
Tipo	protótipo, Inteligência artificial generativa, software privativo, IA conversacional, Modelo de linguaxe de grande escala e chatterbot
Data de fundación	30 de novembro de 2022
Fundador(es)	OpenAI
Nomeado en referencia a	Chat e GPT-1
Na rede
https://chat.openai.com/ e https://chatgpt.com/
[ editar datos en Wikidata ]

Introducido o 30 de novembro de 2022, ChatGPT chamou a atención pola súa facilidade de uso e destacou polas súas respostas detalladas e o seu coñecemento histórico. O formato de diálogo permite a ChatGPT responder preguntas de seguimento, admitir os seus erros, desafiar premisas incorrectas e rexeitar solicitudes inadecuadas. O chatbot é capaz de xerar todo tipo de textos, dende poesía ata diálogos. Non obstante, a pesar da ampla gama de sinais aos que é capaz de reaccionar, a súa imperfecta precisión fáctica recibiu algunhas críticas.

ChatGPT adestrouse mediante a aprendizaxe de reforzo a partir de adestramento supervisado, un método que aumenta a aprendizaxe automática con entradas humanas para lograr un resultado realista. Está baseado na arquitectura GPT-3. Durante o proceso de adestramento, os supervisores humanos desempeñaron o papel de usuarios e asistentes de IA. O modelo foi adestrado na infraestrutura de supercomputación de Microsoft Azure e axustouse mediante algoritmos de optimización de políticas próximas. Os algoritmos de optimización de políticas proximais presentan un beneficio rendible ao depender de algoritmos de optimización de políticas rexionais e negan moitas das operacións computacionalmente custosas cun rendemento máis rápido.

Comparado co seu predecesor InstructGPT, ChatGPT intenta reducir as respostas nocivas e enganosas. Os datos de adestramento de ChatGPT inclúen documentos da aplicación Man, unha ferramenta de sistemas Unix, e coñecemento de fenómenos de Internet como o sistema de taboleiros de anuncios e a linguaxe de programación Python.

 

A diferenza da maioría dos chatbots, ChatGPT ten estado e lembra conversas anteriores coas indicacións que recibiu, o que pode permitir que ChatGPT se use como terapeuta personalizado. Nun esforzo para evitar que se produzan resultados ofensivos, en ChatGPT, as consultas fíltranse a través dunha API de moderación que rexeita as referencias potencialmente racistas ou sexistas.

ChatGPT ten varias limitacións. O modelo de recompensa de ChatGPT, deseñado en torno á supervisión humana, pódese optimizar en exceso e, polo tanto, dificultar o rendemento, tamén coñecido como Lei de Goodhart. Durante a formación, os revisores preferiron respostas máis longas, independentemente da comprensión real ou do contido real. Os datos de adestramento tamén poden sufrir un nesgo algorítmico e as indicacións que inclúen descriptores vagos de persoas, como por exemplo un CEO, poderían xerar unha resposta que asuma que esa persoa é un varón branco.

A pesar da súa capacidade de comprensión e rapidez para responder preguntas e xerar textos, o chatbot ten certas limitacións e o seu software pode ter problemas para procesar a información dada se é demasiado complexa. Por outra banda, tampouco é capaz de tratar con toda precisión e detalle conceptos ou acontecementos demasiado recentes, xa que a inxesta de coñecemento detívose no 2021. Ademais, ChatGPT está deseñado para non permitir preguntas inadecuadas nin solicitudes perigosas.

A relación entre a intelixencia artificial e a ética é un tema que está de actualidade e provoca certas preocupacións. As empresas tecnolóxicas que ofrecen programas como este son conscientes de certos límites que non se poden traspasar.

No caso de ChatGPT, o sistema pode recoller prexuízos e opinións xerais de internet de forma que en ocasións, dependendo da solicitude do usuario, chegue a crear bromas ou vaia guiarse por estereotipos sobre determinados personaxes. Así mesmo, tamén ten acceso a noticias falsas e teorías de conspiración que poden interferir con que os datos proporcionados polo chatbot non sexan totalmente veraces. Unha das outras restricións programadas por OpenAI son avisos a preguntas concretas: se se lle pregunta como intimidar a alguén responderá que o acoso é malo, así como se se lle pregunta sobre manipular persoas ou construír armas perigosas.

Wiki Commons ten máis contidos multimedia na categoría:  ChatGPT

• Análise de contido
• Aprendizaxe automática
• Intelixencia artificial
• Modelo de linguaxe
• Modelo de linguaxe de grande escala
• Modelo de texto a imaxe
• Modelo de texto a vídeo
• OpenAI