Normalmente disfruto de Slack en el trabajo: aprendo una o dos cosas y obtengo una linda foto de un perro o algo así. Pero hoy fue diferente.

La conversación inevitable sobre chatGPT fue en mi propio chat de Slack hoy. Me encanta el aprendizaje automático, trabajé en el campo brevemente y ahora ayudo a proporcionar datos a quienes hacen aprendizaje automático; esto se siente diferente. ¿Qué es el chatGPT de openai? ¿Y por qué me hace escribir esta siniestra introducción?

Si eres como yo, dejarás de leer y jugarás con chatGPT por un rato y luego volverás. Bastante increíble, ¿verdad? Le preguntas a chatGPT cualquier cosa y obtienes una respuesta increíblemente plausible. Se siente como magia. ¿Qué no puede hacer? ¿Es escribir este artículo?

QUÉ ES chatGPT

Es importante recordar qué es esto exactamente (solía hacer un modelado de lenguaje natural muy básico, es decir, NLP): GPT significa transformador preentrenado generativo. Es diferente/emocionante de otros métodos de NLP de última generación debido a la forma en que los nodos están conectados en esta red neuronal profunda, tl; dr da como resultado que pueda realizar cálculos en oraciones largas llenas de diferentes palabras al mismo tiempo en lugar de secuencialmente. Estos transformadores consideran oraciones completas en contexto mientras realizan cálculos que son realmente eficientes (no es necesario eliminar la ambigüedad del contexto de las palabras para el modelo, es decir, "salsa" como en el baile o la comida). Los ingenieros de aprendizaje automático todavía tienen que decidir qué ejemplos mostrar GPT, es decir, valores atípicos. ¿normales? Ajustan activamente las perillas para mejorarlo (llamados hiperparámetros) y también ayudan a confirmar buenas respuestas para chatGPT, es decir. aprendizaje reforzado. Las iteraciones iniciales de GPT fueron buenas para: llenar el espacio en blanco, inferencia o traducción.

¿QUIZÁS AHORA PUEDE HACER MÁS?

Esta iteración más reciente de GPT, chatGPT, también conocido como GPT 3.5, se siente como si estuviera teniendo un momento de palo de hockey, similar a lo que estoy viendo en la transmisión de datos . En una oración, la transmisión de datos (Confluent) alimenta las aplicaciones de misión crítica con una fuente de información siempre activa y casi en tiempo real (piense si la aplicación comercial de un corredor para realizar pedidos o un sistema de monitoreo de la presión cerebral en un hospital infantil acaba de dejar de funcionar). ¿recibiendo información?). Por lo tanto, la transmisión de datos es realmente la columna vertebral de datos para todo tipo de aplicaciones modernas, desde Instacart hasta Northrop Grumman y aplicaciones NLP.similar a ChatGPT. Esta colisión de mejoras tecnológicas a la vez emocionante y desconcertante. ¿Exactamente de cuánto de mejora estamos hablando?

APRENDIZAJE AUTOMÁTICO ANTES DE GPT

Volvamos al diagrama de Kai Fu Lee de ~2018 (suceden muchas cosas durante algunos años en tecnología). Vea la charla Ted de Lee aquí. Tl;dr Lee pasa por trabajos que probablemente serán reemplazados por AI (su lengua vernácula, no la mía). Postuló que la IA tendrá:

• la influencia más fuerte en los trabajos redundantes (cuadrante inferior izquierdo)
• convertirse en herramientas vitales para trabajos creativos (abajo a la derecha)
• trabajar como una herramienta "analítica" más liviana para trabajos de alta compasión (arriba a la izquierda)
• y, por último, es probable que la parte superior derecha siga siendo la menos aumentada por la IA.

PRUEBA chatGPT

Estoy feliz de hacer algunas preguntas que recibo durante mi trabajo como un experimento para probar cuánto es capaz de hacer chatGPT.

GPT FUE BUENO EN

Para no alienar a los lectores no técnicos, el tl; dr es que le hice a GPT una pregunta que requiere unir varias tecnologías diferentes. No estuvo nada mal. El siguiente ejemplo es GPT utilizando con éxito estas tecnologías específicas en conjunto:

1. herramienta de infraestructura como código llamada Terraform
2. Una distribución de kubernetes proporcionada por un proveedor de la nube (AWS)
3. Un sistema operativo basado en Linux (también a través de AWS)

Es impresionante cómo GPT proporciona comentarios valiosos en el campo de la ingeniería de software en general. Para este ingeniero de PNL, proporciona una retroalimentación mucho mejor que si tuviera que ejecutar R en su máquina local (creó una emulación de R dentro de ChatGPT).https://twitter.com/ben_j_radford/status/1599180658827440128

NO TAN BUENO EN

Aquí le hice a GPT una pregunta más común que recibo, donde simplemente apareció comandos CLI que no existen por completo ( Confluent Tunnelno es un comando en la CLI de Confluent, trabajo en Confluent). Aquí lo pregunté: " ¿Cómo conecto mi fuente de datos local a Confluent Cloud de forma segura ?"

Curiosamente, si tuviera que evaluar la inteligencia de chatGPT mediante nuestra evaluación tradicional (humana), aparentemente es un promedio bajo:https://twitter.com/SergeyI49013776/status/1598430479878856737

HACER PREGUNTAS NO RELACIONADAS CON MI TRABAJO

Ok, este es irónico/no es realmente útil, pero aun así, le pregunté a ChatGPT sobre sí mismo y proporcionó información errónea:

Hacer que ChatGPT pretenda que es una ocupación específica es quizás el fenómeno más sorprendente en Internet hoy en día. Por ejemplo, al pedirle que actuara como chef, le dio algunas buenas ideas para la cena con la lista de ingredientes y las instrucciones:

Otras indicaciones divertidas de "actuar como" aquí .

PERSPECTIVA OPTIMISTA

Yo diría que si miramos las predicciones de Lee en 2018, chatGPT está teniendo un impacto enorme en ambos cuadrantes a la derecha de nuestro eje Y. Su retroalimentación es increíblemente rica. Tareas creativas como crear guiones para guiones, decorar espacios físicos: estas cosas suelen ser difíciles de comenzar. Le doy algunas indicaciones a chatGPT y tengo paredes de texto para que fluyan mis ideas, eso es innegablemente impresionante. Más cerca de mi timonera, chatGPT también cataliza las tareas de desarrollo para la ingeniería de software. A partir de chatGPT 3.5 (alimentando chatGPT), no es capaz de crear código verdaderamente "listo para producir"; sin embargo, me brinda un excelente material de partida que luego puedo refinar, ahorrándome horas de investigación inicial a través de Stackoverflow, etc.

PERSPECTIVA NO TAN OPTIMISTA

En el fondo de la mente de todos en este momento, chatGPT puede hacer algo destructivo. Por sí solo, por supuesto, no puede, no es un agente autónomo, necesita la intervención humana para hacer cualquier cosa. Pero supongamos que no tuvo cuidado al probar e interpretar los resultados de chatGPT, y simplemente transfirió un código de chatGPT: podría imaginar una situación en la que un desarrollador accidentalmente bloquee un servidor o algo por el estilo. Esto no me parece realmente alarmante porque la mayoría de los ingenieros tienen buenos procesos para probar, validar y finalmente liberar el código a un sistema de producción.

Lo que podría ser alarmante es como se muestra en mi ejemplo anterior, donde le pregunté a chatGPT qué es: chatGPT a veces solo produce información errónea (openai lo reconoce ). Se podría argumentar que la circulación de información errónea en la web ya es rampante: ¿cuál es otra fuente? Sin embargo, esta es la primera vez que tenemos esta desinformación sin rostro. Nadie puede rastrear la ruta de una solicitud desde la interfaz de chatGPT, a través de sus capas de redes neuronales complejas, y deducir exactamente cómo se llega a la respuesta. Este es un marcado contraste con alguien que cita un artículo de una fuente periodística (donde podría inferir influencia política, etc.).

PENSAMIENTOS FINALES, GPT 4 está llegando

ChatGPT te dará una respuesta. Úselo el tiempo suficiente y le dará una respuesta incorrecta. Te malinterpretará. ChatGPT es solo la iteración 3.5 de la serie GPT. Pronto estará proporcionando mejores respuestas. Paso gran parte de mi jornada laboral haciendo preguntas como: ¿es eso realmente lo que quieres decir? ¿Sabe por qué existe ese requisito? ¿Cómo fue esa evaluación? Es a partir de preguntas abiertas como estas que realmente ayudo a las personas y, a veces, descubro cosas que no sabían que necesitaban. Somos mucho más que máquinas de preguntas y respuestas. Somos extremadamente matizados. Salga y escuche realmente: hará mejores preguntas y eso significa mejores respuestas.