Chatbot ChatGPT OpenAI, dirilis November 2022, sangat efektif dalam menanggapi permintaan obrolan yang sudah diterapkan pada berbagai kasus penggunaan. ChatGPT melampaui 1 juta pengguna dalam 5 hari karena menjadi viral awal Desember 2022. Sebagai perbandingan, Netflix membutuhkan 41 bulan untuk mencapai jumlah pengguna 1 juta, FB 10 bulan, Spotify 5 bulan, dan Instagram 2,5 bulan. Mengingat metrik pengguna yang mencengangkan, ada baiknya melihat lebih dekat mengapa pengguna tergila-gila dan di mana ChatGPT mungkin mengganggu. Posting ini berfokus terutama pada implikasi dan mengasumsikan pemahaman dasar tentang ChatGPT .

Akankah ChatGPT mengganggu pencarian?

Ada spekulasi bahwa ChatGPT dapat mengganggu mesin telusur saat ini . ChatGPT memberi pengguna jawaban langsung, sedangkan mesin pencari modern secara efektif memberi pengguna proyek penelitian. Ada pergeseran paradigma yang jelas dalam arus informasi. ChatGPT merumuskan tanggapan tunggal menggunakan miliaran, segera triliunan dikabarkan dengan GPT-4, parameter, sedangkan mesin pencari mengharuskan pengguna untuk menyaring situs yang tak terhitung jumlahnya. Saat membuat kueri di ChatGPT, informasi mengalir ke pengguna alih-alih pengguna secara manual mengorek blog, forum, dan situs yang terdaftar untuk mendapatkan data.

ChatGPT tidak dibuat sebagai pengganti pencarian. Kasus penggunaan pencarian potensial dari ChatGPT adalah akibat wajar dari seberapa efektif balasan cepat percakapannya. Hasil yang dikembalikan oleh ChatGPT mungkin tidak akurat, tanpa kutipan, dan terbatas pada hasil sebelum tahun 2021. Saat ini, ada kategori kueri pengguna yang GPT dapat memberikan pengalaman pengguna yang lebih baik, kategori yang pencarian Google mungkin lebih berguna, dan kategori di mana pengguna mungkin puas dengan salah satu metode.

Kasus untuk model generatif seperti ChatGPT yang mengganggu pencarian semakin kuat ketika mempertimbangkan bahwa mereka dapat dirancang khusus untuk kasus penggunaan pencarian. Tidak sulit untuk membayangkan "SearchGPT" yang memungkinkan permintaan pencarian yang disesuaikan. Misalnya, memilih kumpulan data tertentu (Wikipedia, commons, jurnal ilmiah, dll.) untuk menyesuaikan kueri penelusuran dapat memungkinkan penelusuran berbasis fakta yang lebih ketat atau hasil yang lebih kreatif dan subjektif.

Alih-alih memikirkan satu metode pencarian menggantikan yang lain, tampaknya lebih mungkin bahwa mesin pencari saat ini akan mengintegrasikan respons AI generatif sebagai alat lain dalam repertoar mereka untuk membangun pengalaman pencarian terbaik bagi pengguna. Faktanya, Google telah memberi isyarat "Kode Merah" untuk menanggapi munculnya gangguan GPT yang diterapkan pada pencarian.

Akankah ChatGPT mengganggu SaaS dan aplikasi?

Membayangkan penggunaan ChatGPT sebagai fungsi dengan batasan seputar input dan output, memberikan wawasan lebih jauh tentang bagaimana hal itu dapat diintegrasikan ke dalam aplikasi. Ada berbagai cara memfilter data pelatihan untuk membentuk respons, serta penyetelan seperti pengaturan suhu model, untuk mengoptimalkan kasus penggunaan yang berbeda. Tampaknya sistem berbasis aturan sederhana dapat secara efektif membungkus model generatif, menempatkan batasan atau invarian untuk membentuk aplikasi atau layanan. Misalnya, dengan pembuat enkode dan dekoder untuk teks ke ucapan, dimungkinkan untuk mem-bootstrap asisten suara dan layanan pelanggan. Ada banyak penawaran dan aplikasi SaaS yang dapat diubah dengan penggunaan GPT yang disesuaikan dengan ceruknya.

Beberapa proyek di GitHub telah merekayasa balik API ChatGPT untuk menyediakan antarmuka yang dapat digunakan oleh pengembang. Meskipun kita harus menunggu dan melihat bagaimana skala model GPT berturut-turut dengan peningkatan data pelatihan, sudah jelas bahwa aplikasi yang mengirim dan menerima data teks dapat terganggu oleh model bahasa dalam jangka panjang. Beberapa pengguna pintar bahkan telah meminta kode dari ChatGPT yang menghasilkan file dan teks STL 3D yang dengan mudah diubah menjadi melodi , secara efektif mengubah keluaran teks ChatGPT ke beberapa domain lain.

Apa implikasi yang lebih luas dari AI generatif?

AI Generatif Fungsional memiliki akibat wajar lain yang menarik. Jika data gambar, teks, dan audio yang dihasilkan sangat realistis sehingga dapat menipu penilaian manusia, model generatif dapat digunakan untuk membuat data. Ada makalah yang telah meneliti bagaimana menambah kumpulan data dengan data yang dihasilkan meningkatkan kekuatan model. Sebuah siklus yang jelas muncul:

1. Peningkatan data pelatihan mengarah pada peningkatan output generatif.
2. Output generatif yang ditingkatkan mengarah pada peningkatan data pelatihan.
3. Ulangi tanpa batas.

Dengan penggunaan AI generatif yang efektif untuk menambah kumpulan data, kami memiliki akses ke banyak sekali data. Mungkin AI generatif akan menyelesaikan hambatan dari kebutuhan data pelatihan yang sangat besar dan mengalihkan fokus untuk membersihkan data yang dihasilkan.

Saat penawaran SaaS dan berbagai aplikasi berebut untuk mengintegrasikan ChatGPT dan alat AI generatif lainnya yang didambakan pengguna, kita akan mempelajari lebih lanjut tentang implikasi hak cipta, keunggulan kompetitif, dan bagaimana perusahaan mengubah parit di sekitar penawaran mereka.