ChatGPT와 당신의 직업

Dec 11 2022

나는 일반적으로 직장에서 Slack을 즐깁니다. 한두 가지를 배우고 귀여운 강아지 사진을 얻습니다. 하지만 오늘은 달랐다.

chatGPT를 둘러싼 불가피한 대화는 오늘 제 슬랙 채팅에서 이루어졌습니다. 저는 기계 학습을 좋아하고 잠시 현장에서 일했으며 지금은 기계 학습을 하는 사람들에게 데이터를 제공하는 것을 돕고 있습니다. 이것은 다른 느낌입니다. openai의 chatGPT란? 그리고 왜 내가 이 불길한 소개를 쓰게 만드는 걸까요?

당신이 나와 같다면 당신은 독서를 중단하고 chatGPT 로 잠시 플레이 한 다음 다시 돌아올 것입니다. 꽤 놀랍죠? chatGPT에 무엇이든 물어보면 믿을 수 없을 정도로 그럴듯한 대답을 듣게 됩니다. 마법 같은 느낌. 무엇을 할 수 없습니까? 이 글을 쓰는 건가요?

chatGPT란?

이것이 정확히 무엇인지 기억하는 것이 중요합니다(저는 NLP와 같은 매우 기본적인 자연어 모델링을 사용했습니다). 노드가 이 심층 신경망에 연결되는 방식 때문에 다른 최첨단 NLP 방법과 다르고 흥미진진합니다. 즉, 다른 단어로 채워진 큰 문장에서 순차적이 아닌 동시에 계산을 수행할 수 있습니다. 이러한 변환기는 정말 효율적인 계산을 수행하는 동안 컨텍스트에서 전체 문장을 고려합니다(예: 춤이나 음식에서와 같이 "살사"라는 모델에 대한 단어의 컨텍스트를 명확하게 할 필요가 없습니다). 기계 학습 엔지니어는 여전히 GPT, 즉 이상값을 표시할 예를 결정해야 합니까? 정상적인 것? 더 나은 결과를 얻기 위해 적극적으로 노브를 조정하고(초매개변수라고 함) chatGPT에 대한 좋은 답변을 확인하는 데도 도움이 됩니다. 강화학습. GPT의 초기 반복은 빈칸 채우기, 추론 또는 변환에 유용했습니다.

이제 더 많은 일을 할 수 있을까요?

이 GPT의 최신 버전인 chatGPT(일명 GPT 3.5)는 데이터 스트리밍 에서 보고 있는 것과 유사한 하키 스틱 순간을 갖는 것처럼 느껴집니다 . 한 문장으로 데이터 스트리밍(Confluent)은 항상 가동되고 거의 실시간으로 정보를 공급하여 미션 크리티컬 애플리케이션에 연료를 공급합니다(중개사의 주문용 거래 앱이나 어린이 병원의 뇌압 모니터링 시스템이 방금 중단된 경우를 생각해 보십시오. 데이터 수신?). 따라서 데이터 스트리밍은 Instacart 에서 Northrop Grumman , NLP 애플리케이션 에 이르기까지 모든 종류의 최신 애플리케이션을 위한 데이터 백본입니다.ChatGPT와 유사합니다. 이러한 기술적 개선의 충돌은 흥미진진하면서도 불안하게 만듭니다. 정확히 어느 정도의 개선에 대해 이야기하고 있습니까?

GPT 전 머신 러닝

~2018년부터 Kai Fu Lee의 다이어그램으로 돌아가 보겠습니다(기술 분야에서 몇 년 동안 많은 일이 발생합니다). 여기에서 Lee의 Ted Talk 를 참조 하십시오. Tl;dr Lee는 AI 로 대체될 가능성이 있는 작업을 수행합니다 (그의 모국어는 내 언어가 아님). 그는 AI 가 다음을 가질 것이라고 가정했습니다.

2018 리카이푸

Kai Fu Lee 2018 — AI 성능 예측 오버레이

중복 작업에 대한 가장 강력한 영향(왼쪽 아래 사분면)
창의적인 작업을 위한 필수 도구가 됨(오른쪽 아래)
연민이 높은 직업을 위한 더 가벼운 "분석" 도구로 작동(왼쪽 상단)
마지막으로 오른쪽 상단은 AI에 의해 가장 적게 증가된 상태로 유지될 가능성이 높습니다.

테스트 채팅GPT

chatGPT가 얼마나 많은 기능을 수행할 수 있는지 테스트하기 위한 실험으로 직장에서 받는 몇 가지 질문을 할 수 있어서 기쁩니다.

GPT는

기술 지식이 없는 독자를 소외시키지 않기 위해 저는 GPT에 다양한 기술을 결합해야 하는 질문을 했습니다. 나쁘지 않았습니다. 아래 예는 GPT가 이러한 특정 기술을 함께 성공적으로 사용하는 것입니다.

Terraform이라는 코드형 인프라 도구
클라우드 공급자(AWS)가 제공하는 kubernetes 배포판
Linux 기반 운영 체제(또한 AWS를 통해)

chatGPT 출력 스크린샷

(일부) 프롬프트 #2의 chatGPT 출력

GPT가 전반적으로 소프트웨어 엔지니어링 분야에서 풍부한 피드백을 제공하는 방식이 인상적입니다. 이 NLP 엔지니어에게는 로컬 컴퓨터에서 R을 실행하는 것보다 훨씬 더 나은 피드백을 제공합니다(그는 ChatGPT 내에서 R 에뮬레이션을 생성했습니다).https://twitter.com/ben_j_radford/status/1599180658827440128

별로 좋지 않다

여기에서 저는 GPT에 제가 받는 더 일반적인 질문을 했습니다. 완전히 존재하지 않는 CLI 명령이 나타났습니다( Confluent TunnelConfluent의 CLI에 있는 명령이 아닙니다 -- 저는 Confluent에서 일합니다). 여기에서 " 온프레미스 데이터 소스를 Confluent Cloud에 안전하게 연결하는 방법 " 을 물었습니다.

프롬프트 #3의 chatGPT 출력

흥미롭게도 chatGPT의 인텔리전스를 우리의 (인간) 전통적인 평가로 평가한다면 평균이 낮을 것 같습니다.https://twitter.com/SergeyI49013776/status/1598430479878856737

내 직업과 관련 없는 IT 질문

좋아요 이것은 아이러니합니다/실제로 유용하지는 않지만 여전히 ChatGPT에 자체에 대해 물었고 잘못된 정보를 제공했습니다.

프롬프트 #4의 chatGPT 출력

ChatGPT가 특정 직업인 척하는 것은 아마도 오늘날 인터넷에서 가장 놀라운 현상일 것입니다. 예를 들어 요리사 역할을 해달라고 요청하면 재료 목록과 지침이 포함된 좋은 저녁 식사 아이디어를 제공합니다.

요리사로 출력

셰프 2로 출력

다른 재미있는 "행동" 프롬프트는 여기 .

낙관적 전망

2018년 Lee의 예측을 보면 chatGPT가 Y축 오른쪽의 두 사분면에 큰 영향을 미치고 있다고 주장할 수 있습니다. 피드백은 엄청나게 풍부합니다. 각본을 위한 대본 작성, 물리적 공간 장식과 같은 창의적인 작업은 시작하기 어려운 경우가 많습니다. 나는 chatGPT에 몇 가지 프롬프트를 제공하고 내 아이디어가 흐르도록 텍스트 벽을 가지고 있습니다. 그것은 부인할 수 없이 인상적입니다. 내 조타실에 더 가까운 chatGPT는 또한 소프트웨어 엔지니어링을 위한 개발 작업을 촉진합니다. chatGPT 3.5(chatGPT에 연료를 공급)부터 진정한 "프로덕션 준비" 코드를 생성할 수 없습니다. 그러나 나중에 다듬을 수 있는 훌륭한 시작 자료를 제공하므로 Stackoverflow 등을 통해 초기 연구 시간을 절약할 수 있습니다.

그다지 낙관적이지 않은 전망

지금 모든 사람의 마음 한구석에는 chatGPT가 파괴적인 일을 할 수 있다는 생각이 있습니다. 물론 혼자서는 할 수 없습니다. 어떤 자율적인 행위자가 아닙니다. 어떤 일을 하려면 인간의 개입이 필요합니다. 하지만 chatGPT의 출력을 테스트하고 해석하는 데 주의를 기울이지 않고 chatGPT에서 일부 코드를 포팅한 경우 개발자가 실수로 서버를 충돌시키는 상황을 상상할 수 있습니다. 대부분의 엔지니어가 테스트, 검증 및 최종적으로 프로덕션 시스템에 코드를 릴리스하기 위한 적절한 프로세스를 갖추고 있기 때문에 이는 그다지 놀라운 일이 아닙니다.

놀라운 점은 제가 chatGPT에 무엇인지 물었던 위의 예에서 볼 수 있듯이 chatGPT는 때때로 잘못된 정보를 생성합니다(openai 는 이를 인정 합니다). 웹상에서 잘못된 정보의 순환이 이미 만연해 있다고 주장할 수 있습니다. 다른 소스는 무엇입니까? 그러나 얼굴이 없는 잘못된 정보는 이번이 처음입니다. 그 누구도 복잡한 신경망 레이어를 통해 chatGPT 인터페이스의 요청 경로를 추적할 수 없으며 응답이 어떻게 도착하는지 정확하게 추론할 수 없습니다. 이것은 저널리즘 출처(정치적 영향력 등을 추론할 수 있는 곳)의 기사를 인용하는 사람과는 극명한 대조를 이룹니다.

닫는 생각, GPT 4가 온다

ChatGPT가 답을 줄 것입니다. 충분히 오래 사용하면 오답을 줄 것입니다. 그것은 당신을 오해할 것입니다. ChatGPT는 GPT 시리즈의 유일한 반복 3.5입니다. 곧 더 나은 답변을 제공할 것입니다. 저는 근무 시간의 많은 시간을 다음과 같은 질문에 보냅니다. 그게 정말 당신이 의미하는 바인가요? 그 요구 사항이 왜 있는지 아십니까? 그 평가는 어떻게 됐나요? 이와 같은 개방형 질문을 통해 저는 사람들을 실제로 도울 수 있고 때로는 그들이 필요로 하는지 몰랐던 것을 발견할 수 있습니다. 우리는 질의응답 기계 그 이상입니다. 우리는 매우 미묘한 차이가 있습니다. 나가서 진정으로 경청하십시오. 더 나은 질문을 할 수 있으며 이는 더 나은 답변을 의미합니다.