Скрытый движок ChatGPT
ChatGPT и его предшественник GPT-3, казалось, появились в одночасье, поразив мир своими человеческими разговорными способностями. Но эти передовые системы искусственного интеллекта восходят к менее известному, но важному игроку: веб-краулеру GPTBot.
Этот неутомимый цифровой ридер постоянно бродит по Интернету, поглощая ошеломляющие объемы текста, чтобы удовлетворить ненасытный аппетит моделей OpenAI. Без этого закулисного сбора данных у нас, вероятно, не было бы чат-ботов с искусственным интеллектом, достаточно сложных, чтобы обсуждать этику или объяснять квантовые вычисления.
Тем не менее, GPTBot также поднимает серьезные вопросы, связанные с согласием, атрибуцией и владением данными в эпоху ИИ. Понимание того, как это работает, дает важный контекст настоящего и будущего искусственного интеллекта.
Непрерывный сборщик знаний способствует прогрессу ИИ
Как и нам, людям, моделям ИИ для обучения требуются различные источники информации. Но в то время как мы можем читать книги, новости и блоги в свободное время, GPTBot делает это бесконечно и в огромных масштабах.
Этот хитрый поисковый робот, работающий как усиленный Googlebot, запрограммирован на просмотр веб-сайтов в режиме 24/7, поглощая энциклопедические объемы текста. По оценкам экспертов, ежедневно он поглощает не менее терабайт данных, затмевая даже веб-краулер поискового гиганта.
Этот незаметно собранный материал обеспечивает питательное топливо для обучения GPT, знакомя моделей с нюансами и тонкостями письменной речи. Именно так ChatGPT обретает возможности общения, изучая оцифрованные книги, статьи, форумы и многое другое.
GPTBot дает моделям OpenAI объем и разнообразие языковых данных, которые в противном случае было бы невозможно собрать вручную. Его настойчивость лежит в основе недавних скачков ИИ.
Не все данные одинаковы: ценность выборочного поиска
Конечно, парсинг любого сайта без разбора не обеспечит качественную пищу для ИИ. В этом заключается избирательность GTPBot.
Вместо того, чтобы поглощать весь поток веб-данных, OpenAI разработал свой краулер, чтобы сосредоточиться на общедоступных веб-сайтах с существенным и ценным контентом. Он избегает источников, требующих платного доступа или нарушающих политику контента OpenAI.
Затем собранные страницы проходят тщательную фильтрацию и обработку. Это очищает данные и структурирует их для оптимального обучения модели. Результатом стал ИИ с большей точностью и улучшенными возможностями, что имеет решающее значение, когда они начинают использоваться в реальном мире.
Эта избирательность подчеркивает, почему сам по себе необработанный интернет-масштаб не определяет потенциал ИИ. Именно натренированное суждение в поиске источников открывает путь к прогрессу.
Скрытые затраты на «бесплатные» модели ИИ
Большинство взаимодействует с ChatGPT бесплатно, рассматривая его как полезного помощника. Тем не менее, на первый взгляд, его разработка требует ресурсов, сопоставимых с крупными технологическими гигантами.
Поддержание обширной инфраструктуры для работы GPTBot обходится недешево — от ферм серверов, сканирующих веб-сайты, до конвейеров очистки, подготавливающих данные для приема. Эксперты сравнивают эти требования с тем, что требуют такие компании, как Google и Meta.
Но для OpenAI эти расходы подпитывают заявленную миссию демократизации ИИ с помощью свободно доступных моделей, таких как DALL-E для создания изображений. Тем не менее, это вызывает вопросы об экономике поиска данных в веб-масштабе для коммерческих приложений.
Владение тем, что вы создаете: туманные законы использования данных
Модели OpenAI обещают захватывающие возможности, но они также создают этические и юридические затруднения.
Многие видят дисбаланс, когда владельцы сайтов теряют ценность, поскольку их контент ненавязчиво улучшает коммерческие системы, такие как ChatGPT. Некоторые предлагают владельцам получать оплату или, по крайней мере, право согласия на использование их данных.
В настоящее время закон находится в серой зоне в отношении авторского права и добросовестного использования, когда речь идет об обучении ИИ. Ситуации должны взвешивать такие факторы, как преобразующее создание и атрибуция. В ходе открытых дебатов задается вопрос, соответствуют ли действующие законы этим новым технологическим возможностям.
Эти вопросы будут приобретать все большее значение по мере того, как ИИ все глубже интегрируются в общество. По мере того, как ИИ становится мейнстримом, многое остается нерешенным в отношении прав собственности на данные и прав на их использование.
Заглядывая вперед: растущие аппетиты автоматизированных учащихся
По мере того, как передовые исследования переходят в реальные продукты, GPTBot продолжает оставаться незаменимым активом для OpenAI.
Объемы текста, получаемые из динамического Интернета, позволяют моделям быстро масштабироваться и развиваться. И его голод будет только усиливаться по мере ускорения развития ИИ в таких отраслях, как медицина, юриспруденция и образование.
GPTBot позволяет заглянуть в механизм, лежащий в основе развития ИИ. Веб-сайты, найденные сегодня, учат моделей, которые однажды могут водить машины, открывать для себя наркотики или обучать детей. Это распространение поднимает жизненно важные вопросы о воздействии технологии.
Освещая этот двигатель, стоящий за ИИ, мы получаем представление как о его огромном потенциале, так и о проблемах ответственного управления им. Роль GPTBot побуждает нас тщательно продумать, как ИИ должен — и не должен — потреблять, запоминать и использовать знания, которые он получает от человеческой цивилизации.
Ссылка :
