たぶん誰もがあなたにChatGPTがこのように使用されるとは言わないでしょう。

2023年3月から、OpenAIのChatGPT3および3.5の情報が次々と明らかになった後、私はAIの学習の旅を始めました。 最初はAIは本当に初心者でしたが、興味深い単語がありました。それは「可解釈性」です。 知識の体系の積み重ねのように、最初のステップは原理の可解釈性であるべきです。 そして、大規模なモデルや大量のデータにも触れました。 以前からAIについて多くのことを学んでいましたが、AIによる改革の時代は来ましたか？ 2023年、いいえ、まだです。むしろ、みんながAIが好きで初めて集まった、多様で若々しいが未熟な時代です。 2024年はどうでしょうか？ では、私たちの話題に戻りましょう。ChatGPTを使用することに関して言えば、promptを避けることはできません。基本的に、試行回数が多いほど多くの収穫が得られます。 しかし、実際には、多くの人々がChatGPTなどの自然言語AIの価値や仕組みを理解していません。 そこで、私の単純な見解を述べさせてください。誤りがあれば指摘してください。

1. 結果の良し悪しは、質問の言語やデータベースに制限があることが重要な要素です。例えば、中国語、繁体字中国語はデータベースが異なります。ですので、同じ質問を異なる言語で行うと、答えが異なる可能性があります。 同様に、優れた豊富な言語データベースは、AIをより賢くします。 逆に、小規模な言語や誤ったデータが多いデータベースは、AIをより愚かにします。

2. AIを使用して何かをしたり、ビジネス化するには、トレーニングセットとして大量のデータが必要です。では、なぜAIが急速に発展しているこの数年間、世界中がDXを推進しているのか、あなたはおそらくすでにいくつか理解しているかもしれません。なぜなら、知能を持ち、独自のモデルを持つためには、データが必要です。データはサーバーに保管されていないと、AIにすばやく接続できず、紙の文書ではできません。 したがって、あなたの企業がDXを推進したい場合は、「ペーパーレスオフィス」から整理することをお勧めします。

3. 結果の修正。優れたモデルは、何度も訓練を受ける必要があります。各トレーニングでは、多くの「汚れたデータ」が生成されます。例えば、誤った回答など。最も理解しやすいのは、画像認識型AIです。最初のモデルは花と車を認識できますが、花や小さな草を認識できない場合があります。この場合、パラメーターの調整が必要であり、新しいベクトルや新しいラベルが必要です。これにより、モデルの良し悪しが判断されます。 2023年から現在までに約2万のプロンプトを収集しましたので、次回はこれらの洞察をお話しします。