


ChatGPT annote les données 20 fois moins cher que les humains et a un avantage dans 80% des tâches
En termes simples, l'annotation des données consiste à étiqueter les données de contenu sur les réseaux sociaux, à les classer en différents thèmes ou concepts, ou à juger de leur position et de leurs émotions. Ces données annotées peuvent être utilisées comme ensembles de formation ou critères d'évaluation pour les modèles PNL.
Un autre « travail humain » a été supprimé par l'IA, et il est étroitement lié à la formation de l'IA :
Annotation de données.
Une recherche de l'Université de Zurich a révélé que face à ChatGPT, les humains n'ont aucun avantage en termes de coût ou d'efficacité :
- En termes de coût, le coût moyen de chaque annotation de ChatGPT est inférieur à 0,003 $ US, ce qui est 20 fois moins cher que les plateformes de crowdsourcing ;
- En termes d'efficacité, ChatGPT « écrase » également les humains avec un avantage de 4 : 1 dans des tâches telles que la pertinence, la position et les thèmes.
Après la publication du document, certains internautes ont ridiculisé le fait que l'adage selon lequel « générer des données de formation nécessite un travail manuel » était devenu une chose du passé.
Certaines personnes ont même crié : « Est-il possible que le travail de numérisation de la restauration de livres anciens soit accéléré ?
Certaines personnes n'ont pas dérangé l'excitation et ont directement tweeté :
Cela supprime directement les emplois des travailleurs de plateforme.
En parlant de ça, comment ChatGPT a-t-il volé les « emplois » des travailleurs de l'annotation de données ?
ChatGPT a un avantage dans 80% des tâches
Tout d'abord, il faut d'abord comprendre le contenu spécifique du travail d'annotation de données.
En termes simples, l'annotation des données consiste à étiqueter les données de contenu sur les réseaux sociaux, à les classer en différents thèmes ou concepts, ou à juger de leur position et de leurs émotions.
Ces données annotées peuvent être utilisées comme ensemble de formation ou norme d'évaluation pour le modèle PNL.
Dans le passé, ce type de travail était géré manuellement. Par exemple, MTurk est une plateforme de crowdsourcing spécialisée dans l'annotation de données.
Dans les plateformes de crowdsourcing telles que MTurk, il y aura une division du travail plus raffinée, comme des annotateurs de données professionnellement formés et des travailleurs de crowdsourcing.
Le premier a l'avantage de produire des données de haute qualité, mais le coût est naturellement plus élevé, tandis que le second est moins cher mais la qualité fluctue en fonction de la difficulté de la tâche.
L'équipe de recherche a donc commencé à étudier le potentiel des grands modèles de langage (LLM) dans ce domaine, et a comparé les performances de ChatGPT (basé sur GPT-3.5) et MTurk sans formation supplémentaire (zéro-shot) en annotation de données.
Cette comparaison est basée sur 2382 échantillons de tweets précédemment collectés par l'équipe de recherche.
ChatGPT et MTurk marquent respectivement les tweets avec cinq tâches : "pertinence, position, thème, politique et caractère pratique".
Il existe deux critères d'évaluation :
- Précision : le pourcentage d'annotations correctes par les travailleurs de crowdsourcing ChatGPT et MTurk ;
- Fiabilité de la cohérence inter-codeurs : en utilisant ChatGPT, les travailleurs de crowdsourcing MTurk et les annotateurs de données professionnels calculent la cohérence entre deux ;
Les résultats sont également évidents en termes de précision, ChatGPT est meilleur que les travailleurs du crowdsourcing de MTurk dans quatre tâches sur cinq.
En termes de fiabilité de cohérence, ChatGPT a surpassé les annotateurs de données professionnels dans toutes les tâches.
En termes de coût, comme mentionné au début, ChatGPT est en moyenne 20 fois moins cher que le travail manuel, sans compter que l'IA peut fonctionner 24h/24 et 7j/7.
Cependant, tous les internautes n'ont pas adhéré à la conclusion tirée par l'équipe de recherche. Certaines personnes ont déclaré :
Ces cinq tâches sont trop simples et difficiles. La fiabilité d’une telle conclusion fondée sur ces seuls éléments est discutable.
Certains internautes se sont même moqués du fait que l'échantillon de recherche était trop petit :
(étonnamment) seuls 2382 tweets ont été utilisés comme échantillon.
La « menace pour l'emploi » va au-delà de l'étiquetage des données
Maintenant, il est difficile de dire si l'IA remplacera complètement un certain type de travail, mais il ne fait aucun doute qu'elle affectera dans une certaine mesure le travail humain .
La semaine dernière, OpenAI a publié un rapport d'analyse indiquant que 80 % des emplois seront affectés par ChatGPT dans une certaine mesure, et 19 % des emplois seront sérieusement affectés par ChatGPT.
Et les métiers avec des salaires plus élevés seront plus durement touchés.
OpenAI a en outre répertorié les professions spécifiques qui seront concernées, du plus grand au plus petit :
Traducteurs, créateurs de textes (y compris poètes, écrivains, etc.), personnel des relations publiques, mathématiciens, préparateurs de déclarations de revenus, ingénieurs Blockchain, travailleurs financiers. , professionnels des médias...
△Source photo : OpenAI
De plus, le PDG d'OpenAI, Altman, a également déclaré à plusieurs reprises que "l'IA remplacera certains emplois existants".
Il n'y a pas si longtemps, la mise à jour majeure de MidjourneyV5 a également amené de nombreux peintres humains à se plaindre du fait que leur travail n'est pas garanti.
emmmmm, tu penses pouvoir encore garder ton job ?
Adresse papier :https://arxiv.org/abs/2303.15056
Lien de référence :https://twitter.com/arankomatsuzaki/status/1640521970608402435
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Sujets chauds

Le DALL-E 3 a été officiellement introduit en septembre 2023 en tant que modèle considérablement amélioré par rapport à son prédécesseur. Il est considéré comme l’un des meilleurs générateurs d’images IA à ce jour, capable de créer des images avec des détails complexes. Cependant, au lancement, c'était exclu

0. À quoi sert cet article ? Nous proposons DepthFM : un modèle d'estimation de profondeur monoculaire génératif de pointe, polyvalent et rapide. En plus des tâches traditionnelles d'estimation de la profondeur, DepthFM démontre également des capacités de pointe dans les tâches en aval telles que l'inpainting en profondeur. DepthFM est efficace et peut synthétiser des cartes de profondeur en quelques étapes d'inférence. Lisons ce travail ensemble ~ 1. Titre des informations sur l'article : DepthFM : FastMonocularDepthEstimationwithFlowMatching Auteur : MingGui, JohannesS.Fischer, UlrichPrestel, PingchuanMa, Dmytr

DDREASE est un outil permettant de récupérer des données à partir de périphériques de fichiers ou de blocs tels que des disques durs, des SSD, des disques RAM, des CD, des DVD et des périphériques de stockage USB. Il copie les données d'un périphérique bloc à un autre, laissant derrière lui les blocs corrompus et ne déplaçant que les bons blocs. ddreasue est un puissant outil de récupération entièrement automatisé car il ne nécessite aucune interruption pendant les opérations de récupération. De plus, grâce au fichier map ddasue, il peut être arrêté et repris à tout moment. Les autres fonctionnalités clés de DDREASE sont les suivantes : Il n'écrase pas les données récupérées mais comble les lacunes en cas de récupération itérative. Cependant, il peut être tronqué si l'outil est invité à le faire explicitement. Récupérer les données de plusieurs fichiers ou blocs en un seul

Les performances de JAX, promu par Google, ont dépassé celles de Pytorch et TensorFlow lors de récents tests de référence, se classant au premier rang sur 7 indicateurs. Et le test n’a pas été fait sur le TPU présentant les meilleures performances JAX. Bien que parmi les développeurs, Pytorch soit toujours plus populaire que Tensorflow. Mais à l’avenir, des modèles plus volumineux seront peut-être formés et exécutés sur la base de la plate-forme JAX. Modèles Récemment, l'équipe Keras a comparé trois backends (TensorFlow, JAX, PyTorch) avec l'implémentation native de PyTorch et Keras2 avec TensorFlow. Premièrement, ils sélectionnent un ensemble de

Je pleure à mort. Le monde construit à la folie de grands modèles. Les données sur Internet ne suffisent pas du tout. Le modèle de formation ressemble à « The Hunger Games », et les chercheurs en IA du monde entier se demandent comment nourrir ces personnes avides de données. Ce problème est particulièrement important dans les tâches multimodales. À une époque où rien ne pouvait être fait, une équipe de start-up du département de l'Université Renmin de Chine a utilisé son propre nouveau modèle pour devenir la première en Chine à faire de « l'auto-alimentation des données générées par le modèle » une réalité. De plus, il s’agit d’une approche à deux volets, du côté compréhension et du côté génération, les deux côtés peuvent générer de nouvelles données multimodales de haute qualité et fournir un retour de données au modèle lui-même. Qu'est-ce qu'un modèle ? Awaker 1.0, un grand modèle multimodal qui vient d'apparaître sur le Forum Zhongguancun. Qui est l'équipe ? Moteur Sophon. Fondé par Gao Yizhao, doctorant à la Hillhouse School of Artificial Intelligence de l’Université Renmin.

Vous êtes confronté à un décalage et à une connexion de données mobile lente sur iPhone ? En règle générale, la puissance de l'Internet cellulaire sur votre téléphone dépend de plusieurs facteurs tels que la région, le type de réseau cellulaire, le type d'itinérance, etc. Vous pouvez prendre certaines mesures pour obtenir une connexion Internet cellulaire plus rapide et plus fiable. Correctif 1 – Forcer le redémarrage de l'iPhone Parfois, le redémarrage forcé de votre appareil réinitialise simplement beaucoup de choses, y compris la connexion cellulaire. Étape 1 – Appuyez simplement une fois sur la touche d’augmentation du volume et relâchez-la. Ensuite, appuyez sur la touche de réduction du volume et relâchez-la à nouveau. Étape 2 – La partie suivante du processus consiste à maintenir le bouton sur le côté droit. Laissez l'iPhone finir de redémarrer. Activez les données cellulaires et vérifiez la vitesse du réseau. Vérifiez à nouveau Correctif 2 – Changer le mode de données Bien que la 5G offre de meilleures vitesses de réseau, elle fonctionne mieux lorsque le signal est plus faible

Récemment, le milieu militaire a été submergé par la nouvelle : les avions de combat militaires américains peuvent désormais mener des combats aériens entièrement automatiques grâce à l'IA. Oui, tout récemment, l’avion de combat IA de l’armée américaine a été rendu public pour la première fois, dévoilant ainsi son mystère. Le nom complet de ce chasseur est Variable Stability Simulator Test Aircraft (VISTA). Il a été personnellement piloté par le secrétaire de l'US Air Force pour simuler une bataille aérienne en tête-à-tête. Le 2 mai, le secrétaire de l'US Air Force, Frank Kendall, a décollé à bord d'un X-62AVISTA à la base aérienne d'Edwards. Notez que pendant le vol d'une heure, toutes les actions de vol ont été effectuées de manière autonome par l'IA ! Kendall a déclaré : "Au cours des dernières décennies, nous avons réfléchi au potentiel illimité du combat air-air autonome, mais cela a toujours semblé hors de portée." Mais maintenant,

Cette semaine, FigureAI, une entreprise de robotique investie par OpenAI, Microsoft, Bezos et Nvidia, a annoncé avoir reçu près de 700 millions de dollars de financement et prévoit de développer un robot humanoïde capable de marcher de manière autonome au cours de la prochaine année. Et l’Optimus Prime de Tesla a reçu à plusieurs reprises de bonnes nouvelles. Personne ne doute que cette année sera celle de l’explosion des robots humanoïdes. SanctuaryAI, une entreprise canadienne de robotique, a récemment lancé un nouveau robot humanoïde, Phoenix. Les responsables affirment qu’il peut accomplir de nombreuses tâches de manière autonome, à la même vitesse que les humains. Pheonix, le premier robot au monde capable d'accomplir des tâches de manière autonome à la vitesse d'un humain, peut saisir, déplacer et placer avec élégance chaque objet sur ses côtés gauche et droit. Il peut identifier des objets de manière autonome
