Qu'est-ce que ChatGPT ? ça devient plus clair
Il y a deux mois, peu de temps après la sortie de ChatGPT, je me suis inscrit pour l'essayer. Le processus d'inscription et des exemples d'utilisation simples ont été présentés dans « Essayer ChatGPT ».
Récemment, ChatGPT est devenu de plus en plus populaire. Les informations sur ChatGPT peuvent être vues partout dans Moments, les comptes officiels et Weibo. J'ai également lu de nombreux articles sur ChatGPT, et certaines questions ont trouvé des réponses.
Utilisateurs actifs
ChatGPT a mis 2 mois pour atteindre 100 millions d'utilisateurs actifs mensuels. Le record précédent était TikTok qui a mis 9 mois. Ces 100 millions d'utilisateurs ont été mentionnés dans de nombreuses actualités pour attirer l'attention.
Il convient de noter que les utilisateurs actifs mensuels ici ne font pas référence aux utilisateurs enregistrés, mais peuvent également inclure des robots d'exploration, des touristes, etc. Même ainsi, je pense que ce ne sera pas un petit ordre de grandeur, couplé aux récents reportages médiatiques majeurs et au lancement de divers services d'enregistrement, on estime que ce ne sera pas très différent.
Concernant les utilisateurs, cet article de Dahui a une description détaillée :
https://mp.weixin.qq.com/s/iBmJEa4AzZKSO4nfKtCZDQ
Comparaison avec les moteurs de recherche
ChatGPT est utilisé pour faire face à une zone de texte, utiliser des questions pour interagir ; le moteur de recherche est aussi une zone de texte, et vous pouvez effectuer une recherche en saisissant des mots-clés. Ils se ressemblent, mais ils sont en réalité très différents.
Il existe plusieurs différences importantes :
- ChatGPT est cher car il est formé une seule fois, donc ChatGPT n'est pas en temps réel et les moteurs de recherche sont très opportuns
- ChatGPT est basé sur une analyse sémantique et les moteurs de recherche sont basés sur ; Index des mots-clés ;
- ChatGPT donnera une solution optimale. Les résultats du moteur de recherche sont plusieurs éléments de contenu qui correspondent aux mots-clés, puis comparer, fusionner et re-comprendre, et enfin obtenir un. réponse ;
- ChatGPT peut poser des questions en fonction du contexte, lui faisant connaître nos besoins réels, et les résultats seront continuellement optimisés. Les moteurs de recherche ne pourront ajuster les mots-clés que pour obtenir de nouveaux résultats
- ChatGPT n'est qu'un résultat, et les moteurs de recherche le feront. avoir des liens sources.
ChatGPT et les moteurs de recherche sont des outils qui nous aident. Les deux ne sont pas antagonistes, mais chacun a ses propres scénarios d'utilisation.
Par exemple : si je veux consulter la météo, consulter le calendrier, les dernières nouvelles du secteur, etc., j'utiliserai certainement un moteur de recherche ; si je veux écrire une expression régulière très spéciale ou SQL, j'utiliserai ChatGPT ; , parce que je peux utiliser une grande description de paragraphe et écrire clairement mon scénario, ChatGPT peut comprendre et donner une réponse décente, même une réponse prête à l'emploi.
Peut-il remplacer les programmeurs ?
Je me souviens que lorsque le low-code était relativement populaire, la question se posait de savoir si les plates-formes low-code rivaliseraient avec les programmeurs pour les emplois. Il y a quelques années, lorsque nous recommandions nos produits à nos clients, certains clients disposant de capacités de R&D se montraient assez réticents.
Maintenant que ChatGPT est populaire, tout le monde commence à se demander si les programmeurs seront remplacés ?
J'ai également mentionné ci-dessus que, comme les moteurs de recherche, ChatGPT n'est qu'un outil puisqu'il s'agit d'un outil, il sera utilisé par les gens pour améliorer leur créativité et leur productivité et nous servir.
Prenons deux exemples :
- Après la production agricole mécanisée, il y aura moins de personnes travaillant dans les champs avec des houes, mais il y aura besoin de personnes pour faire fonctionner les machines
- Après que le low code soit devenu populaire, quelles sont les procédures ? est-il nécessaire de mettre en œuvre un projet ? Il y aura moins de personnel, mais plus de personnel de configuration et de construction sera nécessaire. Par rapport aux programmeurs, le coût de ce personnel est inférieur
ChatGPT est le même, quelle que soit la manière dont il se développe. à mesure qu'il est bien utilisé, l'efficacité sera de centaines ou de milliers, elle augmentera deux fois plus et de nombreux nouveaux métiers et postes seront créés.
Le travail quotidien d'un programmeur consiste à exprimer les demandes des gens via un langage de programmation et à les transmettre à l'ordinateur, et l'ordinateur calcule les résultats, et ChatGPT peut analyser la sémantique, ce qui permet à l'ordinateur de comprendre plus facilement ce processus. a déclaré que la Chine comptera 500 millions de nouveaux programmeurs dans les dix prochaines années, car grâce aux outils, davantage de personnes pourront interagir avec les ordinateurs.
Que devons-nous faire ?
Quand une nouvelle technologie sort, il existe trois types de personnes :
- Trouver les lacunes, gagner l'opportunité et gagner beaucoup d'argent
- Les soucis urgents et toutes sortes de soucis ; bien pour améliorer l’efficacité.
-
ChatGPT Parce qu'il n'est pas pratique de s'inscrire en Chine, certaines personnes fournissent des services payants pour aider à l'inscription. On dit qu'elles peuvent gagner des centaines de milliers par mois. Il y a aussi des gens qui se demandent encore s'ils seront remplacés. Pour moi, je considère ChatGPT comme un outil d'efficacité et je l'utilise simplement bien.
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)
ChatGPT permet désormais aux utilisateurs gratuits de générer des images en utilisant DALL-E 3 avec une limite quotidienne
Aug 09, 2024 pm 09:37 PM
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
Bytedance Cutting lance le super abonnement SVIP : 499 yuans pour un abonnement annuel continu, offrant une variété de fonctions d'IA
Jun 28, 2024 am 03:51 AM
Ce site a rapporté le 27 juin que Jianying est un logiciel de montage vidéo développé par FaceMeng Technology, une filiale de ByteDance. Il s'appuie sur la plateforme Douyin et produit essentiellement du contenu vidéo court pour les utilisateurs de la plateforme. Il est compatible avec iOS, Android et. Windows, MacOS et autres systèmes d'exploitation. Jianying a officiellement annoncé la mise à niveau de son système d'adhésion et a lancé un nouveau SVIP, qui comprend une variété de technologies noires d'IA, telles que la traduction intelligente, la mise en évidence intelligente, l'emballage intelligent, la synthèse humaine numérique, etc. En termes de prix, les frais mensuels pour le clipping SVIP sont de 79 yuans, les frais annuels sont de 599 yuans (attention sur ce site : équivalent à 49,9 yuans par mois), l'abonnement mensuel continu est de 59 yuans par mois et l'abonnement annuel continu est de 59 yuans par mois. est de 499 yuans par an (équivalent à 41,6 yuans par mois) . En outre, le responsable de Cut a également déclaré que afin d'améliorer l'expérience utilisateur, ceux qui se sont abonnés au VIP d'origine
Assistant de codage d'IA augmenté par le contexte utilisant Rag et Sem-Rag
Jun 10, 2024 am 11:08 AM
Améliorez la productivité, l’efficacité et la précision des développeurs en intégrant une génération et une mémoire sémantique améliorées par la récupération dans les assistants de codage IA. Traduit de EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, auteur JanakiramMSV. Bien que les assistants de programmation d'IA de base soient naturellement utiles, ils ne parviennent souvent pas à fournir les suggestions de code les plus pertinentes et les plus correctes, car ils s'appuient sur une compréhension générale du langage logiciel et des modèles d'écriture de logiciels les plus courants. Le code généré par ces assistants de codage est adapté à la résolution des problèmes qu’ils sont chargés de résoudre, mais n’est souvent pas conforme aux normes, conventions et styles de codage des équipes individuelles. Cela aboutit souvent à des suggestions qui doivent être modifiées ou affinées pour que le code soit accepté dans l'application.
Le réglage fin peut-il vraiment permettre au LLM d'apprendre de nouvelles choses : l'introduction de nouvelles connaissances peut amener le modèle à produire davantage d'hallucinations
Jun 11, 2024 pm 03:57 PM
Les grands modèles linguistiques (LLM) sont formés sur d'énormes bases de données textuelles, où ils acquièrent de grandes quantités de connaissances du monde réel. Ces connaissances sont intégrées à leurs paramètres et peuvent ensuite être utilisées en cas de besoin. La connaissance de ces modèles est « réifiée » en fin de formation. À la fin de la pré-formation, le modèle arrête effectivement d’apprendre. Alignez ou affinez le modèle pour apprendre à exploiter ces connaissances et répondre plus naturellement aux questions des utilisateurs. Mais parfois, la connaissance du modèle ne suffit pas, et bien que le modèle puisse accéder à du contenu externe via RAG, il est considéré comme bénéfique de l'adapter à de nouveaux domaines grâce à un réglage fin. Ce réglage fin est effectué à l'aide de la contribution d'annotateurs humains ou d'autres créations LLM, où le modèle rencontre des connaissances supplémentaires du monde réel et les intègre.
Afin de fournir un nouveau système de référence et d'évaluation de questions-réponses scientifiques et complexes pour les grands modèles, l'UNSW, Argonne, l'Université de Chicago et d'autres institutions ont lancé conjointement le cadre SciQAG.
Jul 25, 2024 am 06:42 AM
L'ensemble de données ScienceAI Question Answering (QA) joue un rôle essentiel dans la promotion de la recherche sur le traitement du langage naturel (NLP). Des ensembles de données d'assurance qualité de haute qualité peuvent non seulement être utilisés pour affiner les modèles, mais également évaluer efficacement les capacités des grands modèles linguistiques (LLM), en particulier la capacité à comprendre et à raisonner sur les connaissances scientifiques. Bien qu’il existe actuellement de nombreux ensembles de données scientifiques d’assurance qualité couvrant la médecine, la chimie, la biologie et d’autres domaines, ces ensembles de données présentent encore certaines lacunes. Premièrement, le formulaire de données est relativement simple, et la plupart sont des questions à choix multiples. Elles sont faciles à évaluer, mais limitent la plage de sélection des réponses du modèle et ne peuvent pas tester pleinement la capacité du modèle à répondre aux questions scientifiques. En revanche, les questions et réponses ouvertes
Les performances de SOTA, la méthode d'IA de prédiction d'affinité protéine-ligand multimodale de Xiamen, combinent pour la première fois des informations sur la surface moléculaire
Jul 17, 2024 pm 06:37 PM
Editeur | KX Dans le domaine de la recherche et du développement de médicaments, il est crucial de prédire avec précision et efficacité l'affinité de liaison des protéines et des ligands pour le criblage et l'optimisation des médicaments. Cependant, les études actuelles ne prennent pas en compte le rôle important des informations sur la surface moléculaire dans les interactions protéine-ligand. Sur cette base, des chercheurs de l'Université de Xiamen ont proposé un nouveau cadre d'extraction de caractéristiques multimodales (MFE), qui combine pour la première fois des informations sur la surface des protéines, la structure et la séquence 3D, et utilise un mécanisme d'attention croisée pour comparer différentes modalités. alignement. Les résultats expérimentaux démontrent que cette méthode atteint des performances de pointe dans la prédiction des affinités de liaison protéine-ligand. De plus, les études d’ablation démontrent l’efficacité et la nécessité des informations sur la surface des protéines et de l’alignement des caractéristiques multimodales dans ce cadre. Les recherches connexes commencent par "S
Préparant des marchés tels que l'IA, GlobalFoundries acquiert la technologie du nitrure de gallium de Tagore Technology et les équipes associées
Jul 15, 2024 pm 12:21 PM
Selon les informations de ce site Web du 5 juillet, GlobalFoundries a publié un communiqué de presse le 1er juillet de cette année, annonçant l'acquisition de la technologie de nitrure de gallium (GaN) et du portefeuille de propriété intellectuelle de Tagore Technology, dans l'espoir d'élargir sa part de marché dans l'automobile et Internet. des objets et des domaines d'application des centres de données d'intelligence artificielle pour explorer une efficacité plus élevée et de meilleures performances. Alors que des technologies telles que l’intelligence artificielle générative (GenerativeAI) continuent de se développer dans le monde numérique, le nitrure de gallium (GaN) est devenu une solution clé pour une gestion durable et efficace de l’énergie, notamment dans les centres de données. Ce site Web citait l'annonce officielle selon laquelle, lors de cette acquisition, l'équipe d'ingénierie de Tagore Technology rejoindrait GF pour développer davantage la technologie du nitrure de gallium. g
SK Hynix présentera de nouveaux produits liés à l'IA le 6 août : HBM3E à 12 couches, NAND à 321 hauteurs, etc.
Aug 01, 2024 pm 09:40 PM
Selon les informations de ce site le 1er août, SK Hynix a publié un article de blog aujourd'hui (1er août), annonçant sa participation au Global Semiconductor Memory Summit FMS2024 qui se tiendra à Santa Clara, Californie, États-Unis, du 6 au 8 août, présentant de nombreuses nouvelles technologies de produit. Introduction au Future Memory and Storage Summit (FutureMemoryandStorage), anciennement Flash Memory Summit (FlashMemorySummit) principalement destiné aux fournisseurs de NAND, dans le contexte de l'attention croissante portée à la technologie de l'intelligence artificielle, cette année a été rebaptisée Future Memory and Storage Summit (FutureMemoryandStorage) pour invitez les fournisseurs de DRAM et de stockage et bien d’autres joueurs. Nouveau produit SK hynix lancé l'année dernière
