Мы в Sixhands тестим GPT-4 и выясняем, можем ли мы наконец стать лидами и просто корректировать ИИ, а не джунов. Еще в обзоре расскажем, что нового появилось и кому радоваться выходу этой версии.
Как теперь работать с текстом и кодом
Одной из фич GPT-4, которую уже все успели потестить, была мультимодальность — то есть теперь машина может не только текст написать, но и мем проанализировать, и картинку объяснить.
Конечно, в новой версии есть еще и работа с диалектами, но все же для русского языка это не так актуально. Еще, кстати, «четверка» улучшила логику — в отличие от ChatGPT 3.5, в текстах будет больше связности.
С одной стороны, маркетологи обрадовались, но с другой — у нас по-прежнему есть токенизация.
Да, OpenAI увеличил лимит токенов в GPT-4 (теперь вместо 4 тыс. у нас есть 32 тыс.). Однако фейковые ответы и выдуманные личности в ответах ИИ все же будут — просто вместо одной новости будет обрабатываться десять. Поэтому текст все же стоит проверять дважды.
Отдельно стоит сказать про код, потому что здесь все не так плохо. Так, при проектировании игры на HTML GPT-4 показал лучшие результаты, чем его предыдущая версия, — как минимум он смог выдать не базовый ответ ChatGPT в духе «это очень сложно, я так не умею».
А значит, многочасовую работу кодеров все же можно сократить — например, пробовать только корректировать код и просить ИИ исправить ошибку — GPT-4 хорошо с этим справляется, потому что теперь он умеет в математику, физику и даже химию.
Но все же будьте осторожны, потому что любые данные, а значит, теперь и код, могут стать основой для обучения нейросети — и эта проблема использования данных, принадлежащих компаниям, так же актуальна.
А что с картинками?
Здесь предлагаем все же не закидывать мемы с Reddit, а пробовать делегировать аналитику. Например, взять дашборды из Google Analytics и предложить ИИ изучить данные.
Что в итоге?
GPT-4 все же не Google, поэтому поисковые запросы или штуки, которые неизвестны вам самим, ему лучше не поручать. В отличие от поисковой системы, ИИ использует данные, на которых его обучали, а новую информацию, которую в него «не закинули», выдать не может.
По результатам исследований, «четверка» намного лучше справится с задачами джунов — написать код, проанализировать текст или сравнить графики — поэтому есть смысл давать нейросети такие задачи и только контролировать корректность информации, что здесь делать проще, чем выискивать, кого в этот раз придумал GPT-4.
Больше полезных вещей мы рассказываем в нашем блоге и Telegram-канале — подписывайтесь, если попали на эту статью не из канала «Сиксхэндс пишут блог».
Теги: #chatgpt, #gpt4, #искусственныйинтеллект, #разработка, #ai, #машинноеобучение, #языковыемодели