К моменту начала диалога с пользователем нейросеть уже обладает огромными знаниями. Но в его силах заметно расширить базу компетенций ИИ.
Как обучить нейросеть через диалог
Один из самых спорных вопросов – может ли рядовой пользователь, обращаясь к нейросети через промпты или диалоги, обучить ее новым знаниям (их интерпретации). Мы попробовали задать нейросети полусерьезный вопрос, чтобы оценить ее информированность о необычной продукции нашей компании. Первоначально нейросеть призналась, что ничего о нас не знает:
Затем мы дали искусственному интеллекту обучающую информацию, и он принял ее к сведению.
Через некоторое время нейросеть на повторный вопрос на связанную тему дала вполне содержательный ответ.
Стоит ли однозначно говорить о способности нейросети принимать к сведению пользовательскую информацию? Торопиться с выводами точно не нужно. Хотя бы потому, что при попытке задать прочие связанные вопросы нейросеть может начать сочинять (хотя и во вполне рациональном русле) и приводить не слишком полезные данные:
Делаем вывод о том, что частные эксперименты по расширению базы знаний нейросетей ставить можно. Но практическая польза от них, скорее всего, будет минимальной. Гораздо более эффективно обучение ИИ в рамках имеющегося функционала системы для взаимодействия с нейросетью.
Как улучшить взаимодействие
Работа с программным кодом
Потребует применения технологического стека. Для обучения чат-бота AI ChatGPT необходимо:
1. Установить:
- среду разработки Python, криптобиблиотеку PyCryptodome;
- библиотеку OpenAI как языковую модель при обучении чат-бота;
- GPT Index как интегратор между OpenAI и корпоративной базой знаний;
- библиотеку для чтения файлов, выступающих источниками информации (подойдет PyPDF2, совместимый с PDF-файлами);
- библиотеку Gradio для конструирования пользовательского интерфейса чат-бота.
2. Получить доступ к модели OpenAI через API-ключ.
Для обучения чат-бота потребуется редактор программного кода.
Без программирования
Нейросеть будет обучаться на основании данных по ссылкам или документам, подгружаемым в программу. Программных решений и интерфейсов для работы с нейронками (задания промптов и прочих настроек) существует довольно много. В данном случае обучение ИИ – это оттачивание навыков обращения к нейросети с помощью располагаемых инструментов.
Улучшение процессов обмена данными между нейронкой и корпоративными сервисами – тоже часть обучения ИИ. Вкладывая много усилий в оптимизацию кода или подготовку вводных данных для конструктора, компания не должна забывать о качестве интеграции обученной нейросети с пользовательскими интерфейсами.
Обучение нейронки позволит улучшать контент для SEO-продвижения. Требования поисковых систем к текстам становятся все более строгими: только самые информативные, достоверные статьи выведут сайт в топ-10 выдачи. Обученный ИИ создаст наиболее конкурентоспособные материалы.
