ਸੰਖੇਪ ਸ਼ਬਦ GPT, ਕੁਝ ਹੀ ਸਾਲਾਂ ਵਿੱਚ, ਇੱਕ ਵੱਡੀ ਤਕਨੀਕੀ ਰੁਕਾਵਟ ਦਾ ਪ੍ਰਤੀਕ ਬਣ ਗਿਆ ਹੈ। ਇਹਨਾਂ ਤਿੰਨ ਅੱਖਰਾਂ ਦੇ ਪਿੱਛੇ ਇੱਕ ਪੈਰਾਡਾਈਮ ਸ਼ਿਫਟ ਹੈ: ਅਸੀਂ ਕਮਾਂਡਾਂ ਦੁਆਰਾ ਹੇਰਾਫੇਰੀ ਕੀਤੇ ਗਏ ਕੰਪਿਊਟਿੰਗ ਟੂਲਸ ਤੋਂ ਡਿਜੀਟਲ ਸਹਿਯੋਗੀਆਂ ਵੱਲ ਚਲੇ ਗਏ ਹਾਂ ਜਿਨ੍ਹਾਂ ਨਾਲ ਅਸੀਂ ਗੱਲਬਾਤ ਕਰਦੇ ਹਾਂ। ਇਸ ਕ੍ਰਾਂਤੀ ਦੀ ਵਿਸ਼ਾਲਤਾ ਨੂੰ ਸੱਚਮੁੱਚ ਸਮਝਣ ਲਈ, ਕਿਸੇ ਨੂੰ ਇਸ ਬੁੱਧੀ ਦੇ ਗੁੰਝਲਦਾਰ ਮਕੈਨਿਕਸ ਦੀ ਜਾਂਚ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ ਅਤੇ ਇਸ ਬੁੱਧੀ ਦੇ ਗੁੰਝਲਦਾਰ ਮਕੈਨਿਕਸ ਦੀ ਜਾਂਚ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ।
I. ਤਕਨੀਕੀ ਪਰਿਭਾਸ਼ਾ: ਸੰਖੇਪ ਸ਼ਬਦ ਦੇ ਤਿੰਨ ਥੰਮ੍ਹ
GPT ਦਾ ਅਰਥ ਹੈ ਜਨਰੇਟਿਵ ਪ੍ਰੀ-ਟ੍ਰੇਂਡ ਟ੍ਰਾਂਸਫਾਰਮਰ। ਹਰੇਕ ਸ਼ਬਦ ਮਾਡਲ ਦੀ ਸਿਰਜਣਾ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਪੜਾਅ ਦਾ ਵਰਣਨ ਕਰਦਾ ਹੈ।
1. ਉਤਪੰਨ ਕਰਨ ਵਾਲਾ
ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੀ ਦੁਨੀਆ ਵਿੱਚ, ਰਵਾਇਤੀ ਤੌਰ 'ਤੇ ਦੋ ਕਿਸਮਾਂ ਦੇ ਮਾਡਲਾਂ ਵਿੱਚ ਇੱਕ ਅੰਤਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ: ਵਿਤਕਰਾਤਮਕ ਅਤੇ ਉਤਪੰਨ।
- ਇੱਕ ਵਿਤਕਰਾ ਮਾਡਲ ਡੇਟਾ ਨੂੰ ਦੇਖਦਾ ਹੈ ਅਤੇ ਇਸਨੂੰ ਇੱਕ ਲੇਬਲ ਦਿੰਦਾ ਹੈ (ਜਿਵੇਂ ਕਿ, "ਇਹ ਇੱਕ ਬਿੱਲੀ ਦੀ ਫੋਟੋ ਹੈ")।
- ਇੱਕ ਜਨਰੇਟਿਵ ਮਾਡਲ, GPT ਵਾਂਗ, ਹੋਰ ਵੀ ਅੱਗੇ ਜਾਂਦਾ ਹੈ। ਆਪਣੇ ਗਿਆਨ ਦੇ ਆਧਾਰ 'ਤੇ, ਇਹ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਵਾਂ ਡੇਟਾ ਤਿਆਰ ਕਰਨ ਦੇ ਸਮਰੱਥ ਹੈ ਜੋ ਪਹਿਲਾਂ ਮੌਜੂਦ ਨਹੀਂ ਸੀ। ਜੇ ਇਸਨੇ ਲੱਖਾਂ ਕਵਿਤਾਵਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕੀਤਾ ਹੈ, ਤਾਂ ਇਹ ਇੱਕ ਨੂੰ ਦਿਲੋਂ ਨਹੀਂ ਸੁਣਾਏਗਾ; ਇਹ ਇੱਕ ਨਵੀਂ ਰਚਨਾ ਕਰੇਗਾ, ਤੁਕਾਂਤ ਅਤੇ ਮੀਟਰ ਦੇ ਨਿਯਮਾਂ ਦਾ ਸਤਿਕਾਰ ਕਰਦੇ ਹੋਏ ਜੋ ਇਸਨੂੰ "ਸਮਝਿਆ" ਗਿਆ ਹੈ।
2. ਪਹਿਲਾਂ ਤੋਂ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ
ਇਹ ਉਹ ਥਾਂ ਹੈ ਜਿੱਥੇ ਕੱਚੀ ਸ਼ਕਤੀ ਹੈ। ਤੁਹਾਡੀ ਸਕ੍ਰੀਨ 'ਤੇ ਪਹੁੰਚਣ ਤੋਂ ਪਹਿਲਾਂ, ਮਾਡਲ ਇੱਕ ਵਿਸ਼ਾਲ ਸਿੱਖਣ ਦੇ ਪੜਾਅ ਵਿੱਚੋਂ ਲੰਘਿਆ। ਇੱਕ ਲਾਇਬ੍ਰੇਰੀ ਦੀ ਕਲਪਨਾ ਕਰੋ ਜਿਸ ਵਿੱਚ ਗਲੋਬਲ ਇੰਟਰਨੈਟ ਦਾ ਇੱਕ ਵਿਸ਼ਾਲ ਹਿੱਸਾ ਹੈ: ਵਿਕੀਪੀਡੀਆ, ਡਿਜੀਟਲ ਲਾਇਬ੍ਰੇਰੀਆਂ, ਚਰਚਾ ਫੋਰਮ (ਜਿਵੇਂ ਕਿ Reddit), ਕੰਪਿਊਟਰ ਕੋਡ ਰਿਪੋਜ਼ਟਰੀਆਂ (GitHub), ਅਤੇ ਨਿਊਜ਼ ਆਰਕਾਈਵਜ਼ ਦੀ ਪੂਰੀ ਸਮੱਗਰੀ।
ਮਹੀਨਿਆਂ ਤੱਕ, ਹਜ਼ਾਰਾਂ ਉੱਚ-ਸ਼ਕਤੀ ਵਾਲੇ ਪ੍ਰੋਸੈਸਰਾਂ 'ਤੇ, ਮਾਡਲ ਨੇ ਇਸ ਟੈਕਸਟ ਨੂੰ "ਪੜ੍ਹਿਆ" ਤਾਂ ਜੋ ਸਿਰਫ਼ ਖਾਸ ਤੱਥਾਂ ਨੂੰ ਹੀ ਨਹੀਂ, ਸਗੋਂ ਭਾਸ਼ਾ ਦੀ ਡੂੰਘੀ ਬਣਤਰ ਨੂੰ ਵੀ ਸਿੱਖਿਆ ਜਾ ਸਕੇ। ਇਹ "ਪੂਰਵ-ਸਿਖਲਾਈ" ਮਾਡਲ ਨੂੰ ਆਪਣਾ ਪਹਿਲਾ ਸਵਾਲ ਪ੍ਰਾਪਤ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਹੀ ਇੱਕ ਵਿਆਪਕ ਸੱਭਿਆਚਾਰਕ ਅਤੇ ਭਾਸ਼ਾਈ ਪਿਛੋਕੜ ਦੇ ਨਾਲ ਪਹੁੰਚਣ ਦੀ ਆਗਿਆ ਦਿੰਦੀ ਹੈ।
3. ਟ੍ਰਾਂਸਫਾਰਮਰ
ਇਹ 2017 ਦੀ ਵਿਗਿਆਨਕ ਸਫਲਤਾ ਸੀ, ਜੋ ਕਿ ਗੂਗਲ ਦੇ ਇੱਕ ਖੋਜ ਪੱਤਰ " ਅਟੈਂਸ਼ਨ ਇਜ਼ ਆਲ ਯੂ ਨੀਡ " ਤੋਂ ਉਤਪੰਨ ਹੋਈ ਸੀ। ਟ੍ਰਾਂਸਫਾਰਮਰ ਤੋਂ ਪਹਿਲਾਂ, ਏਆਈ ਮਾਡਲ ਵਾਕਾਂ ਨੂੰ ਸ਼ਬਦ-ਦਰ-ਸ਼ਬਦ, ਕ੍ਰਮ ਵਿੱਚ ਪੜ੍ਹਦੇ ਸਨ (ਆਵਰਤੀ ਮਾਡਲ)। ਹਾਲਾਂਕਿ, ਟ੍ਰਾਂਸਫਾਰਮਰ ਇੱਕ ਵਾਕ ਨੂੰ ਪੂਰੇ ਅਤੇ ਇੱਕੋ ਸਮੇਂ ਦੇਖਦਾ ਹੈ।
"ਅਟੈਂਸ਼ਨ" ਨਾਮਕ ਇੱਕ ਵਿਧੀ ਦਾ ਧੰਨਵਾਦ, ਇਹ ਦੂਜਿਆਂ ਦੇ ਸੰਬੰਧ ਵਿੱਚ ਹਰੇਕ ਸ਼ਬਦ ਦੀ ਮਹੱਤਤਾ ਨੂੰ ਤੋਲ ਸਕਦਾ ਹੈ। " ਜਾਨਵਰ ਨੇ ਸੜਕ ਪਾਰ ਨਹੀਂ ਕੀਤੀ ਕਿਉਂਕਿ ਇਹ ਬਹੁਤ ਥੱਕਿਆ ਹੋਇਆ ਸੀ ," ਵਾਕ ਵਿੱਚ, ਟ੍ਰਾਂਸਫਾਰਮਰ ਸਮਝਦਾ ਹੈ ਕਿ " ਇਹ " ਜਾਨਵਰ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਜੇਕਰ ਵਾਕ " ਕਿਉਂਕਿ ਇਹ ਬਹੁਤ ਚੌੜਾ ਸੀ " ਨਾਲ ਖਤਮ ਹੁੰਦਾ ਹੈ, ਤਾਂ ਇਹ ਤੁਰੰਤ ਸਮਝ ਜਾਂਦਾ ਹੈ ਕਿ "ਇਹ" ਗਲੀ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਗੁੰਝਲਦਾਰ ਸੰਦਰਭ ਨੂੰ ਸਮਝਣ ਦੀ ਇਹ ਯੋਗਤਾ GPT ਦੇ ਜਵਾਬਾਂ ਨੂੰ ਇੰਨਾ ਮਨੁੱਖੀ ਮਹਿਸੂਸ ਕਰਾਉਂਦੀ ਹੈ।
II. ਵਿਕਾਸ ਦਾ ਸੰਖੇਪ ਇਤਿਹਾਸ: GPT-1 ਤੋਂ GPT-5 ਤੱਕ
GPT ਦੀ ਕਹਾਣੀ ਘਾਤਕ ਵਿਕਾਸ ਦੀ ਕਹਾਣੀ ਹੈ, ਜੋ ਕਿ ਕੰਪਨੀ OpenAI ਦੁਆਰਾ ਸੰਚਾਲਿਤ ਹੈ ।
ਜਾਗਰਣ (GPT-1 ਅਤੇ GPT-2)
2018 ਵਿੱਚ, GPT-1 ਨੇ ਨੀਂਹ ਰੱਖੀ। ਇਹ ਸਧਾਰਨ ਕੰਮ ਕਰ ਸਕਦਾ ਸੀ, ਪਰ ਇਸਦੀ ਯਾਦਦਾਸ਼ਤ ਘੱਟ ਸੀ। 2019 ਵਿੱਚ, GPT-2 ਨੇ 1.5 ਬਿਲੀਅਨ ਪੈਰਾਮੀਟਰਾਂ (ਮਾਡਲ ਦੇ ਅੰਦਰੂਨੀ ਕਨੈਕਸ਼ਨ) ਦੇ ਨਾਲ ਮਹੱਤਵਪੂਰਨ ਵਾਧਾ ਕੀਤਾ। ਇਹ ਸੁਮੇਲ ਟੈਕਸਟ ਤਿਆਰ ਕਰਨ ਵਿੱਚ ਇੰਨਾ ਨਿਪੁੰਨ ਹੋ ਗਿਆ ਕਿ OpenAI ਸ਼ੁਰੂ ਵਿੱਚ ਇਸਨੂੰ ਜਾਰੀ ਕਰਨ ਤੋਂ ਝਿਜਕਿਆ, ਇਸ ਡਰ ਤੋਂ ਕਿ ਇਸਦੀ ਵਰਤੋਂ ਉਦਯੋਗਿਕ ਪੱਧਰ 'ਤੇ ਗਲਤ ਜਾਣਕਾਰੀ ਬਣਾਉਣ ਲਈ ਕੀਤੀ ਜਾਵੇਗੀ।
ਧਮਾਕਾ (GPT-3 ਅਤੇ 3.5)
2020 ਵਿੱਚ, GPT-3 ਨੇ 175 ਬਿਲੀਅਨ ਪੈਰਾਮੀਟਰਾਂ ਦੇ ਨਾਲ ਇੱਕ ਮਨੋਵਿਗਿਆਨਕ ਰੁਕਾਵਟ ਨੂੰ ਪਾਰ ਕੀਤਾ। ਇਹ ਇੱਕ ਕੰਪਿਊਟੇਸ਼ਨਲ ਜਾਨਵਰ ਸੀ। ਇਹ ਹੁਣ ਸਿਰਫ਼ ਇੱਕ ਅਨੁਵਾਦਕ ਜਾਂ ਲੇਖਕ ਨਹੀਂ ਰਿਹਾ; ਇਹ ਦਰਜਨਾਂ ਪ੍ਰੋਗਰਾਮਿੰਗ ਭਾਸ਼ਾਵਾਂ ਵਿੱਚ ਤਰਕਪੂਰਨ ਤਰਕ ਅਤੇ ਕੋਡਿੰਗ ਕਰਨ ਦੇ ਸਮਰੱਥ ਬਣ ਗਿਆ। GPT-3.5 ਸੰਸਕਰਣ ਨੇ ਨਵੰਬਰ 2022 ਵਿੱਚ ChatGPT ਦੇ ਜਨਤਕ ਲਾਂਚ ਲਈ ਇੰਜਣ ਵਜੋਂ ਕੰਮ ਕੀਤਾ, ਜਿਸ ਨਾਲ ਵਿਸ਼ਵਵਿਆਪੀ ਸਨਸਨੀ ਫੈਲ ਗਈ।
ਪਰਿਪੱਕਤਾ (GPT-4 ਅਤੇ ਉਸ ਤੋਂ ਬਾਅਦ)
2023 ਵਿੱਚ ਜਾਰੀ ਕੀਤਾ ਗਿਆ, GPT-4 ਮਲਟੀਮੋਡਲ ਹੈ। ਇਹ ਚਿੱਤਰਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰ ਸਕਦਾ ਹੈ, ਗੁੰਝਲਦਾਰ ਗਣਿਤਿਕ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰ ਸਕਦਾ ਹੈ, ਅਤੇ ਰਚਨਾਤਮਕਤਾ ਦੇ ਬਹੁਤ ਉੱਚ ਪੱਧਰ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰ ਸਕਦਾ ਹੈ। ਇਸਦੀ ਸ਼ੁੱਧਤਾ ਨੂੰ "ਭਰਮ" (ਉਹ ਪਲ ਜਿੱਥੇ AI ਭਰੋਸੇ ਨਾਲ ਤੱਥਾਂ ਦੀ ਖੋਜ ਕਰਦਾ ਹੈ) ਨੂੰ ਘਟਾਉਣ ਲਈ ਸੁਧਾਰਿਆ ਗਿਆ ਸੀ।
ਸੰਬੰਧਿਤ: ਮੁਫ਼ਤ AI ਔਨਲਾਈਨ 'ਤੇ ਅਸੀਮਤ ਅਤੇ ਮੁਫ਼ਤ ਚੈਟਜੀਪੀਟੀ-5
III. ਅੰਦਰੂਨੀ ਕੰਮਕਾਜ: ਇੱਕ ਸੰਭਾਵਨਾ ਮਸ਼ੀਨ
ਆਮ ਵਿਸ਼ਵਾਸ ਦੇ ਉਲਟ, GPT ਕੋਲ "ਵਿਚਾਰ" ਜਾਂ ਰਾਏ ਨਹੀਂ ਹਨ। ਇਸਦਾ ਕੰਮਕਾਜ ਪੂਰੀ ਤਰ੍ਹਾਂ ਅੰਕੜਾਤਮਕ ਹੈ, ਪਰ ਇੰਨੇ ਵਿਸ਼ਾਲ ਪੈਮਾਨੇ 'ਤੇ ਕਿ ਇਹ ਬੁੱਧੀ ਦੀ ਨਕਲ ਕਰਦਾ ਹੈ।
ਜਦੋਂ ਕੋਈ ਉਪਭੋਗਤਾ ਕੋਈ ਪੁੱਛਗਿੱਛ ਟਾਈਪ ਕਰਦਾ ਹੈ, ਤਾਂ ਮਾਡਲ ਹਰੇਕ ਸ਼ਬਦ ਨੂੰ ਏਮਬੈਡਿੰਗ (ਜਾਂ ਵੈਕਟਰਾਈਜ਼ੇਸ਼ਨ) ਨਾਮਕ ਸੰਖਿਆਵਾਂ ਦੇ ਕ੍ਰਮ ਵਿੱਚ ਬਦਲ ਦਿੰਦਾ ਹੈ। ਇਹ ਸੰਖਿਆਵਾਂ ਸ਼ਬਦਾਂ ਨੂੰ ਹਜ਼ਾਰਾਂ ਮਾਪਾਂ ਵਾਲੀ ਗਣਿਤਿਕ ਸਪੇਸ ਵਿੱਚ ਰੱਖਣ ਦੀ ਆਗਿਆ ਦਿੰਦੀਆਂ ਹਨ। ਇਸ ਸਪੇਸ ਵਿੱਚ, "ਕਿੰਗ" ਸ਼ਬਦ ਗਣਿਤਿਕ ਤੌਰ 'ਤੇ "ਕੁਈਨ" ਜਾਂ "ਕ੍ਰਾਊਨ" ਦੇ ਨੇੜੇ ਹੈ।
ਜਵਾਬ ਪ੍ਰਕਿਰਿਆ ਭਵਿੱਖਬਾਣੀਆਂ ਦੀ ਇੱਕ ਲੜੀ ਹੈ:
- ਮਾਡਲ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਦਾ ਹੈ ਪ੍ਰਾਉਟ.
- ਇਹ ਗਣਨਾ ਕਰਦਾ ਹੈ ਕਿ ਕਿਹੜਾ ਸ਼ਬਦ (ਜਾਂ “ਟੋਕਨ“) ਵਿੱਚ ਜਵਾਬ ਸ਼ੁਰੂ ਕਰਨ ਦੀ ਸਭ ਤੋਂ ਵੱਧ ਸੰਭਾਵਨਾ ਹੈ।
- ਇੱਕ ਵਾਰ ਜਦੋਂ ਉਹ ਸ਼ਬਦ ਚੁਣਿਆ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਇਹ ਅਗਲੇ ਸ਼ਬਦ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਲਈ ਇਸਨੂੰ ਆਪਣੇ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਵਾਪਸ ਲਿਆਉਂਦਾ ਹੈ।
- ਇਹ ਇਸ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਉਦੋਂ ਤੱਕ ਦੁਹਰਾਉਂਦਾ ਹੈ ਜਦੋਂ ਤੱਕ ਇਹ ਇੱਕ ਸਮਾਪਤੀ ਬਿੰਦੂ 'ਤੇ ਨਹੀਂ ਪਹੁੰਚ ਜਾਂਦਾ।
ਨਤੀਜਾ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਬਣਾਉਣ ਵਾਲੀ ਗੱਲ ਇਹ ਹੈ ਕਿ GPT ਹਮੇਸ਼ਾ ਸਭ ਤੋਂ ਵੱਧ ਸੰਭਾਵਿਤ ਸ਼ਬਦ ਨਹੀਂ ਚੁਣਦਾ (ਜੋ ਇਸਨੂੰ ਦੁਹਰਾਉਣ ਵਾਲਾ ਅਤੇ ਬੋਰਿੰਗ ਬਣਾ ਦੇਵੇਗਾ), ਪਰ ਆਪਣੀ ਸ਼ੈਲੀ ਅਤੇ ਸਿਰਜਣਾਤਮਕਤਾ ਨੂੰ ਬਦਲਣ ਲਈ ਇੱਕ "ਤਾਪਮਾਨ" ਸੈਟਿੰਗ (ਨਿਯੰਤਰਿਤ ਬੇਤਰਤੀਬਤਾ) ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ।
IV. ਮਹੱਤਵਪੂਰਨ ਕਦਮ: ਮਨੁੱਖੀ ਅਲਾਈਨਮੈਂਟ (RLHF)
ਜੇਕਰ ਤੁਸੀਂ ਸਿਰਫ਼ ਇੱਕ ਮਸ਼ੀਨ ਨੂੰ ਪੂਰਾ ਇੰਟਰਨੈੱਟ ਪੜ੍ਹਨ ਲਈ ਦਿੰਦੇ ਹੋ, ਤਾਂ ਇਹ ਹਮਲਾਵਰ ਬਣਨ ਜਾਂ ਖ਼ਤਰਨਾਕ ਸਲਾਹ ਦੇਣ ਦਾ ਜੋਖਮ ਲੈਂਦੀ ਹੈ, ਕਿਉਂਕਿ ਇੰਟਰਨੈੱਟ ਵਿੱਚ ਮਨੁੱਖਤਾ ਦੇ ਸਭ ਤੋਂ ਵਧੀਆ ਅਤੇ ਮਾੜੇ ਦੋਵੇਂ ਹੁੰਦੇ ਹਨ।
GPT ਨੂੰ "ਵਿਅਕਤੀਗਤ" ਬਣਾਉਣ ਲਈ, OpenAI ਮਨੁੱਖੀ ਫੀਡਬੈਕ ਤੋਂ ਰੀਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ (RLHF) ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ। ਹਜ਼ਾਰਾਂ ਮਨੁੱਖੀ ਟੈਸਟਰਾਂ ਨੇ ਮਾਡਲ ਦੇ ਸ਼ੁਰੂਆਤੀ ਸੰਸਕਰਣਾਂ ਨਾਲ ਗੱਲਬਾਤ ਕੀਤੀ, ਜਵਾਬਾਂ ਨੂੰ ਦਰਜਾ ਦਿੱਤਾ: "ਇਹ ਇੱਕ ਚੰਗਾ ਜਵਾਬ ਹੈ," "ਇਹ ਰੁੱਖਾ ਹੈ," "ਇਹ ਗਲਤ ਹੈ।"
ਇਸ ਪ੍ਰਕਿਰਿਆ ਰਾਹੀਂ, ਏਆਈ ਨੇ ਇੱਕ ਸਹਾਇਕ, ਨਿਰਪੱਖ, ਅਤੇ ਨੈਤਿਕ ਤੌਰ 'ਤੇ ਬੰਨ੍ਹੇ ਹੋਏ ਸਹਾਇਕ ਦੇ ਰੁਖ ਨੂੰ ਅਪਣਾਉਣਾ ਸਿੱਖਿਆ। ਇਹ ਅੰਤਮ ਪਰਤ ਕੱਚੀ ਤਕਨਾਲੋਜੀ ਨੂੰ ਇੱਕ ਜਨਤਕ-ਮਾਰਕੀਟ ਉਤਪਾਦ ਵਿੱਚ ਬਦਲ ਦਿੰਦੀ ਹੈ।
V. ਚੁਣੌਤੀਆਂ ਅਤੇ ਸੀਮਾਵਾਂ
ਆਪਣੀ ਸ਼ਕਤੀ ਦੇ ਬਾਵਜੂਦ, GPT ਅੰਨ੍ਹੇ ਧੱਬਿਆਂ ਵਾਲਾ ਇੱਕ ਔਜ਼ਾਰ ਬਣਿਆ ਹੋਇਆ ਹੈ:
- ਲਾਲਚ: ਕਿਉਂਕਿ ਇਹ ਅੰਕੜਿਆਂ ਪੱਖੋਂ ਭਰੋਸੇਯੋਗ ਹੋਣਾ ਚਾਹੁੰਦਾ ਹੈ, ਇਹ ਇੱਕ ਜੀਵਨੀ ਜਾਂ ਕਾਨੂੰਨੀ ਸਰੋਤ ਦੀ ਖੋਜ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਮੌਜੂਦ ਨਹੀਂ ਹੈ, ਸਿਰਫ਼ ਇਸ ਲਈ ਕਿਉਂਕਿ ਸ਼ਬਦ "ਵਜਾਉਂਦੇ" ਹਨ।
- ਚੇਤਨਾ ਦੀ ਘਾਟ: GPT ਕੁਝ ਵੀ ਮਹਿਸੂਸ ਨਹੀਂ ਕਰਦਾ। ਇਸਨੂੰ ਭੌਤਿਕ ਸੰਸਾਰ ਦੀ ਕੋਈ ਸਮਝ ਨਹੀਂ ਹੈ। ਜੇ ਇਹ ਸਮਝਾਉਂਦਾ ਹੈ ਕਿ ਆਮਲੇਟ ਕਿਵੇਂ ਪਕਾਉਣਾ ਹੈ, ਤਾਂ ਇਸਨੂੰ ਇਹ ਨਹੀਂ ਪਤਾ ਕਿ ਆਂਡੇ ਦੀ ਗਰਮੀ ਜਾਂ ਗੰਧ ਕੀ ਹੈ; ਇਹ ਸਿਰਫ਼ ਉਹਨਾਂ ਸੰਕਲਪਾਂ ਵਿਚਕਾਰ ਭਾਸ਼ਾਈ ਸਬੰਧ ਜਾਣਦਾ ਹੈ।
- ਵਾਤਾਵਰਣ ਦੀ ਲਾਗਤ: ਇਹਨਾਂ ਮਾਡਲਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਅਤੇ ਚਲਾਉਣ ਲਈ (ਸਰਵਰਾਂ ਨੂੰ ਠੰਡਾ ਕਰਨ ਲਈ) ਕਾਫ਼ੀ ਬਿਜਲੀ ਅਤੇ ਪਾਣੀ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
ਸਿੱਟਾ
GPT ਸਿਰਫ਼ ਵਰਡ-ਪ੍ਰੋਸੈਸਿੰਗ ਸੌਫਟਵੇਅਰ ਤੋਂ ਕਿਤੇ ਵੱਧ ਹੈ। ਇਹ ਇੱਕ ਬੋਧਾਤਮਕ ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਹੈ। ਜਿਵੇਂ ਬਿਜਲੀ ਨੇ ਸਰੀਰਕ ਕਿਰਤ ਦੇ ਮਸ਼ੀਨੀਕਰਨ ਦੀ ਆਗਿਆ ਦਿੱਤੀ, GPT ਬੌਧਿਕ ਕਿਰਤ ਦੇ ਕੁਝ ਰੂਪਾਂ ਨੂੰ ਸਵੈਚਾਲਿਤ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰ ਰਿਹਾ ਹੈ।
ਇਹ ਸਮਝ ਕੇ ਕਿ GPT ਦਾ ਅਰਥ ਹੈ ਜਨਰੇਟਿਵ (ਸਿਰਜਣਾ), ਪੂਰਵ-ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ (ਵਿਸ਼ਾਲ ਗਿਆਨ), ਅਤੇ ਟ੍ਰਾਂਸਫਾਰਮਰ (ਪ੍ਰਸੰਗਿਕ ਸਮਝ), ਅਸੀਂ ਬਿਹਤਰ ਢੰਗ ਨਾਲ ਸਮਝ ਸਕਦੇ ਹਾਂ ਕਿ ਇਹ ਤਕਨਾਲੋਜੀ ਇੱਕ ਮੋੜ ਕਿਉਂ ਬਣਾਉਂਦੀ ਹੈ। ਅਸੀਂ ਸਿਰਫ ਇਸ ਗੱਲ ਦੀ ਪੜਚੋਲ ਕਰਨ ਦੀ ਸ਼ੁਰੂਆਤ ਵਿੱਚ ਹਾਂ ਕਿ ਇਹ ਵਧਦੇ ਹਲਕੇ ਅਤੇ ਬੁੱਧੀਮਾਨ ਮਾਡਲ ਵਿਗਿਆਨ, ਸਿੱਖਿਆ ਅਤੇ ਕਲਾਤਮਕ ਸਿਰਜਣਾ ਵਿੱਚ ਕੀ ਲਿਆਉਣਗੇ।
