GPT case

#geekskillscase

В Гарвардском университете используют чат-бота на основе GPT для обучения студентов. ИИ, основанный на моделях GPT 3,5 и GPT 4 используется в качестве преподавателя на курсе программирования. Таким образом, университет хочет приблизиться к соотношению "один учитель — один ученик". Это поможет предоставлять студентам программные инструменты 24/7 и поддерживать обучение, подходящее для них индивидуально.

Чат‑бот сможет предлагать студентам обратную связь, помогать находить ошибки в коде и давать отзывы о их работе. Пока что обучение при помощи ИИ проходит в тестовом режиме, в сентябре 2023 года запланировано полноценное внедрение.

#geekskillsdictionary

GPT - Generative pre-trained transformer - семейство языковых моделей и связанного с ними программного обеспечения. GPT являются «трансформерами», которые представляют собой тип нейросетей, использующих механизм самосвязываемости для обработки последовательных данных.

Модели GPT – модели, на которые опирается алгоритм при выборе и принятии решения. PT-4 и GPT-3.5 оба являются языковыми моделями от OpenAI, но они имеют ряд отличий: Размер модели: GPT-4 более мощная и способна генерировать более точные и разнообразные ответы, работает со сложными языковыми конструкциями и контекстами. GPT-4 обладает более широким и актуальным знанием, что приводит к повышению качества и точности ответов. GPT-4 была разработана с использованием техники нулевого снимка (Zero Shot Learning), которая позволяет модели выполнять задачи, на которых она не была специально обучена. GPT-4 позволяет модели генерировать более точные и релевантные ответы на широкий спектр вопросов. GPT-4 по сравнению с GPT-3.5 может быстрее и эффективнее генерировать ответы на различные запросы.

Искусственный интеллект  (ИИ; англ. artificial intelligence, AI) — свойство искусственных интеллектуальных систем выполнять творческие функции, которые традиционно считаются прерогативой человека.

#geekskillstools

Чат-боты для образовательных центров и университетов позволят в будущем изменить функционал педагогов. Научные работники будут обучать модели и алгоритмы, не студентов. И это то, к чему надо готовиться. Инструменты, которые потребуются для обучения моделей: адаптированные научные статьи, голосовые и видео примеры, ассоциированные с тематикой. Всё это позволит получать качественно новые модели и использовать их в обучении. Также, новый вид учёных будет исследовать вопросы построения моделей, идентифицирующих искусственные данные и распознающие источник этих данных – путь их создания.

А какие инструменты ещё могут понадобиться учёным будущего? Как думаете вы?