ChatGPT, en chatbot-teknologi utvecklat av OpenAI, har blivit den snabbaste nya tekniken att nå 1 miljon användare hittills (en milstolpe som nåddes på 5 dagar...).
Enligt Similarweb fick ChatGPT-webbsidan 1,6 miljarder besök i mars, en ökning med 56% från februari.
Efter att ha gått igenom vad ChatGPT är och hur det fungerar ska vi försöka förklara varför det har varit ett sådant fenomen och även gå in på dess utmaningar.
Vad är det?
ChatGPT är en "chatbot" eller "stor språkmodell" (LLM) skapad av OpenAI, ett privat företag som nyligen fick betydande finansiering från Microsoft. När du ställer en fråga till ChatGPT använder den en enorm mängd textdata som den tränades på för att ge ett mänskligt svar.
Hur fungerar det?
När ChatGPT ställs med en fråga eller ett problem använder den sig av statistiska modeller för att förutsäga det bästa svaret på en fråga baserat på frågans ordalydelse och hur den passar in i dess träningsdata. Under den utbildningen lärde sig ChatGPT vilket ord, ordföljd, som följer efter det sista i ett givet sammanhang.
Som Stephen Wolfram, grundare av Wolfram Research och expert på neurala nätverk, förklarar, "ChatGPT försöker alltid producera en 'rimlig fortsättning' av vilken text den än har fått hittills, där vi med 'rimlig' menar 'vad man kan förvänta sig' någon att skriva efter att ha sett vad folk har skrivit på miljarder webbsidor osv."
De underliggande teknikerna som ChatGPT använder kallas "Supervised Learning" och "Reinforcement Learning from Human Feedback". Det senare är förmodligen det viktigaste, eftersom när ChatGPT svarar på en fråga har användare möjlighet att betygsätta (tummen upp/ner) och kommentera svaren och dessa svar "kan bli granskade" av OpenAI för att förbättra sina system.
Varför är det så framgångsrikt?
Främst för att det är gratis och så lätt att använda. Idén att ställa vilken typ av fråga eller problem som helst och ha ett svar eller en lösning inom några sekunder ger ChatGPT möjligheten att potentiellt ersätta webbsökningar och tiden man spenderar på att läsa en enorm mängd dokument (du måste bara lita på att utbildningsdata är av hög kvalitet vilket väcker frågan om kontroll av återkopplingsslingor med ChatGPT).
Det är också en huvudvärk för lärare runt om i världen, eftersom många studenter har rusat till ChatGPT för att skriva sina uppsatser och avhandlingar, vilket vid något tillfälle kommer att väcka frågor om hur man kan anpassa utbildningen till dessa nya teknologier.
En annan anledning till framgången med ChatGPT är datoranvändningens framsteg och möjligheten att få tillgång till enorma mängder datorkraft i stor skala och på begäran (cloud computing).
En expert citerad av banken JPMorgan indikerade nyligen att "branschens AI-beräkningsarbetsbelastning har fördubblats var 3-4 månad från 2012 och framåt, främst drivet av komplexiteten hos AI-modeller (GPT-3.0 med 175 miljarder parametrar / GPT-3.5 med 555 miljarder parametrar) och växande träningsdatastorlek (GPT-3.0 tränad med ~45TB data).
Det drar också nytta av tillgången på enorma mängder kapital från Internet och mjukvarujättar som Alphabet, Microsoft, Meta Platforms, Amazon och andra.
JPMorgan uppskattar att "stora teknikföretag kan tjäna pengar på generativ AI snabbare" genom att integrera AI-kapacitet i sin kärnverksamhet (Microsoft Azure/Office, Googles sökmotor).
Enligt Jefferies kommer intäktspotentialen för ChatGPT och liknande program mestadels att bero på kvaliteten på data de tränar på. Detta kommer att påverka kvaliteten på de svar och lösningar de tillhandahåller, därav hastigheten och bredden i deras antagande.
Var ligger utmaningarna?
ChatGPT misslyckas ibland med att ge ett grundläggande svar på vissa frågor, på grund av den "begränsade" mängd data som den använder (till exempel, ChatGPT-3:s träningsdata sträcker sig fram till 2021, så det skulle inte veta vilket land som vann fotbolls-VM 2022).
Vissa svar är oroande ur en etisk eller moralisk synvinkel, och OpenAI har insett att vissa svar inte kan uppfylla människors förväntningar.
OpenAI har tidigare sagt att "ChatGPT ibland skriver plausibelt klingande men felaktiga eller meningslösa svar", vilket företaget försöker fixa genom att utveckla nya iterationer av sin LLM.
När det gäller användningsområden för företag är ChatGPT och liknande teknologier på gränsen att skapa djupa störningar i flera branscher.
Till exempel har lanseringen av ChatGPT och dess snabba antagande av Microsoft i sin Bing-sökmotor tvingat Google att påskynda lanseringen av sin egen version av LLM ("Bard") i ett försök att inte tappa försprånget i webbsökningar.
Enligt Adam Thierer, en forskare vid RStreet, "tros AI i allmänhet vara mitt i ännu en 'vår'-period när entusiasmen växer kring specifika möjligheter och tillämpningar".
