Comprendere le funzionalità del linguaggio naturale di OpenAI
I modelli di linguaggio naturale del Servizio OpenAI di Azure sono in grado di accettare linguaggio naturale e generare risposte.
I modelli di apprendimento del linguaggio naturale vengono sottoposti a training su parole o blocchi di caratteri noti come token. Ad esempio, la parola "hamburger" viene suddivisa nei token ham
, bur
e ger
, mentre una parola breve e comune come "pera" è un singolo token. Questi token vengono mappati in vettori per un modello di Machine Learning da usare per il training. Quando un modello di linguaggio naturale sottoposto a training accetta l'input di un utente, suddivide anche l'input in token.
Informazioni sui modelli GPT per la generazione del linguaggio naturale
I modelli GPT (Generative Pre-trained Transformer) sono eccellenti sia per la comprensione che per la creazione del linguaggio naturale. Come accennato nelle notizie recenti sull'intelligenza artificiale che risponde a domande o scrive un paragrafo in base a una richiesta, è probabile che il testo sia stato generato da un modello GPT, ad esempio GPT-35-Turbo o GPT-4.
Che aspetto ha una risposta da un modello GPT?
Un aspetto chiave dell'intelligenza artificiale generativa di OpenAI consiste nel fatto che accetta un input o richiesta per restituire una risposta sotto forma di linguaggio naturale, oggetto visivo o codice. GPT tenta di dedurre, o indovinare, il contesto della domanda dell'utente in base alla richiesta.
I modelli GPT sono ideali per completare diverse attività in linguaggio naturale, alcune delle quali includono:
Attività | Richiesta |
---|---|
Riepilogo del testo | "Riepiloga questo testo in un breve trafiletto" |
Classificazione del testo | "Qual è il genere di questo libro?" |
Generazione di nomi o frasi | "Scrivi uno slogan per la mia azienda floreale" |
Traduzione | "Traduci 'Come stai' in francese" |
Risposte alle domande | "Che cosa fa il Servizio OpenAI di Azure?" |
Suggerimento di contenuto | "Suggerisci le cinque canzoni migliori per matrimoni" |
Ad esempio, data una richiesta in cui l'utente digita testo per richiedere una ricetta:
Write a recipe based on these ingredients and instructions:
Fruit Pie
Ingredients:
Strawberries
Blueberries
Flour
Eggs
Milk
Ecco un esempio della risposta generata dall'API OpenAI:
Instructions:
1. Preheat your oven to 350 degrees Fahrenheit.
2. In a medium bowl, mix together 1 cup of flour and 1 egg until it forms a dough.
3. Grease a 9-inch pie dish with butter or non-stick cooking spray.
4. Roll out the dough and place it in the pie dish.
5. In a separate bowl, mix together 1 cup of strawberries, 1 cup of blueberries, and 1 cup of milk.
6. Pour the fruit mixture into the pie dish.
7. Bake
Delizioso - forse! È importante comprendere che le risposte generate sono ipotesi più probabili fornite da un computer. In questo caso, il testo generato può essere utile per cucinare qualcosa che potrebbe effettivamente avere o non avere un buon sapore.
Modalità di applicazione dei modelli ai nuovi casi d'uso
È possibile che si abbia provato a usare le funzionalità predittive di ChatGPT in un portale di chat, in cui è possibile digitare prompt e ricevere risposte automatiche. Il portale è costituito dagli utenti dell'interfaccia utente front-end e da un back-end che include un modello di intelligenza artificiale generativa. La combinazione di front-end e back-end può essere descritta come chatbot. Il modello fornito sul back-end è disponibile come blocco predefinito con l'API OpenAI e l'API Servizio OpenAI di Azure. È possibile usare le funzionalità di ChatGPT nel Servizio OpenAI di Azure tramite il modello GPT-35-turbo. Quando vengono visualizzate funzionalità di intelligenza artificiale generativa in altre applicazioni, gli sviluppatori hanno preso i blocchi predefiniti, li hanno personalizzati in base a un caso d'uso e li hanno incorporati nel back-end delle nuove interfacce utente front-end.