OpenAI
اقوى ادة وموقع للزكاء الاصطناعى بدون منافس
تعرف على OpenAI
OpenAI هو مختبر أبحاث مقره في سان فرانسيسكو ، كاليفورنيا. تأسست في عام 2015 من قبل مجموعة من رواد الأعمال والباحثين والمحسنين بهدف تطوير الذكاء الاصطناعي بطريقة مسؤولة وآمنة. تجري المنظمة أبحاثا في مجموعة متنوعة من المجالات المتعلقة بالذكاء الاصطناعي ، بما في ذلك التعلم الآلي ومعالجة اللغة الطبيعية والروبوتات. تشمل بعض إنجازات OpenAI البارزة تطوير نموذج معالجة اللغة الطبيعية GPT (محول ما قبل التدريب التوليدي) وإنشاء نظام Dactyl robotics للبراعة والتلاعب. بالإضافة إلى إجراء البحوث ، تشارك OpenAI أيضا في جهود التوعية العامة والتعليم لزيادة فهم الذكاء الاصطناعي والوعي به.
OpenAI هي شركة دراسات ونشر الذكاء الاصطناعي. مهمتنا هي التأكد من أن الذكاء الشعبي الاصطناعي يبارك البشرية جمعاء.
تتمثل مهمة OpenAI في التأكد من أن الذكاء الشعبي الاصطناعي (AGI) - الذي نقترح من خلاله هياكل تعتمد على الذات تماما وتتفوق على البشر في أقصى قدر من اللوحات العزيزة اقتصاديا - يبارك البشرية جمعاء.
سنحاول في الحال بناء AGI آمن ومفيد ، ولكن قد نضع في اعتبارنا أيضا مهمتنا التي تم إنجازها إذا كانت لوحاتنا تساعد الآخرين في الحصول على هذه النتيجة.
من المتورطين
يتم حكم OpenAI LP من خلال مجلس إدارة منظمة OpenAI غير الربحية ، التي تم إنشاؤها من موظفي OpenAI LP جريج بروكمان (رئيس مجلس الإدارة والرئيس) ، وإيليا سوتسكيفر (كبير العلماء) ، وسام ألتمان (الرئيس التنفيذي) ، وغير الموظفين آدم دانجيلو ، وريد هوفمان ، وويل هيرد ، وتاشا ماكولي ، وهيلين تونر ، وشيفون زيليس.
يشمل المشترون لدينا Microsoft ومؤسسة Reid Hoffman الخيرية و Khosla Ventures.
يمكن تنفيذ واجهة برمجة التطبيقات الأولى من نوعها لأي مهمة لغوية ، وتخدم عشرات الآلاف والآلاف من طلبات التصنيع كل يوم.
التاكيد! لدى OpenAI
فريق من الباحثين والمهندسين الذين يعملون على مجموعة واسعة من المشاريع المتعلقة بالذكاء الاصطناعي. تتضمن بعض مجالات التركيز الرئيسية للمنظمة ما يلي👇👇👇
معالجة اللغة الطبيعية (NLP): تشتهر OpenAI بعملها على البرمجة اللغوية العصبية ، والتي تتضمن تطوير خوارزميات وأنظمة يمكنها فهم اللغة البشرية وتوليدها وتفسيرها.
التعلم الآلي: تجري OpenAI أبحاثا حول خوارزميات وتقنيات التعلم الآلي ، والتي تمكن أجهزة الكمبيوتر من التعلم من البيانات وإجراء تنبؤات أو قرارات دون أن تكون مبرمجة بشكل صريح.
الروبوتات: طورت المنظمة العديد من أنظمة الروبوتات ، بما في ذلك Dactyl ، وهو نظام للبراعة والتلاعب مصمم للعمل في بيئات غير منظمة.
التعلم العميق: تشارك OpenAI بنشاط في تطوير خوارزميات التعلم العميق ، وهي نوع من التعلم الآلي الذي يستخدم الشبكات العصبية الاصطناعية لتعلم الأنماط في البيانات.
النماذج التوليدية: طورت OpenAI العديد من النماذج التوليدية ، وهي نماذج التعلم الآلي التي يمكنها إنشاء بيانات جديدة لم يسبق لها مثيل.
ChatGPT: نماذج اللغة للحوار
لقد قمنا بتثقيف إصدار يعرف باسم ChatGPT والذي يتفاعل بطريقة محادثة. يجعل تخطيط التحدث من الممكن ل ChatGPT الرد على أسئلة المتابعة ، والاعتراف بأخطائها ، وتعيين أماكن خاطئة ، ورفض بجانب طلبات النقطة. ChatGPT هي نسخة شقيقة ل InstructGPT ، يتم تعليمها للامتثال للإرشادات في التنشيط وتقديم استجابة متعمقة.
نحن متحمسون لتقديم ChatGPT للحصول على تعليقات المستخدمين ودراسة نقاط القوة والضعف فيها. أثناء معاينة الدراسات ، يكون استخدام ChatGPT مجانيا. جربه الآن في chat.openai.com.
فيما يلي بعض التفاصيل الإضافية حول عمل OpenAI وإنجازاته
1- GPT: GPT (محول ما قبل التدريب التوليدي) هو نموذج لمعالجة اللغة الطبيعية تم تطويره بواسطة OpenAI. لقد حققت نتائج حديثة على العديد من المعايير وتشتهر بقدرتها على إنشاء نص يشبه الإنسان.
2- Dactyl: Dactyl هو نظام روبوتات تم تطويره بواسطة OpenAI وهو مصمم للبراعة والتلاعب. لها بنية تشبه اليد تسمح لها بمعالجة الأشياء بطريقة مشابهة لطريقة الإنسان.
3- OpenAI Gym: OpenAI Gym عبارة عن مجموعة أدوات لتطوير ومقارنة خوارزميات التعلم المعزز. يوفر بيئة موحدة لتدريب وتقييم وكلاء الذكاء الاصطناعي وقد تم اعتماده على نطاق واسع من قبل الباحثين في هذا المجال.
GPT -4 (محول ما قبل التدريب التوليدي 3) هو التكرار الثالث لنموذج GPT وهو أحد أكبر وأقوى نماذج معالجة اللغة الطبيعية حتى الآن. لديه القدرة على أداء مجموعة واسعة من المهام اللغوية وقد تم استخدامه في مجموعة متنوعة من التطبيقات ، بما في ذلك ترجمة اللغة وروبوتات المحادثة وإنشاء المحتوى.
5- علماء OpenAI: OpenAI Scholars هو برنامج يوفر التمويل والدعم للطلاب والباحثين المهتمين بإجراء البحوث في مجال الذكاء الاصطناعي. يهدف البرنامج إلى زيادة التنوع في هذا المجال ودعم تطوير أفكار ومناهج جديدة للبحث الذكاء الاصطناعي.
مثال
شرح الحوسبة الكمومية بعبارات بسيطة
أجهزة الكمبيوتر الكمومية هي نوع من أجهزة الكمبيوتر التي تستخدم البتات الكمومية ، أو الكيوبتات ، لتخزين المعلومات ومعالجتها. على عكس أجهزة الكمبيوتر الكلاسيكية ، التي تستخدم وحدات بت يمكن أن تكون إما 0 أو 1 فقط ، يمكن أن توجد الكيوبتات في حالات متعددة في نفس الوقت ، والمعروفة باسم التراكب. تسمح هذه الخاصية ، إلى جانب ظاهرة كمومية أخرى تسمى التشابك ، لأجهزة الكمبيوتر الكمومية بإجراء حسابات معينة بشكل أسرع بكثير من أجهزة الكمبيوتر الكلاسيكية.
لا تزال أجهزة الكمبيوتر الكمومية في المراحل الأولى من التطوير ولم تتوفر بعد على نطاق واسع. وهي تستخدم أساسا للأغراض العلمية والبحثية، وليست مناسبة بعد للمهام اليومية مثل تصفح الويب أو معالجة النصوص. ومع ذلك ، يعمل الباحثون على تطوير خوارزميات كمومية يمكن استخدامها لحل المشكلات في مجالات مثل التمويل والكيمياء والتعلم الآلي.
أحد التحديات الرئيسية في بناء أجهزة الكمبيوتر الكمومية هو الحفاظ على الحالة الكمومية الهشة للبتات. أي تفاعل مع العالم الخارجي ، مثل قياس حالة الكيوبت ، يمكن أن يتسبب في "انهياره" إلى حالة كلاسيكية ، مما يؤدي إلى تعطيل الحساب. لمعالجة هذه المشكلة ، يتم بناء أجهزة الكمبيوتر الكمومية عادة في مختبرات متخصصة ، باستخدام المواد والتقنيات التي تقلل من التداخل من العالم الخارجي.
مثال اخر
هل لديك أي أفكار إبداعية لعيد ميلاد طفل يبلغ من العمر 10 سنوات؟
فيما يلي بعض الأفكار لعيد ميلاد طفل يبلغ من العمر 10 سنوات:
استضف ماراثون أفلام مع أفلامهم ووجباتهم الخفيفة المفضلة.
استمتع بحفلة على المسبح أو اذهب إلى حديقة مائية.
اذهب إلى حديقة الترامبولين أو الملعب الداخلي.
خطط لمطاردة زبال حول الحي أو في حديقة محلية.
قم بحفلة خبز أو طبخ وقم بعمل بعض الوصفات الممتعة معا.
خطط لرحلة ليوم واحد إلى معلم جذب قريب ، مثل حديقة أو متحف أو متنزه.
استمتع بيوم رياضي والعب رياضاتهم المفضلة أو جرب يوما جديدا.
اذهب إلى غرفة الهروب أو جرب لعبة غرفة الهروب عبر الإنترنت.
قم بحفلة حرفية وقم ببعض المشاريع الترفيهية معا.
استمتع بيوم لعب ولعب ألعاب الطاولة أو ألعاب الورق أو ألعاب الفيديو.
ضع في اعتبارك اهتمامات وتفضيلات طفل عيد الميلاد وأصدقائه عند التخطيط للحفلة. من المهم أيضا اتباع أي إرشادات أمان وقيود COVID-19 قد تكون سارية.
مثال ثالث
لتقديم طلب HTTP في JavaScript، يمكنك استخدام كائن XMLHttpRequest أو واجهة برمجة تطبيقات الجلب الأحدث.
فيما يلي مثال باستخدام XMLHttpRequest لتقديم طلب GET إلى واجهة برمجة تطبيقات JSON:
function makeRequest() {
const xhr = new XMLHttpRequest();
xhr.onreadystatechange = function() {
if (xhr.readyState === 4 && xhr.status === 200) {
const data = JSON.parse(xhr.responseText);
// do something with the data
}
};
xhr.open('GET', 'http://api.example.com/endpoint');
xhr.send();
}
في ما يلي مثال باستخدام واجهة برمجة تطبيقات الجلب لتقديم طلب GET إلى واجهة برمجة تطبيقات JSON:
async function makeRequest() {
try {
const response = await fetch('http://api.example.com/endpoint');
const data = await response.json();
// do something with the data
} catch (error) {
// handle error
}
}واجهة برمجة تطبيقات الجلب أسهل في الاستخدام بشكل عام من XMLHttpRequest ، وتوفر طريقة حديثة لتقديم طلبات HTTP في JavaScript. ومع ذلك ، لا يزال XMLHttpRequest مستخدما ومدعوما على نطاق واسع في معظم المتصفحات الحديثة.
العينات
في العينة اللاحقة ، يطلب ChatGPT من الاستفسارات التوضيحية تصحيح التعليمات البرمجية.
من الصعب ذكر ما هو غير صحيح في الكود بدون سياق أكبر. هل يمكنك تقديم بيانات أكبر حول ما يقصد به الرمز وما لا يعمل كما هو متوقع؟ أيضا ، هل هذا هو الكود بأكمله أم جزء منه فقط؟
resultWorkerEr := make(chan error)
defer close(resultWorkerErr)
go func() {
defer cancel()
resultWorkerErr <- b.resultWorker)
}()
err := b.worker(ctx)
cancel()
if err == nil {
return <-resultWorkerErr
}
return multierror.Append(err,<-resultWorkerErr)أساليب
لقد قمنا بتعليم هذا الإصدار استخدام التعلم المعزز من التغذية الراجعة البشرية (RLHF) ، واستخدام التقنيات المتساوية مثل InstructGPT ، ولكن مع اختلافات معتدلة داخل إعداد سلسلة السجلات. قمنا بتعليم نسخة أولية حول استخدام الضبط الدقيق الخاضع للإشراف: قدمت أحذية الجري البشرية الذكاء الاصطناعي محادثات حيث قاموا بأداء كل جانب - الشخص ومساعد الذكاء الاصطناعي. لقد منحنا أحذية الجري إمكانية الدخول إلى الإرشادات المكتوبة للإصدار لمساعدتهم على تكوين ردودهم. لقد مزجنا مجموعة بيانات التحدث الجديدة هذه مع مجموعة بيانات InstructGPT ، والتي قمنا بتحويلها مباشرة إلى تخطيط تحدث.
لإنشاء نسخة مدح للتعزيز لاكتساب المعرفة ، كان علينا جمع سجلات التقييم ، والتي تتكون من استجابات إصدار أو أكبر مرتبة بمساعدة استخدام الجودة. لجمع هذه السجلات ، أجرينا محادثات أجراها الذكاء الاصطناعي أحذية الجري مع chatbot. قررنا بشكل عشوائي رسالة مكتوبة بالإصدار ، وأخذنا عينات من العديد من الفرص المكتملة ، وقمنا الذكاء الاصطناعي ترتيب أحذية الجري. باستخدام أزياء الثناء هذه ، نحن قادرون على تحسين الإصدار باستخدام تحسين السياسة القريبة. لقد حققنا العديد من التكرارات لهذه العملية.
تم ضبط ChatGPT بدقة من إصدار داخل سلسلة GPT-three.five ، والتي أكملت الدراسة في أوائل عام 2022. يمكنك البحث بشكل أكبر تقريبا عن سلسلة three.five هنا. تم تعليم ChatGPT و GPT three.five على البنية التحتية للحوسبة الفائقة Azure الذكاء الاصطناعي.
القيود
يكتب ChatGPT بين الحين والآخر حلولا تبدو معقولة ولكن خاطئة أو لا معنى لها. يعد إصلاح هذه المشكلة أمرا صعبا ، حيث: (1) في مرحلة ما من تعليم RL ، لا يوجد حاليا أي مصدر للحقيقة. (2) تعليم النسخة لتكون أسبابا أكثر حرصا لقول أي أسئلة يمكن حلها بشكل صحيح ؛ و (ثلاثة) التعليم الخاضع للإشراف يضلل النسخة بسبب حقيقة أن الحل الصحيح يعتمد على ما تعرفه النسخة ، بدلا مما يعرفه المتظاهر البشري.
ChatGPT حساس للتعديلات على عبارات الإدخال أو محاولة التنشيط المتساوي أكثر من مرة. على سبيل المثال ، بالنظر إلى عبارة واحدة من السؤال ، يمكن للإصدار أن يعلن الآن أنه لم يعد يتعرف على الحل ، ولكن بالنظر إلى إعادة صياغة معتدلة ، يمكن أن يحل بشكل صحيح.
النسخة عادة ما تكون مطولة بشكل مفرط وتفرط في استخدام العبارات الإيجابية ، والتي تتكون من إعادة التأكيد على أنها نسخة لغوية متعلمة بمساعدة استخدام OpenAI. تنشأ هذه المشكلات من التحيزات داخل سجلات التعليم (تختار أحذية الجري حلولا أطول تبدو أكثر شمولا) ومشاكل الإفراط في التحسين الشهيرة.12
من الناحية المثالية ، يمكن أن يطرح الإصدار أسئلة توضيحية بينما يقدم الشخص استعلاما غامضا. بدلا من ذلك ، عادة ما تراهن أزياءنا المعاصرة على ما يقصده الشخص.
على الرغم من أننا بذلنا جهودا لجعل الإصدار يرفض بجانب طلبات النقاط ، إلا أنه سيرد بين الحين والآخر على أوامر خطيرة أو يظهر سلوكا متحيزا. نحن نستخدم واجهة برمجة تطبيقات الإشراف لتحذير أو حظر الأنماط الإيجابية لمواد المحتوى المحفوفة بالمخاطر ، ومع ذلك نفترض أنها تحتوي على بعض السلبيات والإيجابيات المزيفة في الوقت الحالي. نحن حريصون على جمع تعليقات الأشخاص لتزويد لوحاتنا المستمرة بموارد مفيدة لتعزيز هذا النظام.
النشر التكراري
يعد إطلاق دراسات اليوم ل ChatGPT الخطوة المعاصرة في النشر التكراري ل OpenAI لأنظمة الذكاء الاصطناعي أكثر أمانا وفائدة. العديد من الفئات من نشر الأزياء المسبقة مثل GPT-3 و Codex على دراية بتخفيف الحماية في المنطقة المجاورة لهذا الإطلاق ، والتي تشمل خصومات واسعة النطاق في المخرجات الخطرة وغير الصادقة التي يتم تنفيذها بمساعدة استخدام استخدام التعزيز اكتساب المعرفة من التعليقات البشرية (RLHF).
تقارن العينات التالية ChatGPT مع InstructGPT وتخفيف حماية العرض ل ChatGPT.
نحن ندرك أن العديد من الحواجز لا تزال كما هو مذكور أعلاه ونخطط لإجراء تحديثات عادية للإصدار لتحسينها في مثل هذه المجالات. لكننا نتمنى أيضا أنه بمساعدة استخدام واجهة يمكن الوصول إليها إلى ChatGPT ، فإننا
للتسجيل فى الموقع
👇👇👇👇