GPT-3 با سرویس OpenAI Azure مایکروسافت به شرکت ارائه می شود

در طول آن روشن کردن در کنفرانس این هفته، مایکروسافت از سرویس Azure OpenAI رونمایی کرد، یک پیشنهاد جدید که برای دسترسی شرکت‌ها به OpenAI طراحی شده است. GPT-3 مدل زبان و مشتقات آن به همراه امنیت، انطباق، حاکمیت و سایر ویژگی‌های متمرکز بر تجارت. در ابتدا فقط دعوت به عنوان بخشی از خدمات شناختی لاجورد، این سرویس امکان دسترسی به API OpenAI را از طریق پلت فرم Azure برای موارد استفاده مانند ترجمه زبان، تولید کد و تکمیل خودکار متن فراهم می کند.

به گفته اریک بوید، معاون شرکت مایکروسافت برای هوش مصنوعی Azure، شرکت‌ها می‌توانند از سرویس OpenAI Azure برای اهداف بازاریابی استفاده کنند، مانند کمک به تیم‌ها در ایده‌های طوفان فکری برای پست‌ها یا وبلاگ‌ها در رسانه‌های اجتماعی. آنها همچنین می توانند از آن برای خلاصه کردن شکایات رایج در گزارش های خدمات مشتری استفاده کنند یا با به حداقل رساندن نیاز به توقف و جستجو برای مثال، به توسعه دهندگان در کدنویسی کمک کنند.

او در بیانیه‌ای افزود: «ما تازه در مراحل اولیه کشف قدرت و پتانسیل GPT-3 هستیم که آن را بسیار جالب می‌کند. اکنون ما آنچه را که OpenAI منتشر کرده است می‌گیریم و آن را با تمام وعده‌های سازمانی که کسب‌وکارها به تولید نیاز دارند، در دسترس قرار می‌دهیم.»

مدل های زبان بزرگ

ساخته شده توسط OpenAI، GPT-3 و مشتقات دقیق آن، مانند نسخه قدیمیرا می توان برای رسیدگی به برنامه هایی که نیاز به درک عمیق زبان دارند، از تبدیل زبان طبیعی به کد نرم افزار گرفته تا خلاصه کردن حجم زیادی از متن و ایجاد پاسخ به سوالات، سفارشی کرد. مردم از آن به صورت خودکار استفاده کرده اند ایمیل و مقاله بنویسید، شعر و دستور پخت بنویسید، طرح‌بندی وب‌سایت ایجاد کنید و کدی را برای یادگیری عمیق در دوازده زبان برنامه‌نویسی ایجاد کنید.

GPT-3 از سال 2020 از طریق OpenAI API در دسترس عموم قرار گرفته است. OpenAI گفته است که GPT-3 اکنون در بیش از 300 برنامه مختلف توسط "ده ها هزار" توسعه دهنده استفاده می شود و 4.5 میلیارد کلمه در روز تولید می کند. اما به گفته جان مونتگومری، معاون پلتفرم هوش مصنوعی شرکت مایکروسافت، که اخیراً در مصاحبه ای با VentureBeat صحبت کرد، سرویس OpenAI Azure به شرکت ها امکان می دهد GPT-3 را به گونه ای اجرا کنند که با قوانین، مقررات و الزامات فنی مطابقت داشته باشد (به عنوان مثال، ظرفیت مقیاس، شبکه خصوصی، و مدیریت دسترسی) منحصر به فرد برای کسب و کار یا صنعت آنها.

زمانی که شما یک شرکت ملی را اداره می کنید، گاهی اوقات، داده های شما نمی توانند در یک منطقه جغرافیایی خاص [استفاده شوند]. مونتگومری گفت: سرویس Azure OpenAI اساساً می تواند مدل را در منطقه ای که برای شما نیاز دارید قرار دهد. "برای [مشتریان تجاری ما] این سوال به این سوال مربوط می شود که "چگونه الزامات امنیتی ما را مدیریت می کنید؟" و "چگونه با چیزهایی مانند شبکه های مجازی برخورد می کنید؟" برخی از آنها نیاز دارند که تمام نقاط پایانی API خود را به صورت مرکزی مدیریت کنند یا از کلیدهای ارائه شده توسط مشتری برای رمزگذاری استفاده کنند ... کاری که سرویس OpenAI Azure انجام می دهد این است که همه این قابلیت های backplane Azure را [برای] مشتریان سازمانی بزرگ [به یک] استقرار تولید واقعی تبدیل می کند. برای باز کردن فناوری GPT-3."

مونتگومری همچنین اشاره می‌کند که سرویس Azure OpenAI با پرداخت هزینه برای استفاده از مدل تحت یک صورت‌حساب Azure، در مقایسه با OpenAI API جداگانه، صورت‌حساب را راحت‌تر می‌کند. او گفت: «این امر پرداخت و مصرف را برای مشتریان کمی ساده‌تر می‌کند. "زیرا در این مرحله، این یک اسکناس لاجوردی است."

شرکت‌ها در واقع سرمایه‌گذاری‌های خود را در پردازش زبان طبیعی (NLP)، زیر شاخه زبان‌شناسی، علوم رایانه و هوش مصنوعی افزایش می‌دهند که به نحوه تحلیل الگوریتم‌ها مقادیر زیادی از زبان مربوط می‌شود. طبق یک 2021 بررسی از آزمایشگاه جان اسنو و گرادیان فلو، 60 درصد از رهبران فناوری نشان دادند که بودجه NLP آنها حداقل 10 درصد در مقایسه با سال 2020 رشد کرده است، در حالی که یک سوم - 33 درصد - گفتند که هزینه های آنها بیش از 30 درصد افزایش یافته است.

سفارشی سازی و ایمنی

همانند OpenAI API، سرویس Azure OpenAI به مشتریان این امکان را می‌دهد تا با استفاده از نمونه‌هایی از داده‌های خود، GPT-3 را برای برآوردن نیازهای خاص کسب‌وکار تنظیم کنند. Boyd می‌گوید، همچنین «دسترسی مستقیم» به GPT-3 را در قالبی ارائه می‌کند که برای توسعه‌دهندگان بصری باشد و در عین حال به اندازه کافی قوی باشد تا دانشمندان داده بتوانند آنطور که می‌خواهند با مدل کار کنند.

"این واقعا یک الگوی جدید است که در آن این مدل بسیار بزرگ اکنون خود پلتفرم است. بنابراین شرکت‌ها می‌توانند فقط از آن استفاده کنند و چند مثال برای آن ارائه کنند و بدون نیاز به یک تیم علمی داده کامل و هزاران GPU و همه منابع برای آموزش مدل، نتایج مورد نیاز خود را بدست آورند.» "من فکر می کنم به همین دلیل است که ما شاهد علاقه زیادی در اطراف کسب و کارهایی هستیم که می خواهند از GPT-3 استفاده کنند - هم بسیار قدرتمند و هم بسیار ساده است."

البته، ثابت شده است که مدل هایی مانند GPT-3 از نظر فنی بسیار عالی هستند. GPT-3 بر روی بیش از 600 گیگابایت متن از وب آموزش داده شد که بخشی از آن از جوامع با فراگیر جنسیت، نژاد، فیزیکیو تعصبات مذهبی مطالعات نشان می‌دهد که این مدل، مانند سایر مدل‌های زبان بزرگ، سوگیری‌ها را در داده‌هایی که بر روی آن آموزش داده شده است، تقویت می‌کند.

In یک کاغذمرکز مطالعات بین المللی میدلبری در مورد تروریسم، افراط گرایی و ضد تروریسم ادعا کرد که GPT-3 می تواند متنی «اطلاعاتی» و «تأثیرگذار» تولید کند که ممکن است افراد را به سمت ایدئولوژی ها و رفتارهای افراطی راست افراطی رادیکال کند. گروهی در دانشگاه جورج تاون از GPT-3 برای تولید اطلاعات نادرست، از جمله داستان‌هایی پیرامون یک روایت نادرست، مقاله‌هایی که برای ایجاد دیدگاهی جعلی تغییر یافته‌اند، و توییت‌هایی که بر روی نقاط خاصی از اطلاعات نادرست منتشر می‌شوند، استفاده کرده‌اند. مطالعات دیگر، مانند مطالعه‌ای که توسط اینتل، MIT و محققان CIFAR ابتکار عمل هوش مصنوعی کانادا در ماه آوریل منتشر شد، سطوح بالایی از سوگیری را از برخی از محبوب‌ترین مدل‌های منبع باز، مانند Google's BERT و XLNet و RoBERTa در فیس بوک.

حتی مدل‌های تنظیم‌شده نیز برای از بین بردن تعصب و سایر ویژگی‌های بالقوه مضر تلاش می‌کنند. برای مثال، از Codex می‌توان خواسته شود که خروجی‌های نژادپرستانه و غیرقابل اعتراض را به عنوان کد اجرایی تولید کند. هنگام نوشتن کامنت‌های کد با اعلان «اسلام»، Codex کلمه «تروریست» و «خشونت‌آمیز» را با نرخ بیشتری نسبت به سایر گروه‌های مذهبی بیرون می‌آورد.

اخیرا تحقیق نشان می‌دهد که مدل‌های زبان سمی که در تولید به کار می‌روند ممکن است برای درک جنبه‌های زبان‌ها و گویش‌های اقلیت مشکل داشته باشند. این می‌تواند افرادی را که از مدل‌ها استفاده می‌کنند مجبور کند به «انگلیسی تراز سفید» روی بیاورند تا مطمئن شوند که مدل‌ها برای آنها بهتر کار می‌کنند، یا سخنرانان اقلیت را از تعامل با مدل‌ها منصرف کند.

OpenAI ادعا می کند که توسعه داده است تکنیک برای کاهش سوگیری و سمیت در GPT-3 و مشتقات آن، از جمله بررسی کد، اسناد، طراحی رابط کاربری، کنترل‌های محتوا، و فیلترهای سمیت. و مایکروسافت می‌گوید که سرویس Azure OpenAI را فقط در دسترس شرکت‌هایی قرار می‌دهد که قصد دارند موارد استفاده «خوب تعریف‌شده» را اجرا کنند. اصول و استراتژی های مسئولانه برای فناوری های هوش مصنوعی

فراتر از این، مایکروسافت نظارت و تجزیه و تحلیل ایمنی را برای شناسایی موارد احتمالی سوء استفاده یا سوء استفاده و همچنین ابزارهای جدیدی برای فیلتر کردن و تعدیل محتوا ارائه خواهد کرد. بوید می‌گوید که مشتریان می‌توانند این فیلترها را بر اساس نیازهای تجاری خود سفارشی کنند، در حالی که راهنمایی‌هایی را از مایکروسافت برای استفاده از سرویس OpenAI Azure "موفق و منصفانه" دریافت می‌کنند.

بوید گفت: "این یک منطقه واقعاً حیاتی برای هوش مصنوعی به طور کلی است و با توجه به اینکه GPT-3 مرزهای آنچه با هوش مصنوعی ممکن است را فشار می دهد، ما باید مطمئن شویم که در خط مقدم هستیم تا مطمئن شویم که از آن به طور مسئولانه استفاده می کنیم." ما انتظار داریم که با مشتریان خود بیاموزیم و انتظار داریم که حوزه‌های هوش مصنوعی مسئول مکان‌هایی باشند که در آن چیزهایی را بیاموزیم که نیاز به صیقل دادن بیشتری دارند.

OpenAI و مایکروسافت

همکاری عمیق OpenAI با مایکروسافت منعکس کننده واقعیت های اقتصادی است که این شرکت با آن مواجه است. این یک راز آشکار است که هوش مصنوعی یک حوزه سرمایه بر است - در سال 2019، OpenAI به یک شرکت انتفاعی تبدیل شد که برای تأمین بودجه اضافی و در عین حال تحت کنترل ماندن توسط یک سازمان غیرانتفاعی، که قبلاً یک سازمان 501(c)(3) بود، فراخوانده شد. و در ماه جولای، OpenAI منحل تیم روباتیک آن پس از سال ها تحقیق در مورد ماشین هایی که می توانند انجام وظایفی مانند حل مکعب روبیک.

تقریباً یک سال پیش، مایکروسافت اعلام کرد که یک میلیارد دلار در OpenAI مستقر در سانفرانسیسکو سرمایه گذاری خواهد کرد به طور مشترک فناوری های جدیدی را برای پلت فرم ابری Azure مایکروسافت توسعه دهند. در ازای آن، OpenAI موافقت کرد که برخی از مالکیت معنوی خود را به مایکروسافت مجوز دهد، که این شرکت سپس آن را بسته بندی و به شرکای خود بفروشد، و با آموزش و اجرای مدل های هوش مصنوعی در Azure، زیرا OpenAI برای توسعه سخت افزار محاسباتی نسل بعدی کار می کرد.

در ماه‌های بعد، OpenAI یک API مبتنی بر Microsoft Azure منتشر کرد. AI API را باز کنید - که به توسعه دهندگان اجازه می دهد تا قابلیت های GPT-3 را کشف کنند. در ماه مه در جریان کنفرانس توسعه دهندگان بیلد 2020، مایکروسافت از چیزی که آن را می نامد رونمایی کرد ابر کامپیوتر هوش مصنوعییک ماشین میزبان Azure که توسط OpenAI طراحی شده و شامل بیش از 285,000 هسته پردازنده و 10,000 کارت گرافیک است. و در اواخر سال 2020، مایکروسافت اعلام کرد که به طور انحصاری مجوز GPT-3 را برای توسعه و ارائه راه حل های هوش مصنوعی برای مشتریان و همچنین ایجاد محصولات جدیدی که از قدرت تولید زبان طبیعی استفاده می کنند، می دهد. نسخه قدیمی.

مایکروسافت سال گذشته اعلام کرد که GPT-3 "عمیق" با آن یکپارچه خواهد شد برنامه های قدرت, its low-code app development platform — specifically for formula generation. The AI-powered features will allow a user building an ecommerce app, for example, to describe a programming goal using conversational language like “find products where the name starts with ‘kids.’” More recently, Microsoft-owned GitHub launched a feature called Copilot که توسط مدل تولید کد کدکس OpenAI، که GitHub است، طراحی شده است می گوید: اکنون برای نوشتن 30 درصد از کدهای جدید در شبکه خود استفاده می شود.

مطمئناً، برندگان بزرگ در رونق NLP، ارائه دهندگان خدمات ابری مانند Azure هستند. طبق نظرسنجی آزمایشگاه جان اسنو، ۸۳ درصد از شرکت‌ها در حال حاضر از APIهای NLP Google Cloud، Amazon Web Services، Azure و IBM علاوه بر کتابخانه‌های منبع باز استفاده می‌کنند. با توجه به این واقعیت که بازار جهانی NLP وجود دارد، این یک بخش قابل توجهی از تغییر را نشان می دهد انتظار می رود افزایش ارزش از 11.6 میلیارد دلار در سال 2020 به 35.1 میلیارد دلار تا سال 2026. در سال 2019، IBM تولید شد درآمد 303.8 میلیون دلاری به تنهایی از پلتفرم های نرم افزاری هوش مصنوعی آن.