Не так давно постил тут ссылку на великолепный текст Стивена Вольфрама о том, как устроены большие языковые модели. Со времени публикации того текста прошло немногим больше месяца - и вот Стивен публикует результат двух с половиной месяцев совместной работы команд OpenAI и Wolfram.
С самого начала Стивен сочетает слова “суперсилы” и “это лишь самое начало” 🙂
Благодаря плагину к ChatGPT у пользователя появился прозрачный доступ к Wolfram|Alfa: ChatGPT преобразует словесный запрос в запрос к Wolfram|Alfa, а получив ответ, пересказывает его словами и, при необходимости, иллюстрирует графикой.
There are lots of nontrivial things going on here, on both the ChatGPT and Wolfram|Alpha sides. But the upshot is a good, correct result, knitted into a nice, flowing piece of text.
Почитайте, очень впечатляющий текст, насыщенный крутыми примерами.
Хорошо, что Юваль Харари, на днях очередной раз нервно делившийся своими тревогами, не видел, на что способна языковая модель, которой дали доступ к языку математики и куче фактических данных, избавив ее от необходимости фантазировать там, где и без фантазий можно красиво ответить:)
И еще важнейший момент: The Wolfram plugin actually has two entry points: a Wolfram|Alpha one and a Wolfram Language one. А почему это важно — читайте статью, это не менее вкусное чтение, чем прошлый рекомендованный текст Стивена. Тут снова можно залипнуть на все выходные — и в итоге у вас закружится голова. И по делу:))
I see what’s happening now as a historic moment. For well over half a century the statistical and symbolic approaches to what we might call “AI” evolved largely separately. But now, in ChatGPT + Wolfram they’re being brought together. And while we’re still just at the beginning with this, I think we can reasonably expect tremendous power in the combination—and in a sense a new paradigm for “AI-like computation”
Wolfram plugin gives computationally accurate answers to ChatGPT queries using Wolfram's data knowledgebase and language. Custom visualizations are given as well. Stephen Wolfram explains how it works.