O Currículo de Sete Tópicos do ChatGPT que Ele Poderia Ter Aprendido
Por pura curiosidade, fiquei interessado em saber o que o GPT poderia ter estudado. Procurar por dados e tipos de aprendizado de forma direta parecia um pouco entediante, então pesquisei quais tipos de problemas estão sendo abordados na área de pesquisa de processamento de linguagem natural.
O site Papers with Code classifica 583 tópicos de pesquisa em processamento de linguagem natural, cada um deles significa que “pesquisadores ao redor do mundo estão estudando a mesma questão”. É provável que esses tipos de problemas tenham sido incluídos em um pequeno currículo do que o GPT aprendeu com seu vasto conteúdo.
Entre eles, escolhi sete tópicos que estão intimamente relacionados à vida cotidiana.
Geração de Texto a partir de Dados
Esse tópico de pesquisa envolve gerar texto descritivo a partir de dados “tabulares” comumente encontrados. É um estudo necessário para a produtividade de analistas de dados como eu, e ao mesmo tempo, é um estudo que afeta empregos (afinal, o GPT não é a única coisa que afeta empregos, não é mesmo?).
Descrever e interpretar dados pode ser complicado para máquinas se lhes for dada muita liberdade para imaginar ou injetar intenções. Acima de tudo, é necessário que seja expressado com precisão. E essa descrição não é simples. Ela precisa resolver vários subtemas simultaneamente, como o que explicar, no que focar e quais expressões usar para aumentar a clareza.
Transferência de Estilo de Texto
Se existem “mimetismo de voz” nos estudos vocais, há a “conversão de estilo” no processamento de linguagem natural. Por exemplo, é a técnica de mudar o estilo de fala de diferentes oradores mantendo o mesmo significado da frase.
Você pode mudar de um “tom confortável” para um “tom de raiva”, de um “estilo masculino” para um “estilo de fala feminino” e de “palavras e frases infantis” para “gramática adulta”.
Por exemplo, converter a explicação técnica de Elon Musk sobre a SpaceX para o estilo de fala de Harry Potter. É uma técnica para mudar o estilo de diferentes oradores mantendo o mesmo significado da frase.
Tradução de Linguagem Clínica
Quando nossos sintomas vão além de um simples resfriado, mesmo que ouçamos o diagnóstico de um médico em nossa língua nativa, pode parecer uma linguagem alienígena. Para preencher essa lacuna, existe uma área de pesquisa que traduz textos médicos cheios de terminologia especializada para uma linguagem que o público em geral possa entender.
Classificação de Intenção
Simplificando, é um estudo sobre como entender o que alguém quer dizer, mesmo que não o diga claramente. Por exemplo, em um serviço de comércio, pode ajudar a identificar se alguém deseja fazer uma compra, fazer um upgrade para uma assinatura mais cara ou cancelar sua assinatura. Se for um chatbot, ele pode identificar tópicos relevantes a partir de algumas palavras deixadas pelo usuário e sugerir informações que o usuário possa achar úteis.
Completar Histórias
Essa pesquisa tem como objetivo preencher as partes faltantes de uma história, mesmo que a trama não esteja perfeitamente completa. Isso pode incluir adivinhar e conectar de forma contínua as partes ausentes do texto principal, não apenas a conclusão. Se a história contiver muitos termos técnicos ou exigir muito conhecimento de fundo, podem ser fornecidas anotações para ajudar os leitores a acompanhar.
A utilidade dessa pesquisa vai além dos romances e pode ser aplicada na vida cotidiana. Muitas pessoas caem vítimas da “maldição do conhecimento”, assumindo que os outros já sabem o que elas sabem. Seria útil se o modelo de Completar Histórias pudesse intervir como mediador de conhecimento entre as pessoas.
Narrativa Visual
Se uma imagem de uma pessoa correndo para fora da Estação Manhattan fosse dada, duas versões de uma explicação poderiam ser escritas da seguinte forma.
- “Há uma pessoa correndo na 2ª saída da Estação Manhattan. Há uma árvore, uma estrada e um carro ao lado.”
- “Atrasado(a) novamente hoje.”
As pessoas podem entender o contexto e criar uma história a partir de uma única imagem como essa. No entanto, era uma tarefa difícil para a inteligência artificial. E fornecer contexto para conectar várias imagens em uma história coerente e, por fim, gerar frases é outro nível na pesquisa de Narrativa Visual.
Geração de Texto a partir de Conceitos
“A geração de texto baseada em conceito” é um pouco diferente de “Completar uma história”, mencionado anteriormente. Enquanto a pesquisa de Completar uma história preenche um contexto vazio, a pesquisa introduzida desta vez cria uma frase plausível com algumas palavras fornecidas.
Desta vez, também atribuí uma tarefa ao GPT4. Pedi para ele criar uma frase com quatro palavras: “manhã, café, pão, metrô”. Parece uma tarefa fácil para o GPT agora.
Ele acordou cedo de manhã, serviu-se de uma xícara de café, deu uma mordida em um pão quentinho e dirigiu-se à estação de metrô para o trabalho.
Os conteúdos selecionados deste artigo são apenas alguns dos vários tópicos de pesquisa. Além do processamento de linguagem natural, o campo da pesquisa em inteligência artificial inclui reconhecimento de fala, geração de imagens/vídeos e muito mais, o que é infinito. Você também pode ter ideias explorando os tópicos que foram pesquisados até agora e pensando: “Aprendi esses tipos, então posso expandir com esses tipos de perguntas”. Visite também este site para explorar algumas ideias excelentes.