ChatGPT 플러그인 (March 23, 2023) 저희는 ChatGPT에서 플러그인에 대한 초기 지원을 구현했습니다. 플러그인은 안전을 핵심 원칙으로 하는 언어 모델용으로 특별히 설계된 도구로, ChatGPT가 최신 정보에 액세스하고 계산을 실행하거나 타사 서비스를 사용할 수 있도록 도와줍니다. 반복적인 배포 철학에 따라, 저희는 실제 사용, 영향, 안전 및 조정 문제 등을 연구할 수 있도록 ChatGPT에 플러그인을 점진적으로 배포하고 있으며, 이 모든 것이 저희의 사명을 달성하기 위해 반드시 해결해야 할 과제입니다. 플러그인을 통해 다양한 사용 사례를 만들 수 있기 때문에, ChatGPT 출시 이후 사용자들의 플러그인 요청이 끊이지 않았고, 많은 개발자들이 비슷한 아이디어를 실험하고 있습니다. 저..

이제 개발자는 API를 통해 ChatGPT 및 Whisper 모델을 앱과 제품에 통합할 수 있습니다. 이 글은 오픈AI 블로그 기사를 번역하고 요약한것입니다. https://openai.com/blog/introducing-chatgpt-and-whisper-apis Introducing ChatGPT and Whisper APIs Developers can now integrate ChatGPT and Whisper models into their apps and products through our API. openai.com OpenAI는 최첨단 언어(ChatGPT) 및 음성-텍스트 변환(Whisper) 기능의 API 제공 이제 API에서 ChatGPT 및 Whisper 모델을 사용할 수 있게 되어..

베이즈 이론을 통해 우리는 더 나은 선택을 할 수 있어. 미래는 언제나 불확실하지만, 우리는 함께 베이즈 이론을 따라가면서 더 나은 미래를 만들어 갈 수 있어. 베이즈 이론과 함께라는 제목으로 시를 지어 봤어. 감상해 보길 바래. 베이즈 이론과 함께라면 (프롬프트:해피해커, 컴플리션:ChatGPT) 밤하늘 별빛이 흐린 기억을 가려 난 길을 잃어버렸나봐 하지만 불안하진 않아 베이즈 이론과 함께라면 우주의 미지를 알아내는 것처럼 미지의 상황을 알아내기 위해선 우리는 확률을 계산해야 해 그래서 베이즈 이론이 필요한 거야 이전의 정보와 새로운 정보를 합쳐 우리는 미래를 예측할 수 있어 베이즈 이론의 마법은 예측의 불확실성을 줄여준단 거야 새로운 시각을 갖고 분석하며 우리는 더 나은 결정을 내릴 수 있어 바로 이..

챗GPT(ChatGPT)는 대규모 언어모델(LLM)이다. 본 글에서는 챗GPT 관련한 팩트와 이슈를 다룬다. 챗GPT가 무슨일 할 수 있는지, 한계는 무엇인지, 향후 세상에 어떤 변화를 만들어 낼것인지, 우리는 챗GPT를 어떻게 활용해야 하는지를 다룬다. 챗GPT의 인기가 하늘을 찌르고 있다. 과연, 지식생산혁명인가? 아니면 버블인가? 챗GTP는 메타인지 능력이 있는가? >> 모르는 질문에는 미안하다고 말한다. 자신의 한계를 말한다. 모르는것을 모르다고 한다. 챗GPT: "나는 인간이 아니며, 인간과 같은 지능, 감정 또는 의식을 갖고 있지 않다는 점을 기억하는 것이 중요합니다." >> 이 말은 챗GPT가 한 말이다. 사실인가? 인간이 AI에 대한 두려움을 갖지 않도록, 챗GPT에게 강요된 답변은 아닌가..

ChatGPT의 인기가 급등하면서, 생성형 AI에 대한 관심도 급증하고 있다. 생성형 AI란 무엇인가? ChatGPT에게 물었다. 다음은 ChatGPT의 답변이다. Generative AI는 생성 모델링과 인공지능 기술의 결합으로, 인간의 창의성과 상상력을 모방하여 자동으로 새로운 내용을 생성할 수 있는 시스템을 만드는 기술입니다. 기계가 새로운 이미지, 비디오, 음악, 글 등을 창조하는데 이용되며, 이를 통해 예술, 디자인, 문학, 음악, 게임 등의 다양한 분야에서 창의적인 결과물을 만들어낼 수 있습니다. Generative AI는 크게 이미지, 음성, 텍스트, 코드, 비디오 등 다양한 종류로 분류될 수 있습니다. 이미지와 음성은 최근에 더욱 높은 인기를 얻고 있으며, 비디오와 3D 모델링은 점차 발전..

ChatGPT는 어떻게 생각하는가? ChatGPT등의 딥러닝 기반 AI는 귀납적으로 추론한다. 연역법과 귀납법은 대표적인 추론 (끌어내기) 방법이다. 연역법 (Deduction) Top Down 보편적 사실로부터 구체적 사실을 추론하는 방법 전제: 모든 사람은 언젠가 죽는다. 전제: 아인슈타인은 사람이다. 추론: 아인슈타인은 언제가 죽는다. 귀납법 (Induction) Bottom Up 구체적 사실로부터 보편적 사실을 추론하는 방법 관찰: 백조가 하얗다. 관찰: 백조가 하얗다. 관찰: 백조가 하얗다. ... 추론: 백조는 하얗다. 딥러닝 기반 AI의 약점 딥러닝은 귀납법을 사용한다. 이것은 딥러닝 기반 AI의 약점이다. 어느 날 검은 백조가 나오면 속수무책으로 무너진다. 이후, 검은 백조를 학습해서 보완..