LangChain: Sådan kombineres ChatGPT og Wolfram Alfa for at få mere præcise og detaljerede svar
Kort sagt
LangChain er et forsøg på at lære kunstig intelligens at arbejde med Wolfram Alpha og ChatGPT.
Systemet foretager et API-kald til enten Alpha eller GPT 3.5, afhængig af brugerens spørgsmål.
LangChain kan løse en masse problemer inden for matematik, fysik og viden om verden.
Det er ikke længere nødvendigt at diskutere, om kunstig intelligens bestod Turing-test. Som et resultat blev detektorer, der kunne skelne kunstig intelligens-genererede tekster fra menneskeskrevne, skabt. I dag er det udfordrende, hvis ikke umuligt, for nogen at opnå dette på egen hånd.
Uden at stole på perfektionen af sådanne detektorer, er folk allerede begyndt at acceptere nye livsregler. De f.eks forbyde brugen af generativ AI sprogværktøjer til eksamen og forpligte forfattere af videnskabelige artikler at rapportere enhver brug af sådanne værktøjer i deres skrift.
Fra i år og frem er vi ikke længere i tvivl om det ChatGPT kan skrive en tale, essay, prædiken eller nekrolog på det faglige niveau. Nu fremsætter vi helt andre påstande om sådanne AI-systemer.
| Anbefalet indlæg: Top 10 AI-drevne SEO-værktøjer i 2023 til digitale marketingfolk |
Hvad er f.eks. ægte AI?
- AI kan ikke skabe en fantastisk sang (fordi, som den berømte australske rockmusiker, digter og forfatter Nick Cave skriver om tekster skrevet af ChatGPT i stil med Nick Cave, "sange opstår fra lidelse og vanskelig intern kamp for skabelse, og algoritmer føles ikke, og dataene lider ikke");
- AI er mere avanceret end nogensinde før, men den laver ofte fejl, når den besvarer spørgsmål, der kræver:
- En forståelse af måleenheder (f.eks. hvor langt er der mellem Chicago og Tokyo?);
- Komplekse beregninger (f.eks. hvad er 3 i potensen 73?);
- Aktuel viden om de seneste begivenheder (f.eks. hvad der skete rundt omkring på kloden i februar 2022).
Men alt inden for AI udvikler sig med en vanvittig hastighed. Og hvis der stadig er problemer med punkt 1 (at skabe "gode sange"), så er der allerede sket betydelige fremskridt med punkt 2.
For en måned siden, Stephen Wolfram foreslået en sådan løsning is GPT pooling og Wolfram Alpha. Det kan give en kraftfuld kombination af sproglig intelligens, forståelse og behandling af information i form af naturligt sprog, fra GPT, og beregningsmæssig intelligens, forståelse og behandling af information i beregningsmæssige termer, fra Wolfram Alpha. Denne kombination giver dig mulighed for at få mere præcise og detaljerede svar ved at kombinere to slags tænkning: sproglig og beregningsmæssig.
En sådan kombination kunne muliggøre en ideel AI-assistent nemt at skifte mellem menneskelig tekstgenerering og ikke-menneskelige beregningsopgaver med en naturlig sprogkommando. Ideelt set ChatGPT bør læres at tale Wolfram-sproget, et sprog, hvor mennesker og computere kan "tænke beregningsmæssigt."
| Anbefalet indlæg: Mød ChatGPT: AI'en, der kan dræbe Google |
Det første forenklede forsøg på dette var af James Weaver hos IBM. Han skabte sin egen version af den integrerede tilgang, ChatGPT- Langkæde. Dette er ikke præcis, hvad Wolfram havde i tankerne, men snarere en efterligning af hans tilgang. I stedet for at undervise ChatGPT hvordan man arbejder med Alpha, LangChain kombinerer simpelthen Alpha og GPT 3.5, teknologien, der ChatGPT er bygget på. Systemet foretager et API-kald til enten Alpha eller GPT 3.5, afhængig af brugerens spørgsmål. Hvis spørgsmålet er mere egnet til en beregningsmodel, der kræver hårde fakta eller beregninger, vil det foretage et API-kald til Alpha. Men hvis spørgsmålet kræver mindre præcision og mere kreativitet, vil det foretage et API-kald til GPT 3.5.
LangChain kan løse en masse problemer inden for matematik, fysik og viden om verden. I slutningen af samtalen "gættede" LangChain på, at AI ville være i stand til at nå det menneskelige intelligensniveau inden 2035.
Vi opfordrer dig til at chat med LangChain dig selv. Alt er gratis; du mangler bare en OpenAI API nøgle.
Læs mere om AI:
Ansvarsfraskrivelse
I tråd med den Trust Project retningslinjer, bemærk venligst, at oplysningerne på denne side ikke er beregnet til at være og ikke skal fortolkes som juridiske, skattemæssige, investeringsmæssige, finansielle eller nogen anden form for rådgivning. Det er vigtigt kun at investere, hvad du har råd til at tabe, og at søge uafhængig finansiel rådgivning, hvis du er i tvivl. For yderligere information foreslår vi at henvise til vilkårene og betingelserne samt hjælpe- og supportsiderne fra udstederen eller annoncøren. MetaversePost er forpligtet til nøjagtig, objektiv rapportering, men markedsforholdene kan ændres uden varsel.
Om forfatteren
Damir er teamleder, produktchef og redaktør på Metaverse Post, der dækker emner som AI/ML, AGI, LLM'er, Metaverse og Web3-relaterede felter. Hans artikler tiltrækker et massivt publikum på over en million brugere hver måned. Han ser ud til at være en ekspert med 10 års erfaring i SEO og digital markedsføring. Damir er blevet nævnt i Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto og andre publikationer. Han rejser mellem UAE, Tyrkiet, Rusland og SNG som en digital nomade. Damir tog en bachelorgrad i fysik, som han mener har givet ham de kritiske tænkningskompetencer, der er nødvendige for at få succes i internettets evigt skiftende landskab.
Flere artikler
Damir er teamleder, produktchef og redaktør på Metaverse Post, der dækker emner som AI/ML, AGI, LLM'er, Metaverse og Web3-relaterede felter. Hans artikler tiltrækker et massivt publikum på over en million brugere hver måned. Han ser ud til at være en ekspert med 10 års erfaring i SEO og digital markedsføring. Damir er blevet nævnt i Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto og andre publikationer. Han rejser mellem UAE, Tyrkiet, Rusland og SNG som en digital nomade. Damir tog en bachelorgrad i fysik, som han mener har givet ham de kritiske tænkningskompetencer, der er nødvendige for at få succes i internettets evigt skiftende landskab.
