Corso
Prompt Engineering con l'API di OpenAI
4 ore
55.8K
Il rilascio di GPT-4 ha segnato una tappa importante nel campo dell'intelligenza artificiale, in particolare nell'elaborazione del linguaggio naturale. In questo articolo, offriamo un'analisi approfondita delle sue capacità avanzate ed esploriamo la storia e lo sviluppo dei Generative Pre-trained Transformers (GPT), oltre alle nuove funzionalità che GPT-4 sblocca.
Dai un'occhiata al nostro articolo su GPT-4o, l'iterazione più recente di GPT, per saperne di più. Inoltre, approfondisci i Large Language Model come GPT-4 nel nostro percorso AI Fundamentals.
Cosa sono i Generative Pre-trained Transformers?
I Generative Pre-trained Transformers (GPT) sono un tipo di modello di deep learning utilizzato per generare testo simile a quello umano. Gli usi comuni includono
- rispondere a domande
- riassumere testi
- tradurre testi in altre lingue
- generare codice
- generare post di blog, storie, conversazioni e altri tipi di contenuti.
Le applicazioni dei modelli GPT sono infinite, e puoi anche affinarli su dati specifici per ottenere risultati ancora migliori. Usando i transformer, risparmierai costi di calcolo, tempo e altre risorse.
Prima di GPT
L'attuale rivoluzione dell'IA per il linguaggio naturale è stata possibile solo con l'invenzione dei modelli transformer, a partire da BERT di Google nel 2017. Prima di allora, la generazione di testo veniva eseguita con altri modelli di deep learning, come le reti neurali ricorrenti (RNN) e le reti neurali a memoria a lungo termine (LSTM). Questi funzionavano bene per produrre singole parole o brevi frasi, ma non riuscivano a generare contenuti più lunghi e realistici.
L'approccio transformer di BERT è stato una svolta importante poiché non è una tecnica di apprendimento supervisionato. Cioè, non richiedeva un costoso dataset annotato per l'addestramento. BERT è stato utilizzato da Google per interpretare le ricerche in linguaggio naturale; tuttavia, non può generare testo a partire da un prompt.
GPT-1
Architettura transformer | Articolo su GPT-1
Nel 2018, OpenAI ha pubblicato un paper (Improving Language Understanding by Generative Pre-Training) sull'uso della comprensione del linguaggio naturale con il loro modello linguistico GPT-1. Questo modello era una prova di concetto e non è stato rilasciato pubblicamente.
GPT-2
Prestazioni del modello su vari compiti | Articolo su GPT-2
L'anno successivo, OpenAI ha pubblicato un altro paper (Language Models are Unsupervised Multitask Learners) sul loro modello più recente, GPT-2. Questa volta, il modello è stato messo a disposizione della comunità del machine learning e ha trovato una certa adozione per compiti di generazione di testo. GPT-2 riusciva spesso a generare un paio di frasi prima di perdere coerenza. Questo era lo stato dell'arte nel 2019.
GPT-3
Risultati su tre compiti di Open-Domain QA | Articolo su GPT-3
Nel 2020, OpenAI ha pubblicato un altro paper (Language Models are Few-Shot Learners) sul loro modello GPT-3. Il modello aveva 100 volte più parametri di GPT-2 ed è stato addestrato su un dataset testuale ancora più grande, con conseguente miglioramento delle prestazioni. Il modello ha continuato a essere migliorato con varie iterazioni note come la serie GPT-3.5, incluso ChatGPT, focalizzato sulla conversazione.
Questa versione ha fatto il giro del mondo sorprendendo tutti con la sua capacità di generare pagine di testo simile a quello umano. ChatGPT è diventata la applicazione web a crescita più rapida di sempre, raggiungendo 100 milioni di utenti in appena due mesi.
Puoi saperne di più su GPT-3, sui suoi utilizzi e su come usarlo in un articolo dedicato.
Che cos'è GPT-4?
GPT-4 è stato sviluppato per migliorare l"allineamento" del modello, ovvero la capacità di seguire le intenzioni dell'utente, rendendolo al contempo più veritiero e riducendo la generazione di output offensivi o pericolosi.
Per restare aggiornato sui modelli più recenti, puoi consultare le nostre guide su GPT-4 Turbo e gli articoli su GPT-4o per ulteriori dettagli.
Miglioramenti delle prestazioni di GPT-4
Come ci si potrebbe aspettare, GPT-4 migliora rispetto ai modelli GPT-3.5 per quanto riguarda la correttezza fattuale delle risposte. Il numero di "allucinazioni", in cui il modello commette errori di fatto o di ragionamento, è inferiore, con GPT-4 che ottiene un punteggio superiore del 40% rispetto a GPT-3.5 nel benchmark interno di OpenAI sulle prestazioni fattuali.
Migliora anche la "steerability", ovvero la capacità di modificare il proprio comportamento in base alle richieste dell'utente. Ad esempio, puoi comandargli di scrivere con uno stile, un tono o una voce diversi. Prova a iniziare i prompt con "Sei un esperto di dati loquace" oppure "Sei un esperto di dati telegrafico" e fagli spiegare un concetto di data science. Puoi leggere di più sulla progettazione di ottimi prompt per i modelli GPT qui.
Un ulteriore miglioramento riguarda l'aderenza del modello ai paletti di sicurezza. Se gli chiedi di fare qualcosa di illegale o sconveniente, rifiuta la richiesta in modo più efficace.
Uso di input visivi in GPT-4
Una grande novità è che GPT-4 può utilizzare input di immagini (anteprima di ricerca; non ancora disponibile al pubblico) oltre al testo. Gli utenti possono specificare qualsiasi compito di visione o linguaggio inserendo testo e immagini intercalati.
Gli esempi mostrati evidenziano che GPT-4 interpreta correttamente immagini complesse come grafici, meme e screenshot da articoli accademici.
A giugno 2024, la capacità di input di immagini di GPT-4 è stata resa disponibile a un gruppo più ampio di utenti. Per esempio, ho chiesto a GPT-4o di analizzare la foto di una delle mie piante. E, anche se non ho ancora accesso alle funzionalità di visione integrate viste in GPT-4o, ho dovuto scattare una foto e chiedere a ChatGPT che pianta fosse:
Non è un cattivo tentativo, anche se non è del tutto accurato. Anche se è un bonsai, si tratta di un Ilex crenata e non di una Carmona retusa. Tuttavia, le due piante si assomigliano abbastanza, quindi è un errore comprensibile, e ho apprezzato il contesto extra su come prendermi cura della pianta.
Di seguito, possiamo anche vedere un esempio di ragionamento visivo a partire da un grafico:
Benchmark delle prestazioni di GPT-4
OpenAI ha valutato GPT-4 simulando esami progettati per gli esseri umani, come la Uniform Bar Examination e il LSAT per gli avvocati, e il SAT per l'ammissione all'università. I risultati hanno mostrato che GPT-4 ha raggiunto prestazioni a livello umano su vari benchmark professionali e accademici.
OpenAI ha anche valutato GPT-4 su benchmark tradizionali progettati per i modelli di machine learning, dove ha superato i large language model esistenti e la maggior parte dei modelli all'avanguardia, che possono includere accorgimenti specifici per i benchmark o protocolli di addestramento aggiuntivi. Questi benchmark includevano domande a scelta multipla su 57 materie, ragionamento di buon senso su eventi quotidiani, domande di scienze a scelta multipla a livello scolastico, e altro.
OpenAI ha testato la capacità di GPT-4 in altre lingue traducendo il benchmark MMLU, una suite di 14.000 problemi a scelta multipla che coprono 57 materie, in varie lingue utilizzando Azure Translate. In 24 delle 26 lingue testate, GPT-4 ha superato le prestazioni in inglese di GPT-3.5 e di altri large language model.
Test recenti indicano che GPT-4 continua a primeggiare nelle capacità multilingue, in particolare nelle lingue sotto-rappresentate, dimostrando prestazioni superiori in 28 delle 30 lingue testate rispetto ai modelli più recenti.
Nel complesso, i risultati più solidi di GPT-4 indicano progressi significativi nello sforzo di OpenAI di sviluppare modelli di IA con capacità sempre più avanzate.
Come ottenere l'accesso a GPT-4 e alle sue varianti
Vuoi sfruttare la potenza di GPT-4, GPT-4 Turbo, GPT-4o e GPT-4o mini? Ecco come puoi farlo:
Usare ChatGPT
- Livello gratuito:
- Accedi a GPT-4o di default, con limiti di messaggi.
- Strumenti avanzati come l'analisi dei dati e le funzionalità di visione sono disponibili.
- ChatGPT Plus e Team:
- Abbonati a Plus o unisciti a un Team per limiti di utilizzo più ampi.
- Invia fino a 80 messaggi ogni 3 ore su GPT-4o e fino a 40 su GPT-4.
- ChatGPT Enterprise:
- Progettato per grandi organizzazioni con accesso illimitato a GPT-4o e GPT-4.
- Include funzionalità extra come sicurezza di livello enterprise e strumenti avanzati.
Usare le API di OpenAI
- Accesso API:
- Registrati per un account API di OpenAI.
- Effettua un pagamento di $5 per accedere a GPT-4 e GPT-4 Turbo.
- GPT-4o e GPT-4o mini sono disponibili per tutti gli utenti API.
- Prezzi e limiti:
- GPT-4o è più economico e veloce di GPT-4 Turbo.
- Controlla la pagina dei prezzi dell'API di OpenAI per i dettagli.
- Gestione dei dati:
- I tuoi dati sono al sicuro e non vengono utilizzati per l'addestramento a meno che tu non dia il consenso.
Capacità dei modelli: Tutti i modelli supportano input/output di testo, immagini e audio.
OpenAI ha reso open source OpenAI Evals, un framework per la valutazione automatizzata delle prestazioni dei modelli di IA, per consentire a chiunque di segnalare le carenze dei loro modelli e guidare ulteriori miglioramenti.
Fai un passo in più
Nel frattempo, puoi studiare l'IA e leggere di più su argomenti come GPT-4 e ChatGPT, nelle seguenti risorse:
- Corso su come usare efficacemente ChatGPT
- Impara a creare i tuoi modelli di generazione del testo di deep learning nel corso Natural Language Generation in Python.
- Scarica questa pratica cheat sheet dei prompt di ChatGPT per la data science.
- Ascolta questo episodio del podcast su Come ChatGPT e GPT-3 stanno potenziando i flussi di lavoro per capire come ChatGPT può avvantaggiare il tuo business.
- Dai un'occhiata a tutti i corsi di IA di DataCamp
