Curso
Engenharia rápida com a API OpenAI
4 h
53.5K
O lançamento do GPT-4 marcou um grande avanço no campo da inteligência artificial, especialmente em processamento de linguagem natural. Neste artigo, fazemos uma análise aprofundada de seus recursos avançados e exploramos a história e o desenvolvimento dos Transformers pré-treinados generativos (GPT), além das novas possibilidades que o GPT-4 desbloqueia.
Confira nosso artigo sobre o GPT-4o, a versão mais recente do GPT, para saber mais. Além disso, conheça mais sobre Large Language Models como o GPT-4 na nossa trilha de aprendizado AI Fundamentals.
O que são Transformers pré-treinados generativos?
Transformers pré-treinados generativos (GPT) são um tipo de modelo de deep learning usado para gerar texto com aparência humana. Entre os usos mais comuns estão
- responder perguntas
- resumir textos
- traduzir textos para outros idiomas
- gerar código
- criar posts de blog, histórias, conversas e outros tipos de conteúdo.
As aplicações dos modelos GPT são praticamente infinitas, e você ainda pode ajustá-los com dados específicos para obter resultados ainda melhores. Ao usar transformers, você economiza computação, tempo e outros recursos.
Antes do GPT
A atual revolução da IA em linguagem natural só se tornou possível com a invenção dos modelos transformer, começando pelo BERT do Google em 2017. Antes disso, a geração de texto era feita com outros modelos de deep learning, como redes neurais recorrentes (RNNs) e redes neurais de memória de longo e curto prazo (LSTMs). Eles funcionavam bem para emitir palavras isoladas ou frases curtas, mas não conseguiam gerar conteúdo mais longo com realismo.
A abordagem com transformers do BERT foi um grande marco porque não é uma técnica de aprendizado supervisionado. Ou seja, não exigia um conjunto de dados anotados e caro para treino. O BERT foi usado pelo Google para interpretar buscas em linguagem natural; no entanto, ele não consegue gerar texto a partir de um prompt.
GPT-1
Arquitetura de transformer | artigo do GPT-1
Em 2018, a OpenAI publicou um artigo (Improving Language Understanding by Generative Pre-Training) sobre compreensão de linguagem natural usando o modelo GPT-1. Esse modelo foi um prova de conceito e não foi disponibilizado publicamente.
GPT-2
Desempenho do modelo em várias tarefas | artigo do GPT-2
No ano seguinte, a OpenAI publicou outro artigo (Language Models are Unsupervised Multitask Learners) sobre o novo modelo, o GPT-2. Desta vez, o modelo foi disponibilizado para a comunidade de machine learning e ganhou certa adoção em tarefas de geração de texto. O GPT-2 muitas vezes conseguia gerar algumas frases antes de se perder. Isso era o estado da arte em 2019.
GPT-3
Resultados em três tarefas de QA de domínio aberto | artigo do GPT-3
Em 2020, a OpenAI publicou outro artigo (Language Models are Few-Shot Learners) sobre o modelo GPT-3. Ele tinha 100 vezes mais parâmetros que o GPT-2 e foi treinado em um conjunto de textos ainda maior, resultando em melhor desempenho. O modelo seguiu evoluindo em várias iterações conhecidas como série GPT-3.5, incluindo o ChatGPT, focado em conversa.
Essa versão ganhou o mundo ao surpreender com a capacidade de gerar páginas de texto semelhante ao humano. O ChatGPT se tornou o aplicativo web que mais cresceu na história, alcançando 100 milhões de usuários em apenas dois meses.
Você pode saber mais sobre o GPT-3, seus usos e como utilizá-lo em um artigo dedicado.
Curso de Introdução ao ChatGPT
Comece a usar o ChatGPT
O que é o GPT-4?
O GPT-4 foi desenvolvido para melhorar o "alinhamento" do modelo — a capacidade de seguir as intenções do usuário — tornando as respostas mais fiéis aos fatos e reduzindo saídas ofensivas ou perigosas.
Para ficar por dentro dos modelos mais recentes, confira nossos guias sobre o GPT-4 Turbo e nossos artigos sobre o GPT-4o com mais detalhes.
Melhorias de desempenho do GPT-4
Como era de se esperar, o GPT-4 aprimora os modelos GPT-3.5 quanto à correção factual das respostas. O número de "alucinações", quando o modelo erra fatos ou raciocínio, é menor, com o GPT-4 marcando 40% a mais que o GPT-3.5 no benchmark interno de factualidade da OpenAI.
Houve avanço também em "steerability", a capacidade de mudar o comportamento conforme o pedido do usuário. Por exemplo, você pode pedir que escreva em outro estilo, tom ou voz. Tente começar prompts com "Você é um especialista em dados falante" ou "Você é um especialista em dados sucinto" e peça para explicar um conceito de data science. Veja mais sobre como criar prompts eficientes para modelos GPT aqui.
Outra melhoria está na adesão do modelo a limites de segurança. Se você pedir algo ilegal ou inadequado, ele recusa o pedido com mais assertividade.
Usando entradas visuais no GPT-4
Uma mudança importante é que o GPT-4 pode usar entradas de imagem (apenas em pesquisa; ainda indisponível ao público) além de texto. Os usuários podem especificar qualquer tarefa de visão ou linguagem inserindo texto e imagens intercalados.
Os exemplos apresentados mostram o GPT-4 interpretando corretamente imagens complexas como gráficos, memes e capturas de telas de artigos acadêmicos.
Desde junho de 2024, o recurso de entrada de imagem do GPT-4 foi liberado para um grupo maior de usuários. Por exemplo, eu pedi ao GPT-4o para analisar a foto de uma das minhas plantas. E, embora eu ainda não tenha acesso aos recursos de visão integrados vistos no GPT-4o, precisei tirar uma foto e perguntar ao ChatGPT que planta era:
Não foi uma tentativa ruim, embora não esteja totalmente correta. Embora seja um bonsai, é um Ilex crenata e não uma Carmona retusa. Mesmo assim, as duas são bem parecidas, então é um erro compreensível, e eu gostei do contexto extra sobre como cuidar da planta.
Abaixo, vemos também um exemplo de raciocínio visual a partir de um gráfico:
Benchmarks de desempenho do GPT-4
A OpenAI avaliou o GPT-4 simulando provas feitas para humanos, como o Uniform Bar Examination e o LSAT para advogados, e o SAT para admissão universitária. Os resultados mostraram que o GPT-4 alcançou desempenho em nível humano em diversos benchmarks profissionais e acadêmicos.
A OpenAI também avaliou o GPT-4 em benchmarks tradicionais pensados para modelos de machine learning, nos quais ele superou outros large language models existentes e a maioria dos modelos de ponta, inclusive aqueles otimizados especificamente para cada benchmark ou com protocolos de treino adicionais. Esses benchmarks incluíram questões de múltipla escolha em 57 disciplinas, raciocínio de senso comum sobre eventos do dia a dia, questões de ciências de múltipla escolha em nível escolar, entre outros.
A OpenAI testou a capacidade do GPT-4 em outros idiomas traduzindo o benchmark MMLU, um conjunto de 14.000 questões de múltipla escolha cobrindo 57 disciplinas, para vários idiomas usando o Azure Translate. Em 24 de 26 idiomas testados, o GPT-4 superou o desempenho em inglês do GPT-3.5 e de outros large language models.
Testes recentes indicam que o GPT-4 segue liderando em capacidades multilíngues, principalmente em idiomas sub-representados, com desempenho superior em 28 de 30 idiomas testados em relação aos modelos mais novos.
No geral, os resultados mais consistentes do GPT-4 indicam avanços significativos no esforço da OpenAI para desenvolver modelos de IA com capacidades cada vez mais avançadas.
Como obter acesso ao GPT-4 e suas variantes
Quer aproveitar o poder do GPT-4, GPT-4 Turbo, GPT-4o e GPT-4o mini? Veja como fazer:
Usando o ChatGPT
- Plano gratuito:
- Acesse o GPT-4o por padrão, com limites de mensagens.
- Ferramentas avançadas como análise de dados e recursos de visão também estão disponíveis.
- ChatGPT Plus e Team:
- Assine o Plus ou entre em um Team para limites maiores de uso.
- Envie até 80 mensagens a cada 3 horas no GPT-4o e até 40 no GPT-4.
- ChatGPT Enterprise:
- Feito para grandes organizações, com acesso ilimitado ao GPT-4o e ao GPT-4.
- Inclui recursos extras como segurança em nível empresarial e ferramentas avançadas.
Usando a API da OpenAI
- Acesso à API:
- Crie uma conta na API da OpenAI.
- Faça um pagamento de US$ 5 para acessar o GPT-4 e o GPT-4 Turbo.
- GPT-4o e GPT-4o mini estão disponíveis para todos os usuários da API.
- Preços e limites:
- O GPT-4o é mais barato e rápido que o GPT-4 Turbo.
- Consulte a página de precificação da API da OpenAI para detalhes.
- Tratamento de dados:
- Seus dados estão seguros e não são usados para treinamento, a menos que você opte por isso.
Capacidades dos modelos: todos os modelos suportam entradas/saídas de texto, imagem e áudio.
A OpenAI abriu o código do OpenAI Evals, um framework para avaliação automatizada do desempenho de modelos de IA, permitindo que qualquer pessoa relate limitações e oriente melhorias futuras.
Leve isso para o próximo nível
Nesse meio tempo, você pode aprender IA e ler mais sobre temas como GPT-4 e ChatGPT nos recursos a seguir:
- Curso: como usar o ChatGPT de forma eficaz
- Aprenda a criar seus próprios modelos de geração de texto em deep learning no curso Natural Language Generation in Python.
- Baixe esta cola de prompts de ChatGPT para data science para consulta rápida.
- Ouça este episódio do podcast sobre como o ChatGPT e a IA generativa estão ampliando fluxos de trabalho para entender como o ChatGPT pode beneficiar o seu negócio.
- Confira todos os cursos de IA da DataCamp
