OpenAI

Konto OpenAI to platforma dająca dostęp do narzędzi, które pozwalą na tworzenie nowatorskich rozwiązań technologicznych. Jego główne cechy to:

• współpraca w tworzeniu przyszłości technologii;
• API;
• Blog z informacjami na temat badań nad AI;

OpenAI API umożliwia tworzenie własnych narzędzi wykorzystujących sztuczną inteligencję. Używając OpenAI, można tworzyć nowatorskie i inteligentne rozwiązania technologiczne, które wykorzystują AI i uczenie maszynowe. OpenAI ułatwia tworzenie innowacyjnych rozwiązań.

Główne dostępne rodzaje rozwiązań w API, to:

Uzupełnianie tekstu (Text completion).

Generowanie i edycja tekstu.
Punkt końcowy (endpoint) completions może być używany do wielu różnych zadań. Zapewnia on prosty, ale potężny interfejs do każdego z modeli. Wprowadzasz jakiś tekst jako podpowiedź, a model wygeneruje uzupełnienie tekstu, które będzie próbowało dopasować się do kontekstu lub wzorca, który podałeś. Na przykład, jeśli dasz API zachętę "Jak powiedział Kartezjusz, myślę, więc", zwróci ono z dużym prawdopodobieństwem uzupełnienie "jestem".

Uzupełnianie kodu (Code completion).

Generowanie, edytowanie i wyjaśnianie kodu.
Seria modeli Codex jest potomkiem serii GPT-3, która została wytrenowana zarówno na języku naturalnym, jak i na miliardach linii kodu. Najlepiej radzi sobie z Pythonem i jest biegły w kilkunastu językach, w tym JavaScript, Go, Perl, PHP, Ruby, Swift, TypeScript, SQL, a nawet Shell. W GrowthTools intensywnie korzystamy z pomocy w tworzeniu kodu Google Apps Script Podczas początkowego, ograniczonego okresu beta, korzystanie z Codex jest bezpłatne.

Generowanie obrazów (Image generation).

Generowanie i edycja obrazów.
Interfejs API Obrazy udostępnia trzy metody interakcji z obrazami:

• Tworzenie obrazów od podstaw na podstawie podpowiedzi tekstowej
• Tworzenie edycji istniejącego obrazu na podstawie nowej podpowiedzi tekstowej
• Tworzenie odmian istniejącego obrazu

Dostrojenie modelu (Fine-tuning).

Wytrenuj model dla swojego przypadku użycia.
Dostrojenie pozwala uzyskać więcej z modeli dostępnych za pośrednictwem API poprzez:

• Wyższą jakość wyników niż w przypadku projektowania podpowiedzi
• Możliwość trenowania na większej liczbie przykładów, niż może zmieścić się w podpowiedzi
• Oszczędność tokenów dzięki krótszym podpowiedziom
• Mniejsze opóźnienia w żądaniach.
  GPT-3 został wstępnie wytrenowany na ogromnej ilości tekstu z otwartego internetu. Kiedy otrzymujemy podpowiedź z kilkoma przykładami, często jest w stanie wyczuć, jakie zadanie chcemy wykonać i wygenerować prawdopodobne zakończenie. Jest to często nazywane "uczeniem się na podstawie kilku przykładów".
  Dostrajanie ulepsza uczenie "few-shot learning" poprzez trenowanie na znacznie większej liczbie przykładów, niż może zmieścić się w podpowiedzi, co pozwala osiągnąć lepsze wyniki dla szerokiej liczby zadań. Gdy model zostanie dostrojony, nie trzeba już podawać przykładów w podpowiedzi. Oszczędza to koszty i pozwala na uzyskanie zapytań o niższym opóźnieniu.
  Na wysokim poziomie dostrajanie obejmuje następujące kroki:
• Przygotuj i prześlij dane treningowe
• Wytrenowanie nowego, precyzyjnie dostrojonego modelu
• Użycie dostrojonego modelu

Embeddings.

Wyszukaj, sklasyfikuj i porównaj tekst.
'Embeddingi' tekstu OpenAI mierzą pokrewieństwo ciągów tekstowych. 'Embeddingi' są powszechnie wykorzystywane do:

• Wyszukiwania (gdzie wyniki są szeregowane według istotności dla ciągu zapytania)
• Klasteryzacji (gdzie ciągi tekstowe są grupowane według podobieństwa)
• Rekomendacji (gdzie polecane są elementy z powiązanymi ciągami tekstowymi)
• Wykrywanie anomalii (gdzie identyfikowane są wartości odstające o niewielkim stopniu pokrewieństwa)
• Pomiar różnorodności (gdzie analizowane są rozkłady podobieństwa)
• Klasyfikacja (gdzie ciągi tekstowe są klasyfikowane według ich najbardziej podobnych etykiet)
  'Embedding' jest wektorem (listą) liczb zmiennoprzecinkowych. Odległość pomiędzy dwoma wektorami mierzy ich pokrewieństwo. Małe odległości sugerują wysokie pokrewieństwo, a duże odległości - niskie pokrewieństwo.

Mowa na tekst (Whisper Beta).

Zamień dźwięk w tekst.
API przetwarzania mowy na tekst udostępnia dwa punkty końcowe: transkrypcje i tłumaczenia, oparte na najnowocześniejszym, otwartym modelu Whisper V2. Mogą one być używane do:

• Transkrypcji audio na dowolny język, w którym znajduje się audio.
• Tłumaczenia i transkrypcji audio na język angielski.
  Przesyłane pliki są obecnie ograniczone do 25 MB i obsługiwane są następujące typy plików wejściowych: mp3, mp4, mpeg, mpga, m4a, wav i webm.