დაუყოვნებელი პოპულარობითა და ChatGPT-ის ფართო გავრცელებით, გენერაციულმა AI ჩეთბოტებმა დაინახეს ინტერესისა და გამოყენების მასიური ნახტომი. Google-დან Bard-ის გაშვებამდე Microsoft გამოუშვებს ChatGPT-ზე მომუშავე Bing-სბევრი ტექნიკური გიგანტი იბრძოდა ხელოვნური ინტელექტის შესაქმნელად ან ინტეგრირებისთვის მათ პროდუქტებში, რათა თავიდან აიცილონ კონკურენციის უკან ჩამორჩენა.
Twitter სავსეა თემებით სამუშაო ნაკადების ოპტიმიზაციის საუკეთესო გზების შესახებ ChatGPT და სხვა AI ინსტრუმენტების გამოყენებით. იყო ის უბედური გაუთავებელი ხელოვნური ინტელექტის გენერირებული სიტკომი, რომელიც დაფუძნებულია Seinfeld-ზე, რომელიც გადიოდა Twitch-ზე და გაუთავებელი მეტა-სტატიები ხელოვნური ინტელექტის ჩატბოტების გამოყენების შესახებ, რათა შეექმნათ მოთხოვნა AI ხელოვნების გენერატორებისთვის. ანუ, ბევრმა ადამიანმა და კომპანიამ გამოიყენა ის შესაძლებლობები, რომლებსაც აძლევდა AI ინსტრუმენტები, როგორიცაა ChatGPT.
თუმცა, ამ კორპორატიულმა სწრაფვამ გამოიყენოს გენერაციული ხელოვნური ინტელექტის ტენდენცია, ერთი თვალსაჩინო პრობლემა ჰქონდა მათთვის. დაინტერესებულია უსაფრთხოებითა და კვლევით - ყველაზე წარმატებული ჩატბოტები, რომლებიც ხელმისაწვდომია საზოგადოებისთვის, დახურულია წყარო. ეს ნიშნავს, რომ მათი წყაროს კოდები არ არის ხილული ფართო საზოგადოებისთვის, ასე რომ არ არსებობს გზა, რომ დარწმუნებული იყოთ, თუ როგორ მოცემული ხელსაწყო მუშაობს და არავითარ შემთხვევაში არ უნდა დაეყრდნოთ მას ან ვისწავლოთ მასზე გადახდის გარეშე, რომელი კომპანიის მფლობელია ეს კონკრეტული ხელსაწყო.
სწორედ აქ შემოდის Hugging Face თავისი ღია კოდის ალტერნატივით ChatGPT, HuggingChat.
HuggingChat არის Hugging Face-ის უფასო და ღია კოდის პროდუქტი, ამერიკული კომპანია, რომელიც ძირითადად მომხმარებლებს და საზოგადოების წევრებს აქვთ ინსტრუმენტები მანქანური სწავლების მოდელების შესაქმნელად, ტრენინგისა და დანერგვისთვის ღია კოდის საფუძველზე და ტექნოლოგიები. მიუხედავად იმისა, რომ ახლა ის არის ღია კოდის პროგრამული უზრუნველყოფის პლატფორმა, რომელიც ასევე მხარს უჭერს პირად გამოყენებას სერვისების საშუალებით, როგორიცაა მისი პირადი ჰაბი, ჩახუტებული სახე. დაიწყო სრული წრე თავისი დაარსებიდან, როგორც კომპანია, რომელმაც დაიწყო ჩატბოტის შექმნით, რაც დაგეხმარებათ ახსნას წარმატება HuggingChat.
HuggingChat შედეგია Hugging Face-სა და ფართომასშტაბიანი ხელოვნური ინტელექტის ღია ქსელის თანამშრომლობის შედეგად. HuggingFace-მა გამოიყენა LAION-ის ღია ასისტენტის მიერ შექმნილი LLaMa მოდელი, რომლისთვისაც HuggingChat არსებითად მომხმარებლის ინტერფეისია. სარგებელი ის არის, რომ ვინაიდან ძირითადი მოდელი, ტრენინგის მონაცემები და HuggingChat ღია წყაროა, მომხმარებლებს შეუძლიათ მიიღონ სრული წვდომა მათ შიდა სამუშაოებზე, გაიმეორონ და გააუმჯობესონ ისინი.
2023 წლის აპრილის მონაცემებით, HuggingChat-ს ჰქონდა 30 მილიარდი პარამეტრი, GPT 3.5-ის 175 მილიარდ პარამეტრთან შედარებით და GPT 4-ის ჭორებით 1 ტრილიონ პარამეტრთან შედარებით. მიუხედავად იმისა, რომ ეს შეიძლება ფერმკრთალი იყოს დახურულ კონკურსთან შედარებით, Hugging Face ამტკიცებს, რომ ეს არის საუკეთესო მოქმედი ღია AI ჩეთბოტი. ის ასევე გეგმავს მომავალში გამოავლინოს ყველა კარგი ხარისხის ჩატის მოდელი, გაფართოვდეს LLaMa-ს მიღმა.
თუ თქვენ იყენებდით ChatGPT-ს, HuggingChat-ის UI გამოიყურება ძალიან ნაცნობი, ფანჯრის ბოლოში ტექსტური ველით და წარსული მოთხოვნების ისტორიით მარცხნივ. როგორც ChatGPT-ის შემთხვევაში, თქვენ აკრიფებთ თქვენს მოთხოვნას, ამას ერთი-ორი წამი სჭირდება და შემდეგ იწყებთ პასუხის დაწერას, როცა უყურებთ.
რაც შეეხება HuggingChat-ისა და ChatGPT-ის მიერ მოწოდებული პასუხების ხარისხს ზოგად შეკითხვებზე, ეს უკანასკნელი, როგორც ჩანს, წინ გამოდის. თუმცა, თქვენი გარბენი შეიძლება განსხვავდებოდეს თქვენს მიერ მოწოდებული მოწოდების ხარისხზე და აიძულებთ თუ არა მას პასუხი დაფუძნდეს ახალ მასალაზე, რომელიც შეიძლება იყოს მონაცემთა ნაკრების მიღმა.
მრავალმა გამოცემამ დაადგინა, რომ HuggingChat მიდრეკილია ჰალუცინაციებისკენ, ანუ წარმოქმნის თავდაჯერებულ პასუხს, რომელიც არის შეთითხნილი, საუკეთესო შემთხვევაში თანმიმდევრული და უარეს შემთხვევაში უაზრო. მისი ტრენინგის მონაცემები, სავარაუდოდ, საჭიროებს გაწმენდას, რადგან მისი პასუხები განზრახ პროვოკაციულ მოთხოვნებზე აჩვენებს გარანტიების შედარებით ნაკლებობას ChatGPT-თან შედარებით. ეს შეიძლება გამოწვეული იყოს მრავალი მიზეზის გამო, მათ შორის ის ფაქტი, რომ ტრენინგის მონაცემები გარკვეულწილად იყო შეგროვებული. HuggingChat-ის გამოყენებული მოდელი შემუშავდა ტრენინგის მეთოდოლოგიით, რომელიც ცნობილია როგორც ადამიანისგან განმტკიცების სწავლა გამოხმაურება, რომელიც იყენებს ადამიანების მიერ დამოწმებულ კითხვებსა და პასუხებს, რათა ავარჯიშოს AI ინსტრუქციების შესრულებაში მიეცა მას. ეს მეთოდი მას განსაკუთრებით მგრძნობიარეს ხდის მონაწილეთა მიკერძოებულობისა და ჯგუფის შემადგენლობით შექმნილი მიკერძოების მიმართ.
რაც შეეხება პასუხებს უფრო კონკრეტულ ამოცანებზე დაფუძნებულ შეკითხვებზე, როგორიცაა კოდირების მოთხოვნები, HuggingChat უკეთესად მუშაობს, მაგრამ მაინც განსხვავდება ChatGPT 3.5 და 4-ისგან. HuggingChat დაუყოვნებლივ დააბრუნებს სრულ კოდს კოდის მოთხოვნისთანავე, ხოლო ChatGPT დააბრუნებს დეტალურ ინსტრუქციებს მოთხოვნილ კოდთან ერთად. რაც შეეხება თავად კოდის ეფექტურობას, ის, სავარაუდოდ, განსხვავდება მოთხოვნამდე.
HuggingChat ასევე ცდილობს განასხვავოს თავი კონკურენტებისგან ჩახუტებული სახის მახასიათებლებზე დაყრით დამფუძნებლები ინტეგრირებულან თავიანთ პირველ ჩატბოტში, რომელიც გამიზნულია მოზარდებზე - პერსონალიზაცია და "ავთენტური კავშირის" დამყარება მომხმარებლებთან. ისევ და ისევ, თქვენი გარბენი შეიძლება განსხვავდებოდეს, რადგან შეიძლება რთული იყოს ავთენტური კავშირის დამყარება ჩეთბოტთან, რომელიც აძლიერებს საუბრის წერტილებს ან აცხადებს, რომ გაიღვიძა ყუთში.
განვითარებისთვის მნიშვნელოვნად ნაკლები დრო დახარჯული და პარამეტრების გაცილებით მცირე რაოდენობა, ვიდრე ChatGPT, როგორც ჩანს, მიუხედავად იმისა, რომ HuggingChat-ს აქვს კარგი ბაზა, მას აკლია დახვეწა და შესაძლებლობები, როგორც ChatGPT 3.5 და 4. ფლობდეს. მისი ყველაზე მნიშვნელოვანი სიძლიერე ის არის, რომ ის არის სრულად ღია წყარო, რაც იმას ნიშნავს, რომ მას შეუძლია დაინახოს გარკვეული გაუმჯობესებები მომავალში და ბევრად უფრო ადვილი იქნება პასუხისმგებლობის აღება, როცა რამე არასწორედ წარიმართება, განსხვავებით მისი დახურული წყაროსგან კოლეგა. თუმცა, მომხმარებლების უმეტესობისთვის HuggingChat-ის გამჭვირვალობა და კონფიგურირება მეორე ადგილზე იქნება ChatGPT-ის შესაძლებლობები.