Como é que o ChatGPT funciona?

Mesmo que o utilize diariamente, poderá ter dúvidas sobre o seu funcionamento. ChatGPT funciona. 

Vamos mergulhar nos bastidores do chatbot de IA mais popular do mundo. 

ChatGPT 101

Se só tem 20 segundos para gastar, eis como funciona o ChatGPT :

1. O utilizador envia um pedido. 'Por favor, escreva uma mensagem de correio eletrónico
2. ChatGPT decompõe o input em tokens para processamento.
3. Utiliza a PNL para analisar a entrada e compreender o contexto.
4. Prevê a palavra seguinte utilizando padrões que aprendeu com os dados de treino.
5. Concentra-se nas partes mais relevantes do seu input (utilizando o mecanismo de atenção).
6. ChatGPT gera a resposta completa, palavra por palavra, e envia-a de volta para si.

Estas são as etapas básicas de como ChatGPT recebe e responde a consultas. 

Criar agentes de IA

Criar chatbots de IA com LLM

Começar agora

Não é necessário cartão de crédito

Processamento de linguagem natural

Parte do que faz com que o ChatGPT pareça mágico é o facto de utilizar o processamento de linguagem natural. Consegue conversar connosco porque consegue processar e compreender a linguagem humana natural.  

O que é o processamento de linguagem natural?

O processamento de linguagem natural (PNL) é um ramo da inteligência artificial que se centra na interação entre computadores e seres humanos através da linguagem natural. 

Permite que as máquinas compreendam, interpretem e gerem linguagem humana de uma forma significativa e útil.

PNL vs NLU vs NLG

A PNL é um domínio vasto que engloba várias subdisciplinas, incluindo a compreensão da linguagem natural (NLU) e a geração de linguagem natural (NLG). 

A PNL é o domínio global, enquanto a NLU e a NLG são áreas especializadas no seu seio. Isto deve-se ao facto de o processamento da linguagem natural ter de envolver a compreensão e, em seguida, a geração durante uma conversação.

Como é que a PNL funciona?

A NLU decompõe a linguagem humana para interpretar o seu significado e intenção. Eis como funciona passo a passo:

1. O texto é pré-processado para remover elementos desnecessários (como pontuação e palavras de paragem).
2. O sistema identifica componentes-chave, tais como entidades, palavras-chave e frases do texto.
3. Analisa a estrutura das frases para compreender as relações entre palavras e conceitos.
4. O modelo NLU mapeia os elementos reconhecidos para intenções ou objectivos específicos.
5. O motor NLU aperfeiçoa a sua compreensão com base no contexto e no histórico de interação com o utilizador.

O sistema fornece um resultado estruturado que pode desencadear acções ou respostas adequadas.

O sítio GPT de ChatGPT

O GPT de ChatGPT significa 'generative pre-trained transformer' (transformador generativo pré-treinado). Cada um destes 3 elementos é fundamental para compreender o funcionamento do ChatGPT .

Gerador

ChatGPT é um modelo de IA generativa - pode gerar texto, código, imagens e som. Outros exemplos de IA generativa são as ferramentas de geração de imagens como DALL-E ou os geradores de áudio.

Pré-treinado

O aspeto "pré-treinado" do ChatGPT é a razão pela qual ele parece saber tudo sobre a Internet. O modelo GPT foi treinado em grandes quantidades de dados num processo chamado "aprendizagem não supervisionada".

Antes de ChatGPT, os modelos de IA eram construídos através de aprendizagem supervisionada - recebiam entradas e saídas claramente identificadas e eram ensinados a mapear umas para as outras. Este processo era bastante lento, uma vez que os conjuntos de dados tinham de ser compilados por humanos.

Quando os primeiros modelos GPT foram expostos aos grandes conjuntos de dados em que foram treinados, absorveram padrões linguísticos e significado contextual de uma grande variedade de fontes. 

É por isso que o ChatGPT é um chatbot de conhecimento geral - já foi treinado num enorme conjunto de dados antes de ser lançado ao público.

Os utilizadores que pretendam treinar mais o motor GPT - para se tornarem especializados em determinadas tarefas, como escrever relatórios para a sua organização única - podem utilizar técnicas para personalizar LLMs.  

Transformador

Os transformadores são um tipo de arquitetura de rede neural introduzida num artigo de 2017 intitulado "Attention is All You Need", de Vaswani et al. Antes dos transformadores, modelos como as redes neurais recorrentes (RNN) e as redes de memória de curto prazo (LSTM) eram normalmente utilizados para processar sequências de texto. 

As redes RNN e LSTM lêem o texto introduzido sequencialmente, da mesma forma que um ser humano o faria. Mas a arquitetura do transformador é capaz de processar e avaliar cada palavra de uma frase ao mesmo tempo, o que lhe permite classificar algumas palavras como mais relevantes, mesmo que estejam no meio ou no fim de uma frase. Isto é conhecido como um mecanismo de auto-atenção. 

Pega na frase: "O rato não cabia na gaiola porque era demasiado grande."

Um transformador poderia classificar a palavra "rato" como mais importante do que "gaiola" e identificar corretamente que "ele" na frase se refere ao rato. 

Mas um modelo como um RNN pode interpretar 'it' como sendo a gaiola, uma vez que foi o substantivo processado mais recentemente.

O aspeto "transformador" permite ao ChatGPT compreender melhor o contexto e produzir respostas mais inteligentes do que os seus antecessores. 

Processo de formação

ChatGPT é treinado através de um processo em duas fases: pré-treino e afinação.

Pré-formação

Em primeiro lugar, o modelo de IA é exposto a uma grande quantidade de dados de texto - de livros, sítios Web e outros ficheiros. 

Durante a pré-treino, o modelo aprende a prever a palavra seguinte numa frase, o que o ajuda a compreender os padrões da linguagem. Essencialmente, constrói uma compreensão estatística da linguagem, o que lhe permite gerar texto que soa coerente.

Afinação

Após o pré-treino, o modelo é aperfeiçoado em conjuntos de dados mais específicos. Para ChatGPT, isto inclui conjuntos de dados selecionados para conversações. 

Uma parte fundamental deste passo envolve a Aprendizagem por Reforço a partir do Feedback Humano (RLHF), em que os formadores humanos classificam as respostas do modelo. Este ciclo de feedback ajuda o ChatGPT a melhorar a sua capacidade de gerar respostas adequadas, úteis e contextualmente exactas.

Termos-chave

Fichas

As unidades de texto (palavras ou partes de palavras) que o modelo processa. ChatGPTOs inputs e outputs do modelo são tokenizados para uma computação eficiente.

Aprendizagem zero

A capacidade do modelo para executar tarefas para as quais não foi especificamente treinado, baseando-se no seu conhecimento geral. 

A aprendizagem de uma só vez implica dar ao modelo um exemplo, enquanto a aprendizagem de n vezes implica dar ao modelo muitos exemplos para aprender. 

Mecanismo de atenção

Um componente do modelo de transformador que lhe permite concentrar-se em diferentes partes do texto de entrada ao gerar respostas.

Alucinação

Um modelo de IA "alucina" quando gera informações incorrectas ou sem sentido. As alucinações podem ser atenuadas com estratégias como a geração aumentada por recuperação (RAG).

Raciocínio em cadeia

Um método que ajuda o modelo a pensar passo a passo, melhorando a sua capacidade de lidar com pedidos ou tarefas complexas. 

Alguns modelos de ChatGPT estão automaticamente equipados com esta estratégia - como os modelos mais recentes deOpenAI o1. Mas pode pedir a qualquer versão que faça raciocínio em cadeia: basta pedir-lhe que explique o seu raciocínio passo a passo.

Pré-formação

A fase inicial em que o modelo é treinado num conjunto massivo de dados para aprender padrões linguísticos antes de ser aperfeiçoado para tarefas específicas.

Afinação 

O processo de aperfeiçoamento do modelo num conjunto de dados ou tarefa mais restrito para melhorar o seu desempenho em casos de utilização específicos.

Janela de contexto

O limite da quantidade de texto de entrada que o modelo pode considerar ao gerar uma resposta. 

Uma janela de contexto baixo significa que não pode enviar um relatório longo e pedir um resumo - o modelo ter-se-á "esquecido" do início do documento. 

Como personalizar ChatGPT

Existem algumas formas diferentes de personalizar o poderoso LLMs, como o motor GPT que alimenta o ChatGPT:

Personalizado GPTs

OpenAI permite aos seus utilizadores personalizarem o GPTs a seu gosto. Pode instruir um GPT personalizado para o ajudar a aprender as regras de um determinado jogo de tabuleiro, desenhar cartazes de bandas de rock metal ou ensinar-lhe conceitos de IA.

Agentes de IA personalizados

Com o avanço da tecnologia de IA, é fácil (e gratuito) criar os seus próprios agentes de IA com LLM. 

Desde construtores de baixo código de arrastar e largar até ecossistemas de codificação avançados, existem excelentes plataformas de construção de IA para qualquer caso de utilização e nível de competências. 

Criar o seu próprio agente com base em LLM significa que pode conceber um assistente de IA personalizado que agenda as suas reuniões e gera os seus relatórios semanais de métricas. Ou pode criar um agente de IA de apoio ao cliente que implementa em WhatsApp. Não há falta de possibilidades.  

Crie um chatbot com tecnologia GPT hoje mesmo

ChatGPT é um chatbot generalista, mas pode utilizar o poderoso motor GPT de OpenAI para criar o seu próprio chatbot de IA personalizado.

Aproveite o poder do mais recente LLMs com o seu próprio chatbot personalizado. 

Botpress é uma plataforma de chatbot de IA flexível e infinitamente extensível. Permite aos utilizadores criar qualquer tipo de agente de IA ou chatbot para qualquer caso de utilização. 

Integre o seu chatbot em qualquer plataforma ou canal, ou escolha a partir da nossa biblioteca de integração pré-construída. Comece com tutoriais do canal do YouTube Botpress ou com cursos gratuitos em Botpress Academy .  

Comece a construir hoje. É grátis. 

Criar agentes de IA

Criar chatbots de IA com LLM

Começar agora

Não é necessário cartão de crédito