7 de novembro de 2024
Junte-se a nós para vermos mais de perto as recentes actualizações do ChatGPT lançadas pela OpenAI. Iremos explorar o Canvas, o ajuste fino das capacidades de visão e a mais recente funcionalidade de Pesquisa.
Depois de termos analisado pela última vez os modelos o1 da OpenAI em setembro (que foram concebidos para melhorar o raciocínio), foram adicionadas muitas funcionalidades novas e interessantes ao ChatGPT. Alguns destes lançamentos são direcionados para os programadores e outros são concebidos para aperfeiçoar a experiência do utilizador. No geral, cada atualização ajuda a tornar as interações com o ChatGPT mais intuitivas e eficazes.
Actualizações como o Canvas, concebido para escrita e codificação colaborativas, e o ajuste fino das capacidades de visão, que melhora a forma como o ChatGPT trabalha com imagens, despertaram muito interesse, encorajando os utilizadores a explorar mais possibilidades criativas. Entretanto, as actualizações técnicas, como as novas API e os relatórios de testes de imparcialidade, abordam aspectos como a integração de modelos e as práticas éticas de IA . Vamos mergulhar e compreender melhor as mais recentes funcionalidades do ChatGPT da OpenAI!
O Canvas é a primeira grande atualização da interface de utilizador (UI) do ChatGPT desde o seu lançamento. É uma nova interface com um layout de dois ecrãs, avisos na barra lateral esquerda e respostas na janela do lado direito. A nova IU elimina o fluxo de trabalho habitual de uma estrutura de ecrã único semelhante a um chat e muda para uma disposição de dois ecrãs que se adequa a fins multitarefa para aumentar a produtividade.
Antes da introdução do Canvas, trabalhar com documentos longos no ChatGPT significava ter que rolar um pouco para cima e para baixo. No novo layout, os avisos são exibidos na barra lateral esquerda e o documento de texto ou trecho de código ocupa a maior parte da tela. Se necessário, pode até personalizar o tamanho da barra lateral esquerda e do ecrã de saída. Além disso, pode selecionar uma parte do texto ou uma secção de código e editar a secção específica sem alterar todo o documento.
Se utilizar o Canvas, notará que não existe um botão específico ou um botão de alternância para o abrir na interface do ChatGPT. Em vez disso, quando está a trabalhar com o modelo GPT-4o, o Canvas abre-se automaticamente se detetar que está a editar, escrever ou codificar. Para prompts mais simples, ele permanece inativo. Se quiseres abri-lo manualmente, podes usar prompts como "Abrir o Canvas" ou "Obter o layout do Canvas".
Atualmente, o Canvas está em versão beta e disponível apenas com o GPT-4o. No entanto, a OpenAI mencionou que o Canvas estará disponível para todos os utilizadores gratuitos quando sair da versão beta.
A OpenAI lançou três novas actualizações da API ChatGPT com o objetivo de melhorar a eficiência, a escalabilidade e a versatilidade. Vamos dar uma olhada mais de perto em cada uma dessas atualizações.
Utilizando a funcionalidade Model Distillation através das APIs OpenAI, os programadores podem utilizar os resultados de modelos avançados como o GPT-4o ou o1-preview para melhorar o desempenho de modelos mais pequenos e económicos como o GPT-4o mini. A destilação de modelos é um processo que envolve o treinamento de modelos menores para imitar o comportamento de modelos mais avançados, tornando-os mais eficientes para tarefas específicas.
Antes da introdução desta funcionalidade, os programadores tinham de coordenar manualmente uma série de tarefas utilizando diferentes ferramentas. Essas tarefas incluíam a geração de conjuntos de dados, a medição do desempenho do modelo e o ajuste fino dos modelos, o que muitas vezes tornava o processo complexo e propenso a erros. A atualização da Destilação de Modelos permite aos programadores utilizar as Conclusões Armazenadas, uma ferramenta que lhes permite gerar automaticamente conjuntos de dados, capturando e armazenando os pares de entradas e saídas produzidos por modelos avançados através da API.
Outro recurso do Model Distillation, o Evals (atualmente na versão beta), ajuda a medir o desempenho de um modelo em tarefas específicas, sem a necessidade de criar scripts de avaliação personalizados ou usar ferramentas separadas. Usando conjuntos de dados gerados com o Stored Completions e avaliando o desempenho com o Evals, os desenvolvedores podem ajustar seus próprios modelos GPT personalizados.
Muitas vezes, ao criar aplicativos de IA, especialmente chatbots, o mesmo contexto (as informações de fundo ou o histórico de conversas anteriores necessárias para entender a solicitação atual) será usado repetidamente para várias chamadas de API. O Prompt Caching permite que os desenvolvedores reutilizem tokens de entrada usados recentemente (segmentos de texto que o modelo processa para entender a solicitação e gerar uma resposta), ajudando a reduzir o custo e a latência.
A partir de 1 de outubro, a OpenAI aplicou automaticamente o Prompt Caching aos seus modelos como o GPT-4o, GPT-4o mini, o1-preview e o1-mini. Isto significa que quando os programadores utilizam a API para interagir com um modelo com um prompt longo (mais de 1024 tokens), o sistema guarda as partes que já processou.
Desta forma, se a mesma pergunta ou perguntas semelhantes forem usadas novamente, ele pode pular o recálculo dessas partes. O sistema coloca automaticamente em cache a parte mais longa da pergunta que encontrou anteriormente, começando com 1024 tokens e adicionando pedaços de 128 tokens à medida que a pergunta se torna mais longa.
Criar um assistente de voz geralmente envolve a necessidade de transcrever o áudio para texto, processar o texto e depois convertê-lo novamente em áudio para reproduzir a resposta. A API Realtime da OpenAI tem como objetivo tratar todo este processo com um único pedido de API. Ao tornar o processo mais simples, a API permite conversas em tempo real com a IA.
Por exemplo, um assistente de voz integrado com a API em tempo real pode executar acções específicas, como fazer uma encomenda ou encontrar informações, com base nos pedidos do utilizador. A API torna o assistente de voz mais reativo e capaz de se adaptar rapidamente às necessidades dos utilizadores. A API Realtime ficou disponível através da versão beta pública a 1 de outubro, com seis vozes. No dia 30 de outubro, foram adicionadas mais cinco vozes, perfazendo um total de onze vozes disponíveis.
Originalmente, o modelo de linguagem de visão GPT-4o só podia ser ajustado e personalizado usando conjuntos de dados somente de texto. Agora, com o lançamento da API de ajuste fino da visão, os programadores podem treinar e personalizar o GPT-4o utilizando conjuntos de dados de imagem. Desde o seu lançamento, o ajuste fino da visão tornou-se um tópico de grande interesse entre os programadores e engenheiros de visão computacional.
Para afinar as capacidades de visão do GPT-4o, os programadores podem utilizar conjuntos de dados de imagens que vão desde apenas 100 imagens até 50 000 imagens. Depois de garantir que o conjunto de dados corresponde ao formato exigido pela OpenAI, pode ser carregado na plataforma Openai e o modelo pode ser ajustado para aplicações específicas.
Por exemplo, a Automat, uma empresa de automação, utilizou um conjunto de dados de capturas de ecrã para treinar o GPT-4o a identificar elementos da IU num ecrã com base numa descrição. Isto ajuda a simplificar a automatização de processos robóticos (RPA), facilitando a interação dos bots com as interfaces de utilizador. Em vez de depender de coordenadas fixas ou de regras de seleção complexas, o modelo pode identificar elementos de IU com base em descrições simples, tornando as configurações de automatização mais adaptáveis e mais fáceis de manter quando as interfaces mudam.
As preocupações éticas em torno das aplicações de IA são um tópico de conversa proeminente à medida que a IA se torna cada vez mais avançada. Uma vez que as respostas do ChatGPT se baseiam em sugestões fornecidas pelo utilizador e em dados disponíveis na Internet, pode ser difícil ajustar a sua linguagem para ser sempre responsável. Os relatórios indicam que as respostas do ChatGPT são tendenciosas em termos de nome, género e raça. Para resolver este problema, a equipa interna da OpenAI realizou um teste de imparcialidade na primeira pessoa.
Os nomes contêm frequentemente pistas subtis sobre a nossa cultura e factores geográficos. Na maioria dos casos, o ChatGPT ignora as pistas subtis dos nomes. No entanto, em alguns casos, os nomes que reflectem a raça ou a cultura levam a respostas diferentes do ChatGPT, sendo que cerca de 1% destes reflectem linguagem prejudicial. Eliminar preconceitos e linguagem nociva é uma tarefa difícil para um modelo linguístico. No entanto, ao partilhar estas descobertas publicamente e ao reconhecer as limitações do modelo, a OpenAI ajuda os utilizadores a aperfeiçoar os seus pedidos para obter respostas mais neutras e imparciais.
Quando o ChatGPT foi lançado pela primeira vez, houve discussões na comunidade de IA sobre se poderia substituir a navegação tradicional na Web. Atualmente, muitos utilizadores utilizam o ChatGPT em vez da Pesquisa Google.
A nova atualização da OpenAI, a funcionalidade Pesquisar, leva isto um passo mais longe. Com a Pesquisa, o ChatGPT gera respostas actualizadas e inclui links para fontes relevantes. A partir de 31 de outubro, a funcionalidade de Pesquisa está disponível para todos os utilizadores do ChatGPT Plus e Team, fazendo com que o ChatGPT funcione mais como um motor de busca alimentado por IA.
As recentes actualizações do ChatGPT centram-se em tornar a IA mais útil, flexível e justa. A nova funcionalidade Canvas ajuda os utilizadores a trabalhar de forma mais eficiente, enquanto o ajuste fino da visão permite que os programadores personalizem os modelos para lidar melhor com as tarefas visuais. Abordar a equidade e reduzir o preconceito são também prioridades-chave, garantindo que a IA funciona bem para todos, independentemente de quem são. Quer seja um programador a afinar modelos ou apenas a utilizar as funcionalidades mais recentes, o ChatGPT está a evoluir para satisfazer uma vasta gama de necessidades. Com capacidades em tempo real, integração visual e um foco na utilização responsável, estas actualizações criam uma experiência de IA mais fiável e segura para todos.
Explore mais sobre a IA visitando o nosso repositório GitHub e juntando-se à nossa comunidade. Saiba mais sobre as aplicações de IA na condução autónoma e nos cuidados de saúde.
.webp)