Na wstępie - czym właściwie jest Chat-GPT

Chat-GPT jest modelem językowym należącym do rodziny LLM (large language models, duże modele językowe). W praktyce jest to rodzaj sztucznej inteligencji, który uczy się i generuje tekst w sposób zrozumiały dla ludzi, bazując na strukturach gramatycznych, semantycznych i kontekstowych. Jego głównym celem jest analiza, rozumienie i generowanie języka naturalnego, czyli języka używanego przez ludzi na co dzień.

Modele językowe są trenowane na ogromnych zbiorach danych tekstowych, które pochodzą z różnych źródeł, takich jak książki, artykuły, strony internetowe czy dialogi. Dzięki temu uczą się one rozpoznawać wzorce językowe, gramatykę oraz kontekst, co pozwala im na generowanie odpowiedzi, które są zgodne z zasadami języka i adekwatne w danym kontekście.

Najbardziej zaawansowane modele językowe, takie jak GPT (Generative Pre-trained Transformer) opracowane przez OpenAI, stosują techniki uczenia głębokiego (deep learning) i sieci neuronowe, aby osiągnąć jeszcze lepsze rezultaty w generowaniu tekstów, przetwarzaniu języka naturalnego oraz rozumieniu kontekstu.

A skoro wprowadzenie mamy już za sobą, możemy przejść do konkretów.

Tłumaczenie języka ludzkiego na zapytania SQL

Jednym z kluczowych zadań przy pracy z systemami biznesowymi są raporty i różnego rodzaju analityka. Dotychczas gdy klient potrzebował nowego rodzaju raportu musiał zgłaszać się do działu IT, aby ten przygotował mu odpowiednią akcję w systemie. Wraz z rozwojem modeli językowych proces ten zostanie zautomatyzowany - modele już są w stanie tłumaczyć zapytania na język SQL.

Przykład: Stwórz zapytanie SQL, które pobierze wszystkich klientów mających siedzibę w Warszawie i posiadających ponad 100 zamówień w poprzednim miesiącu.

Wynik:

SELECT * FROM customers WHERE city = 'Warszawa' AND (SELECT COUNT(*) FROM orders WHERE customer_id = customers.id AND MONTH(order_date) = MONTH(CURRENT_DATE) - 1) > 100;

Co ciekawe do modeli językowych możemy wplatać własne dane, dzięki czemu będa one znały nazwy naszych kolumn i tabel oraz powiązania pomiędzy nimi.

Dodatkowo modele językowe potrafią zwracać dane w różnych formatach takich jak CSV.

Badanie sentymentu

W ostatnich latach obserwowaliśmy dynamiczny rozwój licznych narzędzi opartych na analizie sentymentu, które umożliwiają monitorowanie wypowiedzi internautów na temat naszej firmy w przestrzeni cyfrowej. Zaawansowany model językowy, jakim jest GPT, cechuje się zdolnością precyzyjnej analizy emocjonalnego wydźwięku dostarczonego materiału tekstowego. Dzięki temu, możliwe jest np. samodzielne badanie nastroju towarzyszącego komentarzom dotyczącym naszych produktów lub automatyczna priorytyzacja zgłoszeń przychodzących od klientów.

Przykład analizy - czy sentyment przekazanego tekstu jest pozytywny, negatywny czy neutralny.

• Znów wystąpił problem z płatnościami - możecie w końcu coś z tym zrobić (negatywny)
• Wszystko działa, dziękujemy za pomoc! (pozytywny)

Analiza tekstu pod kątem konkretnych informacji

Innym fascynującym zastosowaniem modeli językowych jest zdolność analizowania konkretnego tekstu pod kątem poruszanego tematu. Przykładowo, istnieje możliwość zbadania, czy w analizowanym materiale zawarta jest informacja szczególnie dla nas istotna - np. adres.

Przygotowaliśmy dwa przykłady mające na celu weryfikację, czy w danym tekście pojawia się interesujące nas zagadnienia. W pierszym przykładzie pytamy o występowanie w tekście informacji o zmianie ceny. W drugim prosimy o wyciągnięcie danych kontaktowych z analizowanego tekstu.

• Dnia 20 stycznia 2023 musimy wprowadzić nową taryfę - opłaty wzrosną o 15%. (odpowiedź: Tak, pojawia się informacja o zmianie ceny - opłaty wzrosną o 15%)
• Cześć, jak możesz wyślij mi produkt na adres domowy w Warszawie - ulica Hanki Czaki 31. (odpowiedź: Adres: Ulica Hanki Czaki 31, Warszawa)

Gramatyczna i stylistyczna poprawa tekstów

Nierzadko dajemy naszym klientom dostęp do wewnętrznych systemów służących komunikacji oraz zarządzaniu projektami. Poprzez implementację zaawansowanych modeli językowych otrzymujemy możliwość zapewnienia, że korespondencja prowadzona przez nas i naszych współpracowników jest zgodna z normami gramatycznymi i stylistycznymi. Ponadto, wspomniane rozwiązanie może zostać wykorzystane w systemach zarządzania treściami, a także w procesie korekty ofert i briefów.

Przykład

• tekst źródłowy: Nasz stuł jest najlepszym produktem z drewna na rynku, i oferuje najwyrzszą jakośc.
• tekst poprawiony: Nasz stół jest najlepszym produktem z drewna na rynku i oferuje najwyższą jakość.

Podsumowanie

Jak widzicie zastosowania modeli języwych są naprawdę różnorodne, a dzięki ich automatyzacji możemy zwiększyć wydajność oraz jakość swojej pracy. Mimo że jeszcze dużo wody upłynie w Wiśle zanim GPT nas zastąpi, to może on drastycznie pomóc nam w codziennych zadaniach. Warto zatem zastanowić się, czy nie warto wdrożyć w swojej firmie rozwiązań opartych na modelach językowych, aby nie zostać w tyle!