Przełom, jakim jest ChatGPT: ile kosztuje zbudowanie?
Opublikowany: 2023-02-13Od momentu uruchomienia w listopadzie 2022 r., ChatGPT wstrząsnął światem technologicznym, jaki znamy. Chatbot przetwarzający język naturalny (NLP) opracowany przez OpenAI pokazał światu, jak transformacyjna będzie sztuczna inteligencja. Od zdawania egzaminów na poziomie uniwersyteckim po pisanie przemówień, od pomocy marketerom po pomoc programistom w pisaniu i debugowaniu kodów, żadna branża ani domena nie jest nietknięta przez rewolucję AI znaną jako ChatGPT.
Co więcej, w związku z niedawną inwestycją Microsoftu w ChatGPT (trzecią inwestycją Microsoftu od 2019 r.), nawet Google ogłosił „czerwony kod”, przewidując egzystencjalne zagrożenie dla swojego monopolu w wyszukiwarkach. Firmy na całym świecie są zainspirowane i zachwycone sprawnością ChatGPT, a większość z nich chce wykorzystać tę technologię w swoich organizacjach.
My w Appinventiv byliśmy również zdumieni falami stworzonymi przez ChatGPT w branży technologicznej.
Dlatego też, w interesie naszych odbiorców, chcieliśmy podzielić się z naszymi ekspertami wiedzą, jak stworzyć aplikację taką jak ChatGPT i ChatGPT. Szczegółowo przeprowadzimy Cię również przez biznesowy i techniczny proces tworzenia takiego chatbota. Jednak zanim zagłębimy się w techniczne bełkot, pozwól nam zrozumieć ChatGPT.
Czym dokładnie jest ChatGPT i o co tyle szumu?
W swej istocie ChatGPT jest chatbotem. Ale kiedy przyjrzysz się trochę bliżej, jest o wiele więcej. OpenAI opracował model sztucznej inteligencji przetwarzający język naturalny w oparciu o technologię „Generative Pre-trained Transformer 3” (GPT 3).
Jak sama mówi, „ChatGPT to najnowocześniejszy model generowania języka opracowany przez OpenAI. Wykorzystuje techniki głębokiego uczenia się do generowania tekstu na podstawie otrzymanych danych wejściowych. Dzięki temu ChatGPT może prowadzić rozmowy i odpowiadać na pytania dotyczące szerokiego zakresu tematów z wysoką spójnością i konsekwencją”.
Chatboty AI przez lata nie mogły prowadzić rozmów przypominających ludzi, a ich możliwości były ograniczone. Jednak wyzwanie to zostało przezwyciężone wraz z pojawieniem się uczenia transferowego (więcej o tym za chwilę) i możliwości przetwarzania ogromnych ilości danych. Stąd hype.
OpenAI od lat rozwija swój algorytm GPT, najnowszą wersją jest GPT 3. OpenAI wyszkolił pierwszą wersję GPT w celu modelowania języka przyczynowego (CLM) w celu przewidywania następnego tokena w sekwencji. Opierając się na tym modelu, GPT 2 może generować spójny tekst z gramatycznego i językowego punktu widzenia.
Potem przyszedł GPT 3, na którym opiera się ChatGPT. Chatbot konwersacyjny AI stał się internetową sensacją z dnia na dzień i miał 1 milion użytkowników w ciągu zaledwie pięciu dni i 10 milionów w ciągu 40 dni.
Koszt opracowania aplikacji ChatGPT: kompleksowy podział
O kosztach tworzenia aplikacji opartych na GPT decyduje kilka czynników. Złożoność modelu, końcowy przypadek użycia modelu, wymagany zestaw danych i wymagania obliczeniowe to tylko niektóre z istotnych czynników, które wpłyną na koszt opracowania aplikacji AI podobnej do ChatGPT. Aby mieć poczucie wymaganego zestawu danych, ChatGPT został przeszkolony na 570 GB danych tekstowych.
Po pierwsze, gromadzenie dużego zbioru danych może być dość kosztowne, zwłaszcza jeśli trzeba zapłacić za dostęp do zastrzeżonych danych lub zatrudnić osoby do opisywania danych. Ponadto, jeśli musisz korzystać z zasobów w chmurze, koszt opracowania aplikacji takiej jak ChatGPT może być dość wysoki w zależności od użytych zasobów i czasu użytkowania. Koszt adnotacji danych waha się od kilku centów za adnotację do kilku dolarów za adnotację. Ponadto koszt pozyskania danych może się znacznie różnić w zależności od źródła.
Z punktu widzenia pamięci masowej i mocy obliczeniowej, jeśli korzystasz z zasobów w chmurze, takich jak AWS, GCP lub Azure , koszt opracowania aplikacji takiej jak ChatGPT waha się od kilkuset dolarów miesięcznie do kilku tysięcy dolarów miesięcznie, w zależności od wykorzystywanych zasobów i czas użytkowania. Ponadto utworzenie interfejsu lub aplikacji zwiększy koszty tworzenia aplikacji opartych na sztucznej inteligencji.
Aby podać liczbę, koszt opracowania aplikacji ChatGPT może wynosić od 100 000 do 500 000 USD. Opracowanie takiej aplikacji może zająć od kilku tygodni do kilku miesięcy, w zależności od czynników wymienionych powyżej.
Jak zoptymalizować koszt tworzenia aplikacji takiej jak ChatGPT?
Opracowanie chatbota ze sztuczną inteligencją jest trudne i wymaga wiedzy niezrównanego kalibru. Jednak koszt rozwoju aplikacji ChatGPT można zoptymalizować, podejmując strategiczne decyzje. Oto kilka sposobów na optymalizację kosztów tworzenia aplikacji, takich jak ChatGPT.
Wybór odpowiedniego partnera ds. rozwoju: Właściwy partner ds. rozwoju nie tylko pomoże Ci stworzyć niezawodny i solidny technologicznie produkt, ale także pomoże Ci obniżyć koszty, unikając błędów, przeróbek i przekroczeń budżetu.Właściwy partner programistyczny (taki jak Appinventiv) dogłębnie zrozumie najnowsze technologie i może pomóc zoptymalizować koszty rozwoju aplikacji ChatGPT.
Bankowość w podejściu MVP: MVP lub minimalny opłacalny produkt to podejście programistyczne , w którym podstawowe funkcje aplikacji lub oprogramowania są najpierw opracowywane i udostępniane w celu uzyskania opinii.Funkcje fundamentu MVP są budowane zgodnie z wymaganiami klientów. Takie podejście zmniejsza koszty tworzenia aplikacji opartych na sztucznej inteligencji, dodając tylko te funkcje, których klienci chcą iz których korzystają, eliminując wszelkie niepotrzebne koszty funkcji.
Wybór rozwiązania opartego na chmurze: Do tej pory prawie każda firma zdaje sobie sprawę, że przejście do chmury to strategia optymalizacji niskich kosztów.Dotyczy to również chatbota AI. Ze względu na ogromną ilość danych wymaganych do szkolenia i obsługi takiego chatbota, współpraca z dostawcą usług w chmurze może jeszcze bardziej obniżyć koszty opracowania aplikacji takiej jak ChatGPT.
[Wszystko, co musisz wiedzieć o tworzeniu aplikacji w chmurze]
Przewodnik C-Suite dotyczący tworzenia skutecznego chatbota AI
Jako lider biznesowy ważne jest, aby zrozumieć strategiczną ścieżkę, którą będziesz musiał obrać, tworząc aplikację taką jak ChatGPT. Oto migawka procesu, który doprowadzi Cię do stworzenia wspaniałego chatbota.
Zdefiniuj wymagania biznesowe: Jest rzeczą oczywistą, że pierwszą rzeczą, którą musisz zrobić, to zdefiniować wymagania biznesowe i cel chatbota.Robiąc to, należy wziąć pod uwagę grupę docelową, cele chatbota, kluczowe funkcje i budżet projektu.
Przeprowadź badanie rynku: Kolejnym krokiem w tworzeniu aplikacji takiej jak ChatGPT będzie przeprowadzenie dokładnych badań rynku w celu zidentyfikowania konkurencyjnego krajobrazu i zrozumienia aktualnego stanu chatbotów AI na rynku.Pomoże to upewnić się, że opracowany chatbot jest konkurencyjny i spełnia potrzeby docelowych odbiorców.
Wybierz odpowiedniego partnera programistycznego: teraz, gdy wszystko jest gotowe do zbudowania aplikacji takiej jak ChatGPT, będziesz chciał skoncentrować się na agencji programistycznej, która może wykonać to zadanie.Zrozumienie AI/ML, solidne portfolio i imponująca lista klientów to niektóre rzeczy, które należy wziąć pod uwagę przy wyborze agencji.
Opracuj minimalny opłacalny produkt (MVP): Kolejnym kamieniem milowym byłoby opracowanie MVP, który zawiera podstawowe funkcje chatbota.Umożliwi to zespołowi programistycznemu uzyskanie informacji zwrotnych od użytkowników na wczesnym etapie procesu i wprowadzenie niezbędnych zmian w chatbocie oraz dodanie kolejnych funkcji ChatGPT po drodze.
Przetestuj i udoskonal chatbota: po opracowaniu MVP nastąpi rygorystyczne testowanie i dostrajanie.Przetestuj chatbota z małą grupą użytkowników, aby zidentyfikować wszelkie problemy i zebrać opinie. Na podstawie otrzymanych opinii wprowadź niezbędne udoskonalenia chatbota.
Uruchom chatbota: po przetestowaniu i dopracowaniu modelu nadszedł czas, abyś wypuścił na otwarty rynek aplikację mobilną chatbota podobną do ChatGPT.Jednak monitorowanie jego wydajności i zbieranie opinii użytkowników ma kluczowe znaczenie dla zidentyfikowania wszelkich dodatkowych udoskonaleń, które mogą być potrzebne.
Proces tworzenia aplikacji chatbota opartej na GPT jest rozległy i wymaga specjalistycznej wiedzy w zakresie przedsiębiorczości oraz wyjątkowych umiejętności. Pozwól nam teraz zrozumieć szczegóły techniczne procesu tworzenia aplikacji podobnego do ChatGPT.
Techniczny proces tworzenia chatbota inspirowanego ChatGPT
Ponieważ ChatGPT jest chatbotem opartym na AI/ML, proces będzie obejmował szkolenie modelu AI. Oto podział krok po kroku.
1. Pierwszym krokiem w budowaniu aplikacji takiej jak ChatGPT będzie zebranie zestawu danych, który przypomina dane wyjściowe, które chcesz uzyskać z modelu. Zaleca się, aby zestaw danych był zróżnicowany i obejmował różne tematy i style, w tym tekst konwersacyjny i tekst pisany. Aby zapewnić wysoką wydajność i dokładność, najlepiej jest użyć istniejącego modelu języka, który został już przeszkolony na dużym zbiorze danych tekstowych, a następnie dostosować go do konkretnego przypadku użycia.
W Internecie dostępnych jest wiele takich zbiorów danych typu open source. Jednym z nich jest GloVe firmy Stanford , która pozwala użytkownikom trenować algorytmy uczenia się w celu uzyskiwania reprezentacji wektorowych słów. Wektorowa reprezentacja słów to metoda w NLP, w której słowa są reprezentowane jako wektory numeryczne (znane również jako osadzanie słów).
Te wektory przechwytują semantyczne i składniowe znaczenie słów w ciągłej, wielowymiarowej przestrzeni. Ta reprezentacja umożliwia modelom NLP wykonywanie operacji matematycznych na słowach, takich jak porównywanie i grupowanie, które byłyby trudne lub niemożliwe do wykonania tradycyjnymi metodami. Wektory można generować przy użyciu różnych algorytmów, takich jak word2vec , GloVe i FastText.
2. Następnym krokiem w budowaniu aplikacji takiej jak ChatGPT będzie dopracowanie wstępnie wytrenowanego modelu językowego, aby stał się konwersacyjny przy użyciu techniki Transfer Learning. Transfer learning to stosunkowo nowa metoda, która została wprowadzona po raz pierwszy na początku XXI wieku. Potężną koncepcją głębokiego uczenia transferowego jest technika, która pozwala na wykorzystanie modelu wyszkolonego w jednym zadaniu do innego zadania. Uczenie się z transferu polega na wzięciu modelu, który został już przeszkolony na dużym zbiorze danych, a następnie dostosowaniu go do nowego zadania. Oznacza to, że model można wykorzystać do rozwiązania nowego problemu bez uczenia go od podstaw. Oszczędza to czas i zasoby, ponieważ model ma już wiedzę na temat zadania, na którym był szkolony.
Prostym sposobem przeprowadzenia uczenia transferowego jest wykorzystanie danych wyjściowych jednego modelu jako danych wejściowych do innego modelu. Na przykład model przeszkolony do wykonywania zadania przetwarzania języka naturalnego, takiego jak tłumaczenie języka, może służyć jako dane wejściowe do innego modelu, który jest przeszkolony do wykonywania innego zadania przetwarzania języka naturalnego, takiego jak podsumowanie tekstu. Może to pozwolić drugiemu modelowi na wykorzystanie zrozumienia języka wyuczonego przez pierwszy model.
W swej istocie, transfer learning jest dokładnie tym, co sugeruje jego nazwa, przeniesieniem uczenia się z pierwszego modelu do następnego i tak dalej, za każdym razem zwiększając wykładniczo dokładność modelu.
3. Następny krok jest dość łatwy i będzie wymagał zbudowania interfejsu lub aplikacji, która wykorzysta model, będzie otrzymywać dane wejściowe od użytkowników i na podstawie danych wejściowych dostarcza dane wyjściowe. Ten interfejs może przybrać formę aplikacji internetowej, takiej jak ChatGPT, aplikacja mobilna ChatGPT, a nawet platforma do przesyłania wiadomości. Zastosowania takiego modelu są praktycznie nieograniczone.
Po zintegrowaniu modelu z aplikacją mobilną ChatGPT za pośrednictwem interfejsów API należy dalej testować i dopracowywać model.
W Appinventiv rozumiemy AI/ML
Będąc na czele rewolucji technologicznej, pomogliśmy wielu klientom osiągnąć skalę i elastyczność, wykorzystując dane, które były uwięzione w silosach, dzięki naszym usługom rozwoju sztucznej inteligencji .
Od wykorzystania możliwości AI do opracowania aplikacji do zarządzania budżetem po wykorzystanie sztucznej inteligencji do usprawnienia i optymalizacji codziennych operacji wiodącego europejskiego banku, nasze zespoły naukowców i inżynierów danych wielokrotnie przewyższały.
Teraz, gdy sztuczna inteligencja i uczenie maszynowe są na etapie przekształcania krajobrazu bi-tech, jaki znamy, nadszedł czas, aby wykorzystać sztuczną inteligencję na swoją korzyść. Skontaktuj się z nami i omów już dziś swoje wymagania dotyczące generatywnego chatbota opartego na sztucznej inteligencji.
Często zadawane pytania
P: Ile kosztuje opracowanie aplikacji takiej jak ChatGPT?
Odp.: Koszt opracowania aplikacji ChatGPT może wynosić od 100 000 do 500 000 USD. Czynniki wpływające na koszt to rozmiar zestawu danych, przypadek końcowego zastosowania chatbota, usługi, wymagane funkcje itp.
P: Ile czasu zajmuje stworzenie chatbota AI?
Odp.: W zależności od czynników wymienionych powyżej, opracowanie chatbota AI może zająć od kilku tygodni do miesięcy.
P: Jak duży zestaw danych jest wymagany do opracowania chatbota AI?
Odp.: Rozmiar zestawu danych różni się w zależności od zamierzonej aplikacji chatbota. Aby dać ogólny pogląd, ChatGPT został przeszkolony na tekstowym zbiorze danych o wielkości 570 GB.