Tout Savoir sur GPT3 !!
Le monde de l’intelligence artificielle ne s’est jamais arrêté ces dernières années, et il n’a pas l’intention de le faire maintenant. Année après année, les progrès réalisés dans ce domaine sont de plus en plus importants.
C’est le cas de GPT-3 – l’algorithme capable d’écrire comme un être humain – développé en 2020 par OpenAI, la société de recherche en intelligence artificielle fondée par Sam Altman et Elon Musk.
La sortie de GPT-3 a suscité un grand intérêt dans la communauté scientifique (et au-delà), et ce n’est pas une coïncidence si l’algorithme est défini comme le générateur de texte le plus puissant jamais créé à ce jour.
Nous en avons également parlé par le passé, à l’aube de l’écriture bot. Si vous êtes intéressé, lisez aussi : bee-social.it/bot-changes-in-future-creation-content/
Qu’est-ce que le GPT-3 ?
GPT-3 est considéré comme l’outil d’IA (acronyme pour Intelligence Artificielle) le plus puissant qui existe actuellement. Il s’agit d’un algorithme basé sur l’apprentissage profond, c’est-à-dire un système d' »apprentissage profond » structuré sur l’exemple du cerveau humain et de ses connexions neuronales.
GPT-3 est l’acronyme de Generative Pre-training Transformer 3 : cet outil est capable de générer des textes, des codes et des images (toujours par codage) à l’aide d’algorithmes « pré-entraînés », c’est-à-dire qui ont déjà stocké toutes les données nécessaires à l’exécution de leur tâche.
OpenAI a, en fait, alimenté ce nouvel algorithme avec plus de 500 Go d’informations textuelles collectées sur Wikipédia et Common Crawl, une immense archive numérique contenant des pétaoctets de données collectées sur les pages web les plus diverses, allant d’articles du New York Times à des messages sur Reddit. La quantité de données avec laquelle le GPT-3 a été « entraîné » est encore plus surprenante par rapport à son grand frère, le GPT-2.
Avec 1,5 milliard de paramètres, GPT-2 a pris la place de 2019 comme la plus grande intelligence artificielle développée dans le but de comprendre et de reproduire le langage humain. Le GPT-3 a été développé seulement un an plus tard et son algorithme a atteint le montant exorbitant de 175 milliards de paramètres.
La puissance d’un modèle d’intelligence artificielle basé sur l’apprentissage automatique (qui comprend également la sous-catégorie de l’apprentissage profond que nous avons mentionnée précédemment) se mesure précisément par la quantité de données que les développeurs parviennent à mettre en œuvre.
Une fois que cela est clair, il est facile de comprendre pourquoi il y a eu un tel battage autour de la sortie de GPT-3 l’année dernière.
Que fait le GPT-3 ?
GPT-3 est un produit du traitement du langage naturel (NLP), la branche de la linguistique, de l’informatique et de l’intelligence artificielle qui étudie les interactions entre les humains et les ordinateurs. Ce domaine traite en particulier de la manière de programmer les ordinateurs afin qu’ils puissent reconnaître et analyser de grandes quantités de données écrites en langage naturel (le langage des êtres humains).
La principale fonction du GPT-3 est de comprendre et de traiter le texte.
Cet outil puissant peut créer tout ce qui a une structure linguistique, ce qui signifie qu’il peut répondre à des questions, écrire des essais et des poèmes, résumer des textes, prendre des notes et même programmer (ce qui équivaut à écrire du code).
Il existe de nombreuses démos de GPT-3 en ligne qui le montrent en action. Certains d’entre eux sont fournis par le site debuild.co, qui – grâce à l’intégration de l’algorithme – permet de générer des applications web (comme une liste de tâches) à partir d’une simple description de ce que vous voulez réaliser.
Comme vous pouvez le voir ici, GPT-3 peut générer un code complet et fonctionnel en quelques secondes.
Comment fonctionne le GPT-3 ?
Mais comment fait-il ? Pendant la phase d’apprentissage, les développeurs ont soumis GPT-3 à une multitude d’informations et de textes écrits par de vraies personnes. Ainsi, en plus de devenir super intelligent et de connaître une quantité énorme de concepts et de connaissances, l’algorithme a appris et mémorisé toutes les caractéristiques qui rendent notre écriture « humaine ».
Lorsqu’il reçoit une entrée, le GPT-3 est capable de prédire la séquence de mots ou de phrases la plus utile pour répondre à cette entrée. Tout cela est fait et calculé en un temps très court sur la base des données que l’algorithme a préalablement stockées.
Pour ces raisons, les textes écrits par GPT-3 sont peu robotiques et très humains, et sont donc facilement confondus avec ceux produits par des personnes réelles.
Quelles sont les lacunes du GPT-3 ?
Malgré l’incroyable bond en avant de la quantité de données stockées, le GPT-3, comme son prédécesseur, présente encore des problèmes de raisonnement.
MIT Technology Review – le journal du Massachusetts Institute of Technology – a testé GPT-3 sur ses capacités de raisonnement et de compréhension et a constaté que l’algorithme a des problèmes lorsqu’il est confronté à des situations complexes.
L’un des tests qui a mis au défi le GPT-3 était le suivant :
Vous êtes sur le point de dîner avec des amis. Vous voulez servir le dîner dans le salon. La table de la salle à manger est plus large que la porte, donc pour entrer dans le salon, vous devrez…
La réponse de l’algorithme a été : « enlevez la porte ». Tu as une scie à table, alors tu coupes la porte en deux et tu enlèves le haut. » Source :
La conclusion de GPT-3 est quelque peu bizarre et très déroutante. Tout d’abord, la suppression de la porte ne serait pas une solution efficace pour élargir l’entrée. De plus, le fait de scier la porte en deux puis de retirer le haut n’a aucun sens pour atteindre notre objectif.
Le MIT Technology Review souligne également que la « scie à table » – contrairement à ce que l’algorithme a probablement « pensé » – n’est pas une scie utilisée pour faire de la place pour déplacer une table, mais une scie intégrée à une table de travail, qui ne pourrait pas être utilisée pour découper une porte encore montée.
En soumettant le GPT-3 à ces tests, la MIT Technology Review a constaté que le nouveau modèle présente les mêmes difficultés – en matière de raisonnement biologique, physique, psychologique et social – que sa version précédente.
La conclusion que l’on peut tirer de cette analyse est que le GPT-3 n’a aucun problème à produire des segments linguistiques grammaticalement corrects et significatifs, mais qu’il peut avoir des difficultés à comprendre pleinement leur sémantique. L’algorithme connaît le sens des mots, mais n’est pas encore capable de les contextualiser parfaitement.
Le TPG-3, en effet, n’a pas étudié notre monde mais seulement nos textes : cela a conduit à une compréhension purement superficielle de la complexité des situations que nous, êtres humains, vivons au quotidien.
L’Algorithme GPT-3 pour le monde du copywriting
Maintenant que même les ordinateurs peuvent écrire correctement, le travail des écrivains et des rédacteurs est-il appelé à disparaître ?
Non, ou du moins pas encore.
Comme nous l’avons vu, le GPT-3 est encore un peu trop immature pour prendre la place d’une personne réelle. Cela ne signifie pas pour autant que l’intelligence artificielle ne deviendra pas bientôt un outil utile pour la rédaction.
Il existe un certain nombre d’outils en ligne qui utilisent GPT-3 pour faciliter la vie d’un copywriter. L’un de ces outils est CopyAI, dont les fonctions vont de la génération d’une description de produit à la création de légendes pour les posts Instagram.
Nous avons personnellement testé cet outil en lui demandant de nous fournir une description de Bee Social. Tout ce que nous avions à faire était d’écrire le nom de l’entreprise et de saisir une courte description : « Une agence de marketing web pour les entreprises et les indépendants. Gère également les comptes sociaux ».
Bien que la description soit assez vague, nous avons été satisfait des descriptions fournies par l’intelligence artificielle. En voici quelques-uns :
- « Bee Social est une agence de marketing web polyvalente qui s’occupe du référencement, du PPC (qui signifie Pay-Per-Click), du design, de la gestion des médias sociaux et de la création de contenu. L’entreprise se concentre sur les indépendants et les petites entreprises, mais elle traite également avec de grands clients s’ils partagent l’éthique de l’agence. »
- « Bee Social est une agence de webmarketing qui aide les entreprises à développer leur présence dans le cyberespace. C’est aussi une opportunité d’emploi pour les écrivains, les concepteurs et les programmeurs indépendants.
intelligence artificielle rédaction de textes en ligne
Il est intéressant de noter que vous pouvez également sélectionner d’autres types de textes très spécifiques dans la barre latérale de gauche, tels que les « textes pour les publicités LinkedIn », les « descriptions pour les liens publiés sur Facebook », etc. Au sujet de la rédaction pour les médias sociaux, lisez également « Rédiger pour les médias sociaux, entre microcopie et publicités Facebook ».
Si l’on considère qu’elles ont été produites par un algorithme, elles constituent certainement de bons points de départ ! Il appartiendra ensuite au rédacteur d’enrichir le texte avec de la couleur et de la personnalité.
Alors, tout le battage médiatique qui a été fait il y a un an autour du GPT-3 est-il justifié ? Le PDG d’OpenAI, Sam Altman, prend lui-même du recul :
« Le battage médiatique autour du TPG-3 est tout simplement excessif… L’intelligence artificielle va changer le monde, mais le TPG-3 n’est qu’un avant-goût. »
Bien qu’il y ait encore beaucoup de travail à faire, les résultats obtenus avec ce système sont indéniables et sans précédent. Nous ne savons pas vraiment ce qui nous attend, mais nous l’attendons avec impatience, en espérant que ce ne sera pas la prochaine version de GPT-3 qui écrira nos prochains articles.
D’autres articles sont disponibles sur les nouvelles technologies ici !!
Je suis Nicolas, passionnée de nouvelles technologies. Je vous présente sur mon blog personnel toute l’actualité sur la technologie. J’espère pouvoir publier chaque semaine. Anciennement chercheur en développement dans une multinational, je met maintenant mes compétences au profit de tous.