你是否曾爲了查一個問題,翻書翻到頭秃?
要是書裏有的内容,一問便知就好了 ...... 等等," 一問便知 ",這怎麽有ChatGPT那味兒了?
話說,有人還真就由此思路開發出一個聊天 Bot,做示例的書是馬可 · 奧勒留的《沉思錄》(全書共 12 卷,497 則)。
隻用幾分鍾,AI 就能記下全書内容。
然後随便問個書裏講過的東西,比如 " 如何處理負面情緒?",AI 可以快速掃描文本并給出高質量回答,甚至還一條條給你列好。
原帖一發布,網友紛紛圍觀點贊。
開發者 Dan Shippers 稱,做出這個 AI 并不難,主要功臣就是語言大模型GPT-3,另外再加幾行代碼就搞定了。
另外,這哥們兒甚至還嗅到了一絲商機:
網上現在有很多受版權保護的文本、音視頻資料集,都能被做成聊天機器人!
對想獲取信息的人來說,有時一看給了錢自己還要慢慢整理,可能就放棄了;而要是能通過 AI 快速鎖定目标内容的話,應該會有更多人願意自掏腰包。
怎麽做出來的?
用 Dan 哥的話來說,Bot 制作過程主要分爲3 個步驟。
首先,當然是找到整活的素材。比如整本《沉思錄》。
然後再在谷歌的雲端編程平台 Colab 上,運行下面這段 Python 代碼,既能訪問 Google Drive,還能輕松實現與 GPT-3 的互動。
Dan 介紹稱,GPT-3 能以任何文本素材爲基礎,給你整出一個聊天 bot。
不過有個問題:單次能向 GPT-3 輸入的文本字數是有限的。
所以第二步,就是訪問存在 Google Dive 上的那個文件夾,再把整個文本素材劃分成一個個小塊,存到新的文件中。
第三步,當用戶提問時,先通過 OpenAI 的 API 訪問書中包含相關解釋的小塊内容,再把這些内容傳到 GPT-3 中,整理出語言通順的回答。
具體代碼如下:
到此,爲整本《沉思錄》專門定制的聊天機器人就做好了。
除此之外,基于此基本思路,Dan 哥又把他喜歡的某系列播客節目也做成了聊天 Bot。
他說自己曾在節目中聽到一個感興趣的名詞,但忘了是啥意思。平時想弄明白的話,不得不把一集内容重新聽一遍。
但現在有了聊天 Bot ——重聽?不存在的。
Dan 是何許人也?
話說回來,能從聊天機器上人看到新的商機,Dan 哥的過往經曆或許也産生了一定影響。
他本科畢業于賓夕法尼亞大學的文科類哲學系,但這位哥其實還是個技術大佬。
他從小學 5 年級就開始編程,在大學期間又和小夥伴創辦了一家軟件公司 FireFly,收入在六位數以上。
他還在上大二時,不少科技公司就已抛來橄榄枝,但人家都拒絕了,說是想先完成學業。
大學一畢業,他把 FireFly 賣給了知名業務軟件公司 Pegasystems,賺到第一桶金。
緊接着,他在 Pega 擔任起項目負責人,并把業務部門的收入提高到百萬美元級别。
再後來,他從 Pega 出來,于 2020 年又創辦一家公司 Every,主要創作商業類簡報和播客,目前已有 6 萬 + 訂閱用戶。
(怪不得他會想到把播客内容做成聊天機器人)
目前除了自己開公司,Dan 還兼任紅杉資本的 Scout,爲風投者出謀劃策。
參考鏈接:
[ 1 ] https://twitter.com/danshipper/status/1620464918515302401
[ 2 ] https://every.to/chain-of-thought/i-trained-a-gpt-3-chatbot-on-every-episode-of-my-favorite-podcast
[ 3 ] http://danshipper.com/
— 完 —
「人工智能」、「智能汽車」微信社群邀你加入!
歡迎關注人工智能、智能汽車的小夥伴們加入交流群,與 AI 從業者交流、切磋,不錯過最新行業發展 & 技術進展。
PS. 加好友請務必備注您的姓名 - 公司 - 職位噢 ~
點這裏關注我,記得标星哦~
一鍵三連「分享」、「點贊」和「在看」
科技前沿進展日日相見 ~