Sieć neuronowa ChatGPT pomogła znaleźć żonę: jak to się stało

Spis treści:

• Masz dość niekończących się przesunięć i korespondencji
• „Bot odpowiedział supermiło, nie komunikuję się w ten sposób w korespondencji”
• Komunikacja na żywo jest nadal priorytetem

Aleksander Żadan zyskał popularność w całym kraju dzięki wpisowi na Twitterze, w którym opisał, jak napisał pracę dyplomową w 24 godziny za pomocą ChatGPT. Rok później podzielił się nową, wciągającą historią o tym, jak sieć neuronowa pomogła mu znaleźć miłość. W ciągu półtora roku jego algorytm nawiązał interakcję z 5239 kobietami w serwisie randkowym. Jedną z jego udanych znajomości była Karina Wialszakajewa, która później została jego narzeczoną. Ta historia pokazuje, jak nowoczesna technologia może wpływać na relacje osobiste i pomagać ludziom w odnalezieniu się w świecie randek online.

W wywiadzie dla Skillbox Media, Alexander podzielił się motywami przeprowadzenia eksperymentu, opowiedział o zespole, który pomógł mu opracować algorytm, oraz wyraził swój pogląd na oskarżenia o nieetyczne zachowanie.

Masz dość niekończących się przesunięć i korespondencji

Pomysł na chatbota randkowego zrodził się w odpowiedzi na rosnące zainteresowanie użytkowników interakcjami online. Wraz z rozwojem technologii i wzrostem liczby osób poszukujących partnerów online, pojawiło się zapotrzebowanie na wygodne i skuteczne narzędzia. Chatboty mogą znacznie uprościć proces randkowania, oferując użytkownikom możliwość komunikacji i znalezienia odpowiednich partnerów w dowolnym momencie. Co ważne, takie podejście sprawia, że ​​proces jest mniej formalny i bardziej interaktywny, co przyciąga użytkowników poszukujących nowych kontaktów.

Pomysł na projekt narodził się latem 2022 roku, kiedy zacząłem zgłębiać API GPT. Wtedy ChatGPT jeszcze nie istniał. Miałem dość niekończącego się przesuwania palcem i wysyłania wiadomości w aplikacjach randkowych, które często prowadziły do ​​tych samych schematycznych rozmów i nie przynosiły rezultatów. Dlatego postanowiłem wykorzystać moc sztucznej inteligencji, aby spróbować znaleźć odpowiednią osobę do komunikacji i dalszych relacji.

Ile czasu zajęło opracowanie algorytmu od początkowego pomysłu do mniej więcej działającej wersji?

Projekt powstawał przez około półtora roku. Początkowo rozwijałem go dla siebie, ale z czasem chciałem podzielić się wynikami z innymi.

Posiadam doświadczenie w dziedzinie sieci neuronowych i aktywnie uczestniczę w ich rozwoju. Moje doświadczenie obejmuje szkolenie i praktyczne zastosowanie różnych algorytmów uczenia maszynowego, a także pracę z nowoczesnymi frameworkami do tworzenia i optymalizacji sieci neuronowych. Obecnie koncentruję się na zastosowaniu sieci neuronowych w różnych dziedzinach, takich jak analiza danych, przetwarzanie obrazu i język naturalny. Pozwala mi to być na bieżąco z najnowszymi technologiami i opracowywać innowacyjne rozwiązania bieżących problemów.

Ukończyłem studia na Rosyjskim Państwowym Uniwersytecie Humanistycznym (RSUH) w 2023 roku, uzyskując dyplom z zarządzania. Obrona dyplomu za pomocą ChatGPT przyniosła mi pewną sławę, być może nawet na szczeblu krajowym.

Przeczytaj także:

Autor pracy dyplomowej stworzonej z wykorzystaniem sztucznej inteligencji podzielił się motywacjami, które skłoniły go do ujawnienia tej historii. Uważa, że ​​ważne jest zwrócenie uwagi na proces tworzenia prac naukowych z wykorzystaniem technologii, aby pokazać, jak nowoczesne narzędzia mogą zmienić podejście do nauczania i badań. Podkreśla to również potrzebę omówienia etycznych aspektów wykorzystania sztucznej inteligencji w środowisku edukacyjnym. Autor ma nadzieję, że jego doświadczenie pomoże innym studentom i nauczycielom lepiej zrozumieć, jak skutecznie integrować technologię z procesem edukacyjnym.

Chociaż studiowałem na uniwersytecie humanistycznym, aktywnie angażowałem się w tworzenie gier w trakcie studiów. Skupiałem się głównie na usługach sieciowych, studiując kod i analizując działanie różnych funkcji. W ramach projektów publicznych współpracowałem z zespołem rozwijającym psychologię AI. To doświadczenie pozwoliło mi dogłębniej zrozumieć aspekty tworzenia gier i integracji sztucznej inteligencji z nowoczesnymi aplikacjami.

Obecnie zajmuję stanowisko kierownika projektu sieci neuronowych w firmie TenChat. W ramach mojej pracy zrealizowałem również kilka projektów związanych ze sztuczną inteligencją. Jednym z takich projektów była optymalizacja mediów marki dla M.Video. Wykorzystaliśmy ChatGPT i, w pewnym stopniu, Midjourney do tworzenia wysokiej jakości materiałów i ulepszania treści.

Do trenowania sztucznej inteligencji w Tinderze wykorzystano różne metody i technologie uczenia maszynowego. Głównym narzędziem były algorytmy przetwarzania danych, które analizują preferencje i zachowania użytkowników. Algorytmy te zbierają informacje o tym, które profile przyciągają użytkowników, które wiadomości otrzymują najwięcej odpowiedzi oraz o ogólnych trendach w korzystaniu z aplikacji. Sieci neuronowe zostały również wykorzystane do rozpoznawania wzorców i ulepszania rekomendacji. W rezultacie to zintegrowane podejście pozwala na dokładniejsze i bardziej spersonalizowane dopasowania, zwiększając efektywność interakcji użytkowników w aplikacji.

Do trenowania modelu językowego wykorzystałem oczyszczony dialog z Tindera. Na przykład, gdy ChatGPT musiał odpowiedzieć na pytanie dotyczące mojej szkoły, korzystał z tabeli odpowiedzi, a nie z własnej bazy danych. W rezultacie formułował odpowiedzi we własnym stylu, na przykład: „Jestem studentem piątego roku na Rosyjskim Państwowym Uniwersytecie Humanistycznym”.

Na początku rezultaty były niezadowalające: chociaż GPT generował odpowiedzi, były one nienaturalne i mało inspirujące. Później zoptymalizowałem system, aby uwzględniał ważne dla mnie kryteria i oferował bardziej spersonalizowane odpowiedzi.

Podstawą technologiczną tego modelu jest wykorzystanie nowoczesnych bibliotek i narzędzi zapewniających wysoką wydajność i efektywność. Podczas rozwoju wykorzystano biblioteki takie jak TensorFlow i PyTorch, które oferują zaawansowane możliwości pracy z sieciami neuronowymi. Wykorzystano również biblioteki przetwarzania danych, takie jak Pandas i NumPy, które umożliwiają efektywne przetwarzanie i analizę dużych wolumenów danych. Do wizualizacji wyników wykorzystano również Matplotlib i Seaborn. Razem te narzędzia tworzą solidne i elastyczne środowisko do tworzenia i wdrażania modeli, zapewniając optymalną równowagę między szybkością a dokładnością.

Platforma hostuje liczne repozytoria, w tym Torchvision, Thunders, Alchemy, Selenium, Pandas, LangChain, FlutterFlow oraz sterownik Chrome używany w Tinderze. Narzędzia te oferują szeroki zakres możliwości programistycznych i automatyzacji, co czyni je niezbędnymi dla programistów i badaczy.

Początkowo projekt opierał się na GPT-3, który znacznie ustępował GPT-4 w rozwiązywaniu zadań kreatywnych. Model działa w następujący sposób: użytkownik podaje zestaw wiadomości opisujących jego osobowość, a model generuje odpowiedzi na podstawie tych danych. Aby precyzyjniej odpowiadać na specjalistyczne pytania, zintegrowałem bota Telegrama, który wysyła powiadomienia, umożliwiając mi ręczne dostosowywanie odpowiedzi. Poprawia to jakość interakcji i zwiększa dokładność przekazywanych informacji.

„Bot odpowiedział bardzo miło; nie komunikuję się w ten sposób w wiadomościach.”

Moją efektywność pracy można ocenić na podstawie kilku kryteriów, takich jak jakość wykonanych zadań, dotrzymywanie terminów, zadowolenie klientów i osiągnięte rezultaty. Regularnie analizuję swoje osiągnięcia i dążę do ciągłego doskonalenia. Informacje zwrotne od klientów i współpracowników pomagają mi również identyfikować mocne i słabe strony, dzięki czemu mogę dostosować swoją pracę i poprawić jej efektywność.

Ten projekt okazał się prawdziwym sukcesem. Program przeanalizował ponad 14 000 ankiet i wybrał ponad 5000 z nich. W trakcie eksperymentu przeprowadziłem około 100 spotkań. Ta ilość pracy potwierdza wysoką skuteczność i znaczenie projektu.

Wygląda to na obiecujący startup. Być może warto rozważyć stworzenie osobnej aplikacji, która wdroży ten pomysł.

Stworzenie masowego produktu opartego na tym programie to złożone zadanie. Program został opracowany w pośpiechu i wyłącznie na moje potrzeby. Dostosowanie go do potrzeb innych użytkowników wymagałoby powrotu do początku i rozpoczęcia procesu od nowa. Pomimo istniejącego zainteresowania projektem, jego wdrożenie okazuje się nieopłacalne z perspektywy kosztów. Łącznie na projekt wydano około 200 000 rubli.

Wspomniałeś, że wykorzystałeś bazę danych ankiet, aby pomóc firmom znaleźć pracowników, co pozwoliło Ci pokryć wydatki. Czy możesz mi powiedzieć, jak zorganizowany był ten system?

Wykorzystałem bazy danych i ChatGPT do wyszukiwania odpowiednich kandydatów na różne stanowiska. Po znalezieniu odpowiednich osób wysyłałem rekomendacje do pracodawcy. Jeśli kandydat spełniał wymagania, otrzymywałem procent od transakcji. Maksymalny dochód wynosił około 80 000 rubli, gdy pomagałem znaleźć starszego programistę.

Słyszałem, jak specjaliści IT twierdzą, że wdrożenie takiego projektu w pojedynkę w tak krótkim czasie jest praktycznie niemożliwe. Czy otrzymałeś wsparcie w trakcie procesu rozwoju?

Nie próbuję udawać eksperta; ten projekt był efektem pracy zespołowej. Nie miałem wcześniej doświadczenia w podobnych projektach, a wsparcia udzielili mi specjaliści z MMSL, znajomi z Tinkoff i MTS AI oraz programiści z mniejszych studiów. W naszym zespole było wielu utalentowanych ludzi, a ich nazwiska mogłyby zapełnić całą stronę podziękowań.

W projekcie uczestniczyła określona liczba osób. W skład tego zespołu wchodzili specjaliści z różnych dziedzin, co pozwoliło nam skutecznie realizować powierzone zadania i osiągać wysokie wyniki.

Niestety, nie mogę udzielić precyzyjnej odpowiedzi na to pytanie.

Czy kiedykolwiek doświadczyłeś/aś sytuacji, w której sztuczna inteligencja kreowała w komunikacji z dziewczynami wizerunek radykalnie odmienny od Twojego prawdziwego ja?

Mogę powiedzieć, że nie ośmieszyło mnie to. Styl komunikacji modelu językowego różnił się jednak od mojego. Bot czasami używał bardzo słodkiego stylu, podczas gdy ja nie komunikuję się w takim tonie. Odnośnie jakości odpowiedzi, należy zauważyć, że druga wersja projektu zaczęła generować bardziej trafne i poprawne odpowiedzi.

Po każdym spotkaniu zapisywałem/am swoje wrażenia, notując, co mi się podobało, a co nie, i czy warto kontynuować interakcję z tą osobą. Stopniowo zdałem sobie sprawę, że ten proces staje się nieskończony. W rezultacie zacząłem znacząco zawężać grono kandydatów, aż w końcu zdecydowałem się na jedną osobę. Tak poznałem Karinę, której niedawno się oświadczyłem.

Była zaskoczona, gdy dowiedziała się, że komunikowała się z siecią neuronową, zanim się poznaliśmy. Ten fakt wzbudził jej zainteresowanie i wiele pytań o to, jak dokładnie sieć neuronowa oddziałuje na ludzi i w jakim stopniu potrafi rozumieć ich emocje i myśli. Zauważyła, że ​​to odkrycie podkreśla wyjątkowość naszej komunikacji i dodaje nowy poziom do naszej interakcji.

Była kompletnie zszokowana. Zadawała wiele pytań o to, jak działa sieć neuronowa, gdzie i kiedy jej używałem. Wyjaśniłem jej wszystkie aspekty szczegółowo. Co ważne, zawsze sam odpowiadałem na kluczowe momenty emocjonalne w naszej komunikacji. Kiedy spotkaliśmy się twarzą w twarz, wszelkie wątpliwości zniknęły, a sytuacja stała się jasna.

Rozmowa na żywo nadal priorytetem

Pod Twoim wątkiem jeden z użytkowników zauważył, że prezentujesz konsumpcyjne podejście do kobiet. Jak reagujesz na taką krytykę?

Ludzie mogą być zaskoczeni niekonwencjonalnym podejściem do randek. Społeczeństwo ukształtowało wzorce komunikacji i randek. Chociaż ja również trzymam się pewnej struktury, w moim przypadku czasami korzystam z sieci neuronowej. Pozwala mi to znacznie skrócić czas spędzany na randkach, ponieważ natychmiast eliminuję osoby bez perspektyw na przyszły związek. Ta metoda sprawia, że ​​proces jest bardziej efektywny i ukierunkowany, co jest szczególnie cenne w dzisiejszym świecie, gdzie czas jest najważniejszy.

Spotkania z ludźmi za pośrednictwem sieci neuronowych mogą być postrzegane jako dewaluacja komunikacji. Pytanie brzmi, jak głębokie i szczere mogą być takie interakcje. Jeśli wykorzystamy technologię, aby znaleźć osoby o podobnych poglądach lub poszerzyć nasze grono znajomych, może to przynieść korzyści. Należy jednak pamiętać, że prawdziwa wartość komunikacji tkwi w interakcjach międzyludzkich, empatii i zdolności do wzajemnego zrozumienia. Sieci neuronowe mogą służyć jako narzędzie pomocnicze, ale nie mogą zastąpić komunikacji twarzą w twarz, która buduje autentyczne więzi i emocje. Dlatego warto zastanowić się, jak technologia może pomóc w nawiązywaniu kontaktów, nie tracąc przy tym wartości samej komunikacji.

Sieci neuronowe to nowoczesne narzędzie, podobne do telefonu komórkowego, którego używamy do przesyłania wiadomości. Należy zauważyć, że główne znaczenie tych technologii polega na tym, jak wpływają one na życie ludzi i jak wywołują u nich uczucia. Sieci neuronowe otwierają nowe możliwości w różnych dziedzinach, takich jak komunikacja, analiza danych i automatyzacja procesów, czyniąc je niezastąpionymi we współczesnym świecie.

Jeśli chodzi o Karinę, nasza relacja rozwija się w sposób, który sprawia, że ​​odczuwam autentyczną radość, a ona podziela moje uczucia. Fakt, że poznaliśmy się dzięki sieci neuronowej, nie umniejsza jakości naszej relacji. Wręcz przeciwnie, podkreśla, jak nowoczesna technologia może pomóc w tworzeniu głębokich więzi między ludźmi.

Niektórzy uważają, że Twoje zachowanie jest nieetyczne. Może to wynikać z odmiennych standardów moralnych i wartości, którymi się kierują. Każda osoba ma unikalną perspektywę na daną sytuację, a czasami perspektywy te mogą się znacznie różnić. Co więcej, opinia publiczna i tradycje kulturowe mogą wpływać na to, jak ludzie postrzegają etykę działań. Ważne jest, aby zrozumieć, że oceny etyczne są subiektywne, a różne osoby mogą postrzegać to samo działanie inaczej w zależności od swoich doświadczeń i przekonań.

Dzielę się swoim doświadczeniem i nie nalegam, aby ktokolwiek podążał moją drogą. Każdy sam decyduje, czy przyjąć mój przykład, czy nie.

Publiczne postrzeganie technologii zawsze wiąże się z obawami i wątpliwościami na każdym etapie rozwoju. Jednak z czasem społeczeństwo dostosowuje się do zmian. Żywa komunikacja międzyludzka pozostaje istotnym elementem ludzkiego życia i niezmiennie zachowuje swoje znaczenie, niezależnie od innowacji technologicznych.

Dowiedz się więcej o kodowaniu i programowaniu na naszym kanale Telegram. Subskrybuj, aby być na bieżąco z ciekawymi treściami i przydatnymi wskazówkami!

Nasz blog jest pełen interesujących i przydatnych treści. Oferujemy artykuły, które pomogą Ci zrozumieć różnorodne tematy i poszerzyć wiedzę. Znajdziesz tu informacje na temat najpilniejszych problemów, a także porady i rekomendacje ekspertów. Nie przegap naszych treści, które pomogą Ci być na bieżąco z najnowszymi trendami i nowościami. Subskrybuj aktualizacje i bądź zawsze o krok do przodu. Przeczytaj także:

• Sieci neuronowe oszalały: AI schizofrenicy i psychicznie chore chatboty
• ChatGPT – czym jest i jak działa sieć neuronowa: możliwości i przykłady zastosowań
• Czym jest sieć neuronowa i jak działa?