Alles anzeigenMoin,
Da wir ja schon lange eigentlich off topic sind, möchte ich damit weitermachen: Ich habe mich mal ChatGPT zum Thema Abmessungen unterhalten.
Frage:
Ich suche eine Hängematte. Ich bin 1,96 m groß und wiege ca. 92 kg. Welche Abmessungen sollte diese Hängematte haben?
Antwort:
Eine Hängematte für eine Person mit Ihren Maßen sollte eine Länge von mindestens 2,5 Metern haben, um eine ausreichende Unterstützung und Komfort zu gewährleisten. Es wird auch empfohlen, eine breitere Hängematte zu wählen, um eine bessere Stabilität und Bequemlichkeit zu erreichen. Wir empfehlen Ihnen, sicherzustellen, dass die Hängematte eine maximale Tragfähigkeit von mindestens 120 kg hat, um sicherzustellen, dass sie Ihr Gewicht tragen kann.
Nachfrage:
Ich habe aber gelesen, dass eine gathered end Hängematte etwa 1,9 mal so lang sein soll wie ich.
Reaktion:
Das ist richtig, eine gesammelte Endhängematte sollte ungefähr 1,9-mal so lang sein wie die Körpergröße der Person, die sie benutzen wird. Da Sie 1,96 m groß sind, sollte die Länge der Hängematte mindestens 3,7 Meter betragen, um eine ausreichende Unterstützung und Bequemlichkeit zu gewährleisten. Es ist jedoch immer wichtig, die maximale Tragfähigkeit der Hängematte zu überprüfen, um sicherzustellen, dass sie für Ihr Gewicht geeignet ist.
Mich würde jetzt interessieren, ob der Chatbot aus dieser Konversation etwas gelernt hat.
Lustige Idee das mal zu probieren, die Ergebnisse sind aber Erwartungsgemäß naja.
Tatsächlich nutze ich ChatGPT und Github Copilot, was ebenfalls auf GPT-3 basiert, mittlerweile täglich und das sind geniale Tools, man muss sich aber der Einschränkungen bewusst sein:
GPT-3 ist ein Sprachmodell, genauer gesagt ein "Large Language Model". Das bedeutet, das Modell versucht gute Antworten zu geben, indem kleine Textbrocken, die tokens, in Vektoren konvertiert werden, die wiederum mit den Vektoren der Fragestellung verglichen werden. Das wird dann einige Male gemacht, dabei wird auch versucht den gesamten Kontext zu sehen und nicht nur die einzelnen tokens, und was dann am wahrscheinlichsten passt, das wird als beste Antwort gesehen.
Ganz grob gesagt, bin auf dem Gebiet auch kein Experte, hab mich nur etwas damit beschäftigt um zu verstehen, was ich erwarten kann und was nicht.
Das bedeutet aber auch, dass GPT-3 und damit ChatGPT eigentlich überhaupt nichts weiß, sondern "nur" richtig gut geschriebene geratene Antworten gibt, die eine hohe Wahrscheinlichkeit haben in die richtige Richtung zu gehen.
Bei weit verbreiteten Themen funktioniert das auch gut, aber je mehr Nische das Thema wird und je weniger Trainigsmaterial dazu vorlagen, desto unwahrscheinlicher werden gute Antworten.
Um deine Frage zu beantworten: Nein, ChatGPT hat dadurch nichts dazu gelernt, lediglich deine Instanz hat die Informationen die sie von dir erhalten hat, andere haben kein Zugriff darauf und wenn du die Instanz schließt sind die Informationen weg. Der Stand der Trainigsdaten ist 2021, neueres weiß GPT-3 nicht. Was passiert, wenn man öffentliche Nutzerdaten ungefiltert verwendet, kannst du dir bei Microsofts Twitter Chat-Bot Tay anschauen, der musste nach nur 16 Stunden wieder Offline genommen werden, weil Trolle ihn mit Falsch-Informationen gefüttert haben und er zu einem rassistischen und sexistischen Hitler Fan wurde
![]()
Die Antworten, die ChatGPT schreibt, klingen immer sehr überzeugend, allerdings ist es auch sehr gut darin, absolut überzeugend falsch zu liegen.
Letztens habe ich gefragt, wie ich mit PyTrinamic, einer Python Bibliothek für Trinamic Schrittmotor-Controller, Interrupts nutzen kann. Ich musste dann aber schnell feststellen, dass die Lösungen von ChatGPT einfach frei erfunden waren, weil die Bibliothek überhaupt keine Funktion hat um Interrupts zu nutzen, es ist nicht möglich. Hier drei Screenshots von verschiedenen Antworten, allesamt komplett falsch weil ausgedacht.
Ohne zu wissen, dass das überhaupt nicht funktionieren kann, sehen alle Lösungen erst ein Mal gut und richtig aus.
Dafür hat es mir ein anderes Mal aber innerhalb von wenigen Minuten und Nachfragen eine Klasse geschrieben, welche mit OpenCV transparente Bilder über einen Videostream legt und schon fast perfekt optimiert war. Ich selber habe dafür fast einen kompletten Arbeitstag gebraucht.
Man muss bei den Antworten also schon etwas aufpassen, aber wenn man weiß mit den Einschränkungen umzugehen ist das ein geniales Tool.
Oder um es ChatGPT in eigenen Worten sagen zu lassen:
Zitat von ChatGPTEs ist wichtig zu beachten, dass AI-Modelle wie ich immer noch weit von einer perfekten Lösung entfernt sind und dass menschliches Urteilsvermögen und Überprüfung erforderlich sind, um die Genauigkeit der von mir generierten Antworten sicherzustellen.