Costruire un esperto GPT nelle reti neurali informate dalla fisica, con GPT
Creare un esperto GPT nelle reti neurali sostenute dalla fisica, con GPT
Un copilota personalizzato per ottimizzare la ricerca e lo sviluppo di PINN
Una delle release più interessanti dell’ultimo OpenAI DevDay sono i GPT. Fondamentalmente, i GPT sono versioni personalizzate di ChatGPT che chiunque può creare per scopi specifici. Il processo di configurazione di un GPT funzionante non richiede codifica, ma avviene esclusivamente attraverso la chat. Di conseguenza, da quando sono stati rilasciati, la comunità ha creato una varietà di GPT per aiutare gli utenti a essere più produttivi e divertirsi di più nella vita.
Come esperto nel campo delle reti neurali basate sulla fisica (PINN), uso molto ChatGPT (GPT-4) per aiutarmi a comprendere concetti tecnici complessi, risolvere problemi incontrati durante l’implementazione del modello e suggerire idee di ricerca o soluzioni ingegneristiche innovative. Nonostante sia molto utile, spesso trovo che ChatGPT fatica a darmi risposte personalizzate al di là delle sue conoscenze generali su PINN. A volte posso adattare le mie domande per includere informazioni contestuali, ma è una pratica piuttosto dispendiosa in termini di tempo e può facilmente esaurire la mia pazienza.
Ora, con la possibilità di personalizzare facilmente ChatGPT, mi è venuta un’idea: perché non sviluppare un GPT personalizzato che agisca come un esperto di PINN 🦸♀️, che attinga conoscenze dalle mie fonti selezionate e cerchi di rispondere alle mie domande su PINN in modo personalizzato?
Quindi, in questo post del blog, vediamo come renderlo realtà! Inizieremo introducendo il processo di costruzione del nostro GPT di destinazione, fornendo dettagli sul design delle istruzioni e sulla base di conoscenza fornita. Successivamente, passeremo attraverso alcune dimostrazioni per capire come interagire al meglio con il GPT appena creato. Infine, affronteremo opportunità per lo sviluppo futuro.
- La Storia delle LLM Open-Source Modelli di Base Migliori (Parte Due)
- Guida del Praticante all’Apprendimento per Rinforzo
- L’intelligenza artificiale nell’analisi dei dati
Quest’idea ti risuona? Cominciamo🗺️📍🚶♀️
Questo è un altro post del mio ciclo di apprendimento automatico basato sulla fisica. Gli altri includono:
Svelare il pattern di progettazione delle reti neurali basate sulla fisica
Scoprire le equazioni differenziali con PINN e la regressione simbolica
Apprendimento dell’operatore tramite DeepONet basato sulla fisica
