vdgtuВестник Дагестанского государственного технического университета. Технические наукиHerald of Dagestan State Technical University. Technical Sciences2073-61852542-095XDaghestan State Technical University10.21822/2073-6185-2023-50-3-110-117vdgtu-1347Research ArticleИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ И ТЕЛЕКОММУНИКАЦИИINFORMATION TECHNOLOGY AND TELECOMMUNICATIONSАнализ и комплексная оценка развития и применения нейросетевой диалоговой системы ChatGPTAnalysis and comprehensive assessment of the development and application of the neural network dialogue system ChatGPThttps://orcid.org/0000-0001-6827-8998МачуеваД. А.MachuevaD. A.

Мачуева Дина Алуевна, кандидат технических наук, доцент, кафедра «Информационные технологии»,

364061, г. Грозный, пр. Х. Исаева, 100

Dina A. Machueva, Cand.Sci. (Eng.), Assoc. Prof., Department Department of Information Technologies,

100 Kh. Isaev Ave., Grozny 364061

ladyd_7@mail.ruБараевД. Р.BaraevD. R.

Бараев Дени Рамзанович, студент, кафедра «Информационные технологии»,

364061, г. Грозный, пр. Х. Исаева, 100

Denis R. Baraev, Student, Department of Information Technologies,

100 Kh. Isaev Ave., Grozny 364061

skyrim23451@gmail.comБечуркаевТ. М.-А.BechurkaevT. M.-A.

Бечуркаев Тимур Магомед-Алиевич, студент, кафедра «Информационные технологии»,

364061, г. Грозный, пр. Х. Исаева, 100

Timur M.-A. Bechurkaev, Student, Department of Information Technologies,

100 Kh. Isaev Ave., Grozny 364061

timurkekq@gmail.comГрозненский государственный нефтяной технический университет имени академика М.Д. МиллионщиковаРоссияM.D. Millionshchikov Academician Grozny State Petroleum Technical UniversityRussian Federation202328102023503110117Copyright © Мачуева Д.А., Бараев Д.Р., Бечуркаев Т.М., 20232023Мачуева Д.А., Бараев Д.Р., Бечуркаев Т.М.Machueva D.A., Baraev D.R., Bechurkaev T.M.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vestnik.dgtu.ru/jour/article/view/1347Цель

Цель. На сегодняшний день значимые и во многом сенсационные результаты достигаются в области систем искусственного интеллекта, а бот ChatGPT, в основе которого лежит нейронная сеть GPT-3, называют настоящей революцией в мире технологий.

Цель

Цель. Целью исследования является анализ и оценка особенностей применения, преимуществ и ограничений, а также факторов развития и причин необычайной популярности нейросетевой диалоговой системы ChatGPT.

Методы

Методы. Проведен обзор отечественных и зарубежных источников, систематизация данных, анализ архитектуры и механизма действия нейронной сети. Результат. Обобщены и оценены функции, возможности, сферы и риски применения ChatGPT.

Вывод

Вывод. Основная функция ChatGPT – генерация текста на основе заданных входных данных – позволяет эффективно решать широкий спектр задач, ранее не поддававшихся автоматизации, причем качество решения сопоставимо с работой человека. Важно избегать рисков, связанных с возможностью злоупотребления и получения некорректных и вредоносных ответов от искусственного интеллекта. Для этого необходимы меры контроля, разработка и введение стандартов и норм.

Objective

Objective. Today, significant and in many ways sensational results are being achieved in the field of artificial intelligence systems, and the ChatGPT bot, which is based on the GPT-3 neural network, is called a real revolution in the world of technology.

The aim of the study is to analyze and evaluate the application features, advantages and limitations, as well as development factors and reasons for the extraordinary popularity of the neural network dialogue system ChatGPT.

Method

Method. A review of domestic and foreign sources, systematization of data, analysis of the architecture and mechanism of action of the neural network was carried out. Result. Functions, opportunities, scopes and risks of using ChatGPT are summarized and evaluated.

Conclusions

Conclusions. The main function of ChatGPT – text generation based on given input data – allows to effectively solve a wide range of tasks that have not been automated before, and the quality of the solution is comparable to human work. However, it is important to avoid the risks associated with the possibility of abuse and receiving incorrect and malicious responses from artificial intelligence. This requires control measures, the development and introduction of standards and norms.

искусственный интеллектязыковая модельнейронная сетьгенерация текстаartificial intelligencelanguage modelneural networktext generationReferencesГринин И.Л. Работа модели генерации текста с помощью нейронных сетей как составной системы: модульный анализ модуль первый. Языковая модель: работа с текстовыми вхождениями // Инновации и инвестиции. – 2020. – № 7. – С. 118-122.Grinin I.L. Operation of the text generation model using neural networks as a composite system: modulus analysis the module first. NLP-model: working with text embeddings. Innovacii i investicii, 2020; 7:18-122 (In Russ).Харламов А.А., Ле Мань Ха. Нейросетевые подходы к классификации текстов на основе морфологического анализа // Труды МФТИ. – 2017. – № 2(34). – С. 143-150.Kharlamov A.A., Le Manh Ha. Neural network approaches to the classification of texts based on morphological analysis. Trudy MFTI, 2017; 2(34): 143-150 (In Russ).Богомолов Ю.А. Обзор моделей нейронных сетей для обработки естественного языка // Научно-образовательный журнал для студентов и преподавателей «StudNet». – 2020. – № 4. – С. 203-217.Bogomolov Yu. A. Overview of neural network models for natural language processing. Nauchnoobrazovatel’nyj zhurnal dlja studentov i prepodavatelej «StudNet», 2020; 4: 203-217 (In Russ).Кручинин В.В., Кузовкин В.В. Обзор существующих методов автоматической генерации задач с условиями на естественном языке // Компьютерные инструменты в образовании. – 2022. – № 1. – С. 85-96. DOI: 10.32603/2071-2340-2022-1-85-96.Kruchinin V.V., Kuzovkin V.V. Overview of Existing Methods for Automatic Generation of Tasks with Conditions in Natural Language. Computer tools in education, 2022; 1:85-96. DOI: 10.32603/2071-2340- 2022-1-85-96 (In Russ).Прошина М.В. Современные методы обработки естественного языка: нейронные сети // Экономика строительства. – 2022. – № 5. – С. 27-42.Proshina M.V. Modern methods of natural language processing: neural networks. Jekonomika stroitel’stva, 2022; 5: 27-42 (In Russ).Курейчик В.В., Родзин С.И., Бова В.В. Методы глубокого обучения для обработки текстов на естественном языке // Известия ЮФУ. Технические науки. – 2022. – № 2(226). – С. 189-199. DOI: 10.18522/2311-3103-2022-2-189-199.Kureichik V.V., Rodzin S.I., Bova V.V. Deep learning methods for natural language text processing. Izvestija JuFU. Tehnicheskie nauki, 2022;2(226):189-199. DOI: 10.18522/2311-3103-2022-2-189-199 (In Russ).Маслова М.А. Методы определения целевого предложения для автоматизированной генерации тестовых вопросов // Инженерный вестник Дона. – 2022. – № 5(89). – Режим доступа: http://ivdon.ru/ru/magazine/archive/n5y2022/7673Maslova M.A. Methods for determining the target offer for automated generation of test questions. Inzhenernyj Vestnik Dona, 2022;5(89). Available at: http://ivdon.ru/ru/magazine/archive/n5y2022/7673 (In Russ).Митренина О.В. Нейронные сети и компьютерная обработка языка // Journal of Applied Linguistics. – 2019. – № 2. – С. 399-408.Mitrenina O.V. Artificial neural networks and natural language processing. Journal of Applied Linguistics, 2019; 2: 399-408 (In Russ).Козловский А.В., Мельник Я.Э., Волощук В.И. О подходе для автоматической генерации сюжетно связанного текста // Известия ТулГУ. Технические науки. – 2022. – № 9. – С. 160-167. DOI: 10.24412/2071-6168-2022-9-160-168.Kozlovsky A.V., Melnik Ya.E., Voloshchuk V.I. On the approach for automatic generation of narrative-linked text. Izvestija TulGU. Tehnicheskie nauki. 2022; 9:160-167. DOI: 10.24412/2071-6168-2022-9-160-168 (In Russ).Хазеев Д.Р. Приложение нейронных сетей к определению стиля текста // Новые информационные технологии в автоматизированных системах. – 2019. – № 22. – С. 121-124.Hazeev D.R. Application of neural networks to determining text style. Novye informacionnye tehnologii v avtomatizirovannyh sistemah, 2019;22:121-124 (In Russ).Черкасов А.Н., Туркин Е.А. Выбор оптимальной архитектуры искусственной нейронной сети для задачи классификации текстов // Вестник Адыгейского государственного университета. Серия 4: Естественно-математические и технические науки. – 2021. – № 1(276). – С. 62-66.Cherkasov A.N., Turkin E.A. Choosing the appropriate artificial neural network architecture for text classification. Vestnik Adygejskogo gosudarstvennogo universiteta. Serija 4: Estestvenno-matematicheskie i tehnicheskie nauki, 2021;1(276):62-66 (In Russ).Generative pre-trained transformer [Электронный ресурс]. – Режим доступа: https://en.m.wikipedia.org/wiki/Generative_pre-trained_transformer (дата обращения 24.04.2023).Generative pre-trained transformer. Available at: https://en.m.wikipedia.org/wiki/Generative_pre-trained_transformer (accessed 24.04.2023).GPT-1, GPT-2 and GPT-3 models explained [Электронный ресурс]. – Режим доступа: https://360digitmg.com/blog/types-of-gpt-in-artificial-intelligence (дата обращения 24.04.2023).GPT-1, GPT-2 and GPT-3 models explained. Available at: https://360digitmg.com/blog/types-of-gpt-inartificial-intelligence (accessed 24.04.2023).Статистика чат-бота ChatGPT в 2023 году [Электронный ресурс]. – Режим доступа: https://inclient.ru/chatgpt-stats/ (дата обращения 20.04.2023).Statistics of chatbot ChatGPT in 2023. Available at: https://inclient.ru/chatgpt-stats/ (accessed 20.04.2023).91 Important ChatGPT Statistics & User Numbers in April 2023 (GPT-4, Plugins Update) [Электронный ресурс]. – Режим доступа: https://nerdynav.com/chatgpt-statistics/ (дата обращения 20.04.2023)91 Important ChatGPT Statistics & User Numbers in April 2023 (GPT-4, Plugins Update). Available at: https://nerdynav.com/chatgpt-statistics/ (accessed 20.04.2023)ChatGPT Statistics 2023All the latest statistics about OpenAI’s chatbot [Электронный ресурс]. – Режим доступа: https://www.tooltester.com/en/blog/chatgpt-statistics/ (дата обращения 20.04.2023).ChatGPT Statistics 2023All the latest statistics about OpenAI’s chatbot. Available at: https://www.tooltester.com/en/blog/chatgpt-statistics/ (accessed 20.04.2023).How does ChatGPT work? [Электронный ресурс]. – Режим доступа: https://zapier.com/blog/how-doeschatgpt-work/ (дата обращения 25.04.2023).How does ChatGPT work. Available at: https://zapier.com/blog/how-does-chatgpt-work/ (accessed 25.04.2023).What Is ChatGPT Doing … and Why Does It Work? [Электронный ресурс]. – Режим доступа: https://writings.stephenwolfram.com/2023/02/what-is-chatgpt-doing-and-why-does-it-work/ (дата обращения 25.04.2023).What Is ChatGPT Doing … and Why Does It Work. Available at: https://writings.stephenwolfram.com/2023/02/what-is-chatgpt-doing-and-why-does-it-work/(accessed 25.04.2023).How ChatGPT actually works [Электронный ресурс]. – Режим доступа: https://www.assemblyai.com/blog/how-chatgpt-actually-works/ (дата обращения 20.04.2023).How ChatGPT actually works. Available at: https://www.assemblyai.com/blog/how-chatgpt-actually-works/ (accessed 20.04.2023).How ChatGPT Works: The Model Behind The Bot [Электронный ресурс]. – Режим доступа: https://towardsdatascience.com/how-chatgpt-works-the-models-behind-the-bot-1ce5fca96286 (дата обращения 20.04.2023).How ChatGPT Works: The Model Behind The Bot. – Available at: https://towardsdatascience.com/howchatgpt-works-the-models-behind-the-bot-1ce5fca96286 (accessed 20.04.2023).Elgohary H.K. A., Al-Dossary H.K. The effectiveness of an educational environment based on artificial intelligence techniques using virtual classrooms on training development // International Journal of Instruction. – 2022. – № 15(4). – pp. 1133-1150. DOI: 10.29333/iji.2022.15460a.Elgohary H.K. A., Al-Dossary H.K. The effectiveness of an educational environment based on artificial intelligence techniques using virtual classrooms on training development. International Journal of Instruction, 2022, no. 15(4), pp. 1133-1150. DOI: 10.29333/iji.2022.15460a.Обзор чат-бота ChatGPT: что это, возможности и примеры использования [Электронный ресурс]. – Режим доступа: https://habr.com/ru/companies/mtt/articles/711052/ (дата обращения 20.04.2023).ChatGPT chatbot overview: what it is, features and use cases. Available at: https://habr.com/ru/companies/mtt/articles/711052/ (accessed 20.04.2023).Наркевич А.Н., Виноградов К.А., Параскевопуло К.М., Мамедов Т.Х. Интеллектуальные методы анализа данных в биомедицинских исследованиях: сверточные нейронные сети // Экология человека. – 2021. – № 5. – С. 53-64.Narkevich A.N., Vinogradov K.A., Paraskevopulo K.M., Mamedov T.H. Intelligent data analysis in biomedical research: convolutional artificial neural networks. Human Ecology, 2021;5: 53-64 (In Russ).Almazaydeh L., Abuhelaleh M., Tawil A., Elleithy K. Clinical text classification with word representation features and machine learning algorithms // International Journal of Online and Biomedical Engineering (iJOE). – 2023. – № 19(04). – pp. 65-76. DOI: 10.3991/ijoe.v19i04.36099.Almazaydeh L., Abuhelaleh M., Tawil A., Elleithy K. Clinical text classification with word representation features and machine learning algorithms. International Journal of Online and Biomedical Engineering (iJOE), 2023;19(04):65-76. DOI:10.3991/ijoe.v19i04.36099.Казанцев Т. ChatGPT и революция искусственного интеллекта / Т. Казанцев. – Серия: Технологии, 2023. – 190 с.Kazancev T. ChatGPT and the AI revolution. Serija: Tehnologii, 2023;190.Ермоленко Т.В. Классификация ошибок в тексте на основе глубокого обучения // Проблемы искусственного интеллекта. – 2019. – № 3(14). – С. 47-57.Yermolenko T.V. Classification of errors in the text based on deep learning. Problems of Artificial Intelligence, 2019;3(14):47-57 (In Russ).Gates Notes. The Age of AI has begun [Электронный ресурс]. – Режим доступа: https://www.gatesnotes.com/The-Age-of-AI-Has-Begun (дата обращения 25.03.2023).Gates Notes. The Age of AI has begun. Available at: https://www.gatesnotes.com/The-Age-of-AI-Has-Begun (accessed 25.03.2023).Pause Giant AI Experiments: An Open Letter [Электронный ресурс]. – Режим доступа: https://futureoflife.org/open-letter/pause-giant-ai-experiments/ (дата обращения 25.03.2023).Pause Giant AI Experiments: An Open Letter. Available at: https://futureoflife.org/open-letter/pause-giant-aiexperiments/ (accessed 25.03.2023).

The authors declare that there are no conflicts of interest present.