W tym poście, przedstawię przykładowe wykorzystanie najnowszego produktu OpenAI, modelu językowego ChatGPT 4o. Ocenię też oraz opiszę zaobserwowane plusy i minusy tego narzędzia.
Czym jest ChatGPT 4o?
ChatGPT 4o, zgodnie z deklaracjami OpenAI, pod względem "inteligencji" dorównuje modelowi GPT-4. Ma jednak działać szybciej i lepiej w zakresie analizy tekstu, głosu i obrazu. Zgodnie z deklaracjami OpenAI, nowy model w przyszłości umożliwi bardziej naturalne rozmowy głosowe i wideo w czasie rzeczywistym.
W chwili obecnej jest on udostępniony dla użytkowników wersji płatnych ChatGPT, Plus oraz Team. W przyszłości zostanie udostępniony dla użytkowników Enterprise i , w ograniczonym stopniu, użytkownikom darmowej wersji ChatGPT*.
Co umożliwia ChatGPT 4o?
ChatGPT 4o umożliwia m.in.:
Zaawansowaną analizę obrazów: Na przykład, można zrobić zdjęcie menu w obcym języku i porozmawiać z ChatGPT 4o o tłumaczeniu, historii i znaczeniu potraw oraz otrzymać rekomendacje.
Szybsze i bardziej zaawansowane przetwarzanie języka: Model oferuje inteligencję na poziomie GPT-4, ale działa znacznie szybciej i dokładniej.
Obsługę wielu języków: ChatGPT w wersji 4o obsługuje ponad 50 języków w różnych funkcjach, takich jak rejestracja, logowanie i ustawienia użytkownika.
Dostępność zaawansowanych narzędzi, takich jak analiza danych, używanie GPT użytkowników oraz korzystanie GPT obrazów, generowanie odpowiedzi na podstawie wyników wyszukiwania w Internecie.
W przeciągu kilku tygodni, ChatGPT 4o zostanie też wzbogacony o nowy, udoskonalony model obsługi głosowej.
Wykorzystanie ChatGPT 4o do analizy danych - przykład
Jak widać, nowe narzędzie oferuje szerokie spektrum możliwości. W tym poście przedstawię Wam jak prosta jest analiza danych z wykorzystaniem ChatGPT 4o. Na potrzeby tego przykładu pobrałem zupełnie przypadkowe dane witryny Kaggle.com. Dane te składały się z dwu plików i zostały udostępnione na licencji CC-BY SA 4.0.
Zgodnie z opisem dostarczonym przez autora zestawu danych, jeden zbiór danych zawiera brakujące wartości (NaN), a drugi nie. Te zbiory danych zawierają informacje na temat sprzedaży i zadowolenia klientów przed i po interwencji, a także dane dotyczące zakupów dla grup kontrolnych i terapeutycznych. Zbiór danych ma charakter syntetyczny i został stworzony do wykorzystania w analizie statystycznej.
Aby dodatkowo utrudnić zadanie, skompresowałem obydwa pliki do pojedynczego archiwum (w formacie *.zip).
Przejdźmy zatem do analizy.
Załadowanie danych i wprowadzenie instrukcji.
Pierwszym krokiem analizy jest wybór modelu językowego. Widok jak niżej jest dostępny dla subskrybentów wersji płatnej ChatGPT Plus. Wybieramy model GPT-4o.
Następnie należy załadować dane do ChatGPT. Robimy to klikając na znak "spinacza", a następnie wybierając nasz plik, w tym przypadku archiwum *.zip.
Aby nieco ukierunkować analizę, postanowiłem dać modelowi trochę więcej instrukcji. Aby ich jednak nie przepisywać, zrobiłem tzw. zrzut ekranu i wkleiłem wynik do pola wprowadzania instrukcji (przy pomocy kombinacji klawiszy ctrl+v).
Na koniec wpisałem faktyczne polecenie dla modelu językowego.
Zobaczmy jakie uzyskamy wyniki.
Wyniki analizy: część pierwsza
ChatGPT szybko "zabrał się" do pracy, opisując kolejno wykonywane kroki. Rozpoczął od rozpakowania archiwum i analizy opisowej zmiennych, co przedstawiono na poniższym zrzucie ekranu. Pewnym zaskoczeniem dla mnie było to, że wyniki analizy przedstawił w języku angielskim. Jak zobaczycie niżej, nie stanowi jednak dla niego problemu praca w języku polskim. Sugeruje to konieczność wyraźnego wskazania języka, w jakim mają być przedstawiane wyniki w treści zapytania. Tu jednak zdecydowałem się pozostawić oryginalny "produkt" ChatGPT.
Po wstępnych "pracach", ChatGPT "przystąpił" do faktycznej analizy. Tak jak wcześniej, opisał szczegółowo kroki, jakie miałby następnie wykonać. Były to odpowiednio: analiza opisowa danych, analiza porównawcza, analiza korelacji, oraz wizualizacje. W tym momencie sugerowałbym przewinąć ten post odrobinę w górę i rzut oka na pierwotne zapytanie. O żadną z tych analiz nie prosiłem bezpośrednio ChatGPT. Model sam "zaproponował" konkretne prace jakie wykona, a następnie je wykonał. Nie potrzebował do tego żadnych doatkowych sugestii czy promptów. Ech, gdyby wszyscy analitycy pracowali w ten sposób... :) Nadmienię, że GPT-4 dość często "dopytywał" w trakcie pracy.
Następnie ChatGPT przeprowadził analizę porównawczą danych i zinterpretował wyniki. Obie grupy kontrolne wykazały się wzrostem sprzedaży po przeprowadzonej interwencji.
Uff. Przechodzimy do dalszych kroków, którymi będą analiza korelacji oraz przygotowanie zaawansowanych wizualizacji.
Z przeprowadzonej analizy korelacji wynika silna korelacja pomiędzy poziomami sprzedaży przed i po interwencji. Podobnie zachowuje się poziom satysfakcji klientów. Wykryto umiarkowany poziom korelacji pomiędzy poziomem sprzedaży a poziomem satysfakcji klientów.
Następnie ChatGPT podsumował wyniki korelacji i zapowiedział kolejne kroki, tj. przygotowanie zaawansowanych wizualizacji oraz przeprowadzenie testów statystycznych.
ChatGPT przygotował kilka dodatkowych wizualizacji. Na pierwszej z nich wykazał pozytywny wpływ na sprzedaż podjętego działania. Przygotował też kilka wykresów pudełkowych opisujących obydwa zestawy danych.
Na koniec tego etapu analizy, ChatGPT przeprowadził testy t-studenta weryfikujące kilka hipotez, m.in. odnośnie statystycznej istotności różnicy w poziomie sprzedaży przed i po dokonanej interwencji.
Wyniki analizy: część druga
Na zakończenie etapu pierwszego, ChatGPT zapytał, czy chcemy przeprowadzić dalsze analizy. Odpowiedziałem: "Tak". Rozpoczął się niniejszym kolejny etap. Co ciekawe, od tego momentu, ChatGPT przeszedł na język polski. Czyli jednak można :).
Pierwszą z analiz było zbadanie obu zestawów danych w rozbiciu na segmenty klientów.
Następnie weryfikowano zachowania klientów przed i po dokonaniu zakupu.
Na koniec ChatGPT przygotował kilka wizualizacji.
Nie pozostawił nas przy tym samych z tymi wizualizacjami i dostarczył kilka interpretacji uzyskanych wyników.
Niestety, ChatGPT nie dał rady wygenerować wyników analizy klasteryzacji - dwukrotnie zwrócił błąd, za trzecim razem rozpoczął analizę od początku i nie zwrócił żadnych rezultatów.
Jak się pracuje z ChatGPT 4o? - ocena
Jak dotąd pracowałem zarówno z wersją 3.5 jak i 4.0 ChatGPT. Testowałem wtyczki oraz GPTs (w tym przygotowane przeze mnie). Na tym tle chciałem ocenić również najnowszą wersję tego rozwiązania.
Sama obsługa jest podobna jak ChatGPT w wersji 4.0, który umożliwia zarówno pracę z plikami jak i obrazami. Moje subiektywne wrażenie było takie, że ChatGPT 4o działa nieco szybciej i stabilniej, a uzyskiwane rezultaty są niemal od razu bliskie oczekiwaniom. Na uwagę zasługuje fakt, że wygenerowana odpowiedź była dość obszerna. W mojej ocenie świadczy to na korzyść nowego modelu. Trochę zamieszania spowodowała kwestia językowa, jest to jednak do wyprostowania na etapie pisania prompta. Rozczarowaniem było to, że ChatGPT nie był w stanie dokończyć analizy. Niemniej udał się i tak sporo wypracować. Pracując z ChatGPT 4.0 tego typu sytuacje zdarzały mi się dość często.
Podsumowanie
Mam nadzieję, że tym krótkim postem udało mi się udowodnić choćby częściowo moc nowego narzędzia od OpenAI. Łączy on w sobie wszechstronność ChatGPT 4.0, oferując przy tym subiektywnie większą stabilność i szybkość. Zaletą jest dość dobra praca w języku polskim, pod warunkiem wskazania konieczności pracy w tym języku w zapytaniu.
*Użytkownicy darmowej wersji będą mogli, w zależności od skali globalnego wykorzystania, wykonać do kilku zapytań w wersji ChatGPT 4o.
Podobał się Ci ten post? Zachęcam do subskrypcji!
Comments