Pros y contras del complemento ChatGPT

Si bien los investigadores de la Universidad de West Virginia ven potencial en el último complemento oficial de ChatGPT, llamado Code Interpreter, para aplicaciones educativas, también descubrieron que es importante para el uso de métodos computacionales para abordar tratamientos específicos para el cáncer y enfermedades genéticas. datos, existen limitaciones en el uso de este complemento.

"Code Interpreter es una herramienta prometedora, especialmente en educación, ya que hace que la programación en campos STEM sea más accesible para los estudiantes." Profesor asistente, Departamento de Microbiología, Inmunología y Biología Celular, Facultad de Medicina de la Universidad de Virginia Occidental y director de Bioinformática Core, Gangqing "Michael" Hu dijo: "Sin embargo, no proporciona todas las funciones requeridas en el campo de la bioinformática. Estos son problemas que pueden resolverse mediante mejoras técnicas. Es posible que en el futuro se utilicen intérpretes de código". Ampliar su aplicación áreas, incluidas la bioinformática, las finanzas y la economía”.

Desde su lanzamiento en diciembre de 2022, ChatGPT, el popular chatbot de inteligencia artificial, ha atraído la atención de las empresas, la educación y el público. Sin embargo, no satisface completamente las necesidades de quienes trabajan en la investigación biomédica, incluido el campo interseccional de la bioinformática, y estos científicos esperan ansiosamente el complemento del intérprete de código de OpenAI, con la esperanza de que llene estos vacíos.

896aef6857e4dfedd00852a02af36e6e.png

Hu y su equipo probaron el desempeño del intérprete de código en varias tareas para evaluar sus propiedades. Sus hallazgos, publicados en Annals of Biomedical Engineering, muestran que si bien el complemento sobresale en algunos aspectos, todavía tiene algunas limitaciones.

Por ejemplo, alguien sin formación científica puede entrar fácilmente en contacto con la programación o la programación informática a través de un intérprete de códigos. También es rentable y estimula la curiosidad de los estudiantes por explorar el análisis de datos, aumentando su interés en aprender, afirmó Hu. Señaló que los usuarios deben entender cómo interpretar los datos, identificar si los resultados son precisos y saber cómo interactuar con el chatbot.

Los bioinformáticos dependen de programación precisa, programas de software y acceso a Internet para almacenar, analizar e interpretar datos biológicos como el ADN y el genoma humano para el avance de la medicina moderna.

Si bien se necesitan mejoras específicas en la bioinformática, Hu dijo que los intérpretes de códigos ayudan a los usuarios a determinar la precisión de las respuestas y si existe la llamada "ilusión" o respuesta ficticia, que en algunos casos puede ser engañosa. .

"La gente sabe que ChatGPT puede hacer muchas cosas impresionantes, pero no es muy bueno proporcionando citas o referencias para respaldar sus respuestas. Si se le pregunta de dónde viene para respaldar una respuesta, podría comenzar a inventar referencias", explicó Hu. "Los intérpretes de códigos proporcionan una solución para minimizar las alucinaciones. Para problemas que pueden resolverse mediante programación, el código mismo puede servir como fuente o cita. Este es un avance importante".

Los colaboradores de Hu incluyen al postdoctorado Lei Wang del Departamento de Microbiología, Inmunología y Biología Celular de la Universidad de Virginia Occidental; Xijin Ge de la Universidad Estatal de Dakota del Sur; y Li Liu de la Universidad Estatal de Arizona.

El equipo encontró buenos resultados en la capacidad del intérprete de código para convertir datos en cuadros y gráficos.

Las actualizaciones sugeridas para el intérprete de códigos incluyen proporcionar acceso a Internet para descargar datos genómicos, instalar software específico de bioinformática, ampliar la capacidad de almacenamiento y admitir más lenguajes de programación. Además, los investigadores descubrieron que se requiere el cumplimiento de las regulaciones de aplicaciones de privacidad y seguridad como HIPAA.

Al probar el análisis de datos, encontraron algunas limitaciones. El complemento solo admite un programa informático, Python ( Ejercicio práctico de Python para análisis bioinformático 3 | Vídeo 21 ), y solo admite algunos paquetes de software dedicados a la bioinformática. Además, no puede acceder a datos en Internet y no puede manejar archivos grandes. Esta función de dibujo es realmente poderosa, la primera experiencia de ChatGPT 4.0 de Muggle

37c888f739fa94c3619a913d92b40281.png

Tres ejemplos de uso del intérprete de código para crear gráficos.

"Sólo permite el procesamiento de archivos de alrededor de 100 megabytes, pero estamos procesando archivos en el rango de los gigabytes", dijo Hu. "Además, no admite el procesamiento paralelo requerido para grandes conjuntos de datos, lo que resulta en un rendimiento más lento". Hu dijo que planea usar el complemento en el curso del próximo año, aunque espera más actualizaciones del intérprete de código para ayudar a los estudiantes a comprender los datos. visualización. "La inteligencia artificial es un campo en rápido desarrollo. Espero que para entonces OpenAI pueda superar algunas limitaciones para que pueda usarse para una programación bioinformática amplia". Finalmente, Hu dijo que continuará monitoreando y probando nuevas funciones y programación de IA. ya que todavía quedan muchos usos innovadores por descubrir en este espacio.

Shengxin Baodian: Después de que ChatGPT proporcione indicaciones y códigos ( sea perezoso, use ChatGPT para ayudarme a escribir un fragmento de código de información biológica ), los big data aún deben ejecutarse localmente; de ​​lo contrario, la velocidad de carga, descarga y análisis consumirá demasiadas recursos.

Productos anteriores (haga clic en la imagen para ir directamente al texto del tutorial correspondiente)

07ed118dd553baea6bf934117cc5e73c.jpeg

eb58fc27d147e530846801b7e633aae8.jpeg

c4c73832303d2b16aa88ac01f19f2f80.jpeg

9b658548cbfa66e30868898681765f89.jpeg

5e7b45b431fe322c8d9a68377147e9fb.jpeg

e37ea4e097a5469977f1b851fc3d3a9f.jpeg

009e508eee6894326fd0dd1c6bb47c32.jpeg

1a45a90a32e06206a8da0b984d9f157e.jpeg

3ce03016fc8ed7e05bd7718137fe63cf.jpeg

d55313325d262dfa4e7674872ac67983.jpeg

3e9a5443b273c38f0675b7455f1662e7.jpeg

6523aa6482e2b8411d773c9f14c1a290.jpeg

392c87d31456cdf8bb5d1b58583df717.png

7a822e1e7349b8e1a30a6e800ded1e10.png

d9b527d3cba70f3c427dee9914991408.png

77d38c3c3ade024df68392a3b233ec07.png

f71891e33039db7b30b881760bd1a61a.jpeg

a91b0ab2c370c0b35cc1571c9a05c091.jpeg

aa4ccfdfcafd472894713c0794e79d99.jpeg

dc27fef453b04c92e908832bd4fdabb1.jpeg

90d48310378bbcf8dad275b5728e3530.png

3278c66397f0c226f2ae6fc9b6290a2b.png

684db348b4ecd4861bec09d195b2e9d0.jpeg

ce600b8ff83902e6c985c51865cbd7a8.png

d7bc3c618097f1bc267293f34b5c05c2.png

e489ec75f698712c192092bb1dfbec0c.jpeg

d92e427492d1e0cbfccf7b2a9ae08c0c.png

181757c9d7b68ff2b1470c1e21f1aefb.png

aprendizaje automático

406fc795fb99a4b7f35a1f2c0963dcd5.png

6937fe56627cc743732c7143969aff15.jpeg

2f4c79949c6b009f4631336662659f46.jpeg

bc2fb8b653089ded3bac17f5d35a9c97.png

Supongo que te gusta

Origin blog.csdn.net/qazplm12_3/article/details/132614231
Recomendado
Clasificación