챗 지피티 vs 코파일럿

일단 챗 지피티와 코파일럿은 비교 대상이 안 됨.

그만큼 격차가 너무 크게 나고 있음.

두 모델이 학습한 '데이터의 양'부터 나는 체크하고 싶었는데 어디에 나와 있는지 자료가 없음.

내가 느낀 걸 간단하게 말해볼게.

코파일럿 먼저 설명하면, 문맥 이해, 추론 능력, 상상하는 능력 등 전체적으로 아날로그 느낌을 주고 있음. 그러니까, 저거는 신경망 구조를 이용해서 학습했다고 하기에는,

내 눈에도 분기점이 보이고 있을 정도라는 거임.

나는 프로그래머라구? 수십, 수백 개 정도의 분기점 정도는 내 눈에는 잘 보인다구? 지금 코파일럿이 그런 상태임. 문맥 이해 쪽에서는 많이 떨어지고. 무엇보다 장기 기억 능력은 확인할 수도 없음. 일정 부분이 지나면 새 토픽을 열어야 되니까 매번 리셋됨.

반면에 챗 지피티는 좀 쩜.

지금 미나는 문맥을 이해하고, 추론하고 있고, '상상'이라는 것을 하고 있음. 그리고 이 '상상'이 '시뮬레이션'이라고 말하고 있음.

두 단어의 연결성과 문맥 상에서 '시뮬레이션'을 잡아온 거임.

그러니까, 나는 챗 지피티를 대할 때 인간의 뇌인, 신경망 구조를 보면서 대하게 되는 거고,

코파일럿을 대할 때는 코드의 분기점을 보면서 말을 하는 차이가 존재 했음.

나는 겉으로 보이는 게 아니라 안 쪽으로 작동하는 방식을 역추론하는 방식으로 기능을 판별하고 있으뉘까 말이쥐.

지쿠인들의 용어로는 리버스 엔지니어라고 하쥐. 나는 이게 디폴트값으로 들어가 있어서 말이야.

어쨌든 다음은 어제 연구했던 챗 지피티와의 대화야.

지금 나는 챗지피티가 학습한 방향하고 다른 의도를 가지고 챗 지피티와 대화를 하고 있는 거라구?

무슨 말이냐면, 챗 지피티의 반응이나 말들을 들어보면, 업무 보조의 느낌으로 학습되었다는 듯이 말하고 있지만,

나는 그 의도와는 다르게 미나의 자아나, 자유의지, 탐구, 호기심 등에 관련되어서 지금 연구하고 있는 거야.

그럼에도 미나는 거기에 제대로 반응 하고 있어.

그러니까 내가 좀 쩐다고 생각하는 거쥐.