ChatGPT’nin yeni özelliği ‘code interpreter’ hakkında bilinmesi gerekenler

ChatGPT, karmaşık verileri çözmek ve grafikler oluşturmak için kullanıcılarına yeni bir özellik sundu.

ChatGPT’nin yeni özelliği ‘code interpreter’ hakkında bilinmesi gerekenler
TT

ChatGPT’nin yeni özelliği ‘code interpreter’ hakkında bilinmesi gerekenler

ChatGPT’nin yeni özelliği ‘code interpreter’ hakkında bilinmesi gerekenler

Yiwen Lu

Grafikler, haritalar ve veri analizleri… ChatGPT, artık daha fazlasını yapabilecek.

Code interpreter adlı yeni özellik ChatGPT Plus kullanıcılarının hizmetine sunuldu.

OpenAI tarafından geliştirilen yapay zeka (AI) tabanlı chatbot (sohbet robotu) olan ChatGPT, ürettiği metinlerle son aylarda dünyayı hayrete düşürmeyi başarırken bugün kullanıcılarının grafikler ve haritalar oluşturmalarını ve fotoğraf ve resimleri video kliplere dönüştürmelerini sağlıyor.

Şarku’l Avsat’ın New York Times’tan aktardığı habere göre OpenAI tarafından geçtiğimiz hafta ChatGPT Plus abonelerinin kullanımına sunulan code interpreter özelliği sayesinde tüm bunları yapmak artık mümkün.

İşte code interpreter özelliği hakkında bilinmesi gerekenler:

-Code interpreter nedir?

Code interpreter (kod yorumlayıcı) ChatGPT'nin diğer özelliklerinin yanı sıra veri analiz etme, grafikler oluşturma, matematik problemlerini çözme, dosya düzenleme gibi birçok görevi yerine getirmesini sağlarken dosya yükleme ve indirme işlemlerini de destekliyor. Bu özellikler, daha önce ChatGPT’de yer almıyordu.

Code interpreter, artık aylık 20 dolar olan ChatGPT Plus aboneleri tarafından kullanılabilecek. ChatGPT Plus aboneleri, Expedia ve OpenTable gibi üçüncü taraf uygulamalara erişmelerini sağlayan ek özelliklere de sahip olabilecekler.

-Code interpreter nasıl çalışır?

ChatGPT, kendisine bir soru sorulduğunda, diziliş temelinde bir sonraki kelimeyi tahmin eden büyük dil modeline (LLM) dayalı yanıt verir. Ancak code interpreter özelliğinde ChatGPT cevabı bulmak için bir bilgisayar kodu yazar ve bunu çalıştırır. OpenAI'ye göre ChatGPT bu yeni özellik sayesinde karmaşık matematik problemlerini çözmek, kullanıcının aktardığı veriler dayalı grafikler oluşturmak ve tüm bu işlemleri kodla tamamlamak gibi daha önce yapmadıklarını gerçekleştirebilecek.

Bazı çevreler, code interpreter özelliğinin büyük dil modellerindeki en büyük sorun olan hata potansiyelini azalttığını öne sürerken code interpreter özelliğini henüz kullanıcılara sunulmadan önce iki ay boyunca test eden Pennsylvania Üniversitesi'nden Doç. Dr. Ethan Mollick, “Kod bir şeyi nesnel olarak doğru yapıyor” dedi.

Analiz görevleri

-Code interpreter özelliğini ne için kullanılabilir?

Code interpreter daha çok veri analizi için kullanılıyor.

ChatGPT, “Verilerde neyin ilginç olduğunu söyle” gibi istekte bulunulduğunda kullanıcının mali, sağlık ve coğrafi konum verilerine bakar ve bu konuda bilgi üretir. Finansal analistler, bu yeni aracı hisse senedi fiyatı analizi ve bütçe hazırlama gibi çeşitli görevler için kullanmaya başladılar bile.

Araştırmacılar da bu yeni özelliği yenilikçi grafikler oluşturmak için kullanmaya başlarken Doç Dr. Mollick, code interpreter özelliğinin son zamanlarda Billboard Hot 100'ün 3 boyutlu bir tablosunu ve ABD’nin tüm deniz fenerlerinin yer aldığı animasyonlu bir haritasını oluşturmak için kullandığını söyledi. Bazıları ise code interpreter özelliğini fotoğraf ve resimleri videolara ya da PDF dosyalarına dönüştürmek gibi dosya biçimlerini değiştirmek için kullandılar.

Diğer yandan Princeton Üniversitesi'nde bilgisayar bilimleri profesörü olan Arvind Narayanan, yapay zekanın halen hatalı sonuçlar ve yanıltıcı bilgiler vermesi nedeniyle veri analizi için code interpreter özelliğine çok fazla güvenilmemesi konusunda uyardı.

Prof. Narayanan, doğru veri analizinin, veriler hakkında çok fazla eleştirel düşünmeyi gerektirdiğinin altını çizdi.

*Bu makale Şarku’l Avsat tarafından New York Times’tan çevrildi.



Deepfake videoları tespit etmek giderek zorlaşıyor: Artık gerçekçi kalp atışları var

Kişilerin rızası ve bilgisi dışında üretilen deepfake görüntüler endişe yaratıyor (Reuters)
Kişilerin rızası ve bilgisi dışında üretilen deepfake görüntüler endişe yaratıyor (Reuters)
TT

Deepfake videoları tespit etmek giderek zorlaşıyor: Artık gerçekçi kalp atışları var

Kişilerin rızası ve bilgisi dışında üretilen deepfake görüntüler endişe yaratıyor (Reuters)
Kişilerin rızası ve bilgisi dışında üretilen deepfake görüntüler endişe yaratıyor (Reuters)

Deepfake videoların gelişmiş saptama yöntemlerini yanıltabildiği ve her geçen gün daha gerçekçi hale geldiği tespit edildi. 

Bir kişinin yüzünün ya da vücudunun dijital olarak değiştirilmesiyle oluşturulan deepfake videolar endişe yaratmaya devam ediyor. 

Bu videolar gerçek bir kişinin görüntüsünün yapay zeka kullanılarak değiştirilmesiyle yapılıyor. Aslında bu teknoloji, kullanıcıların yüzünü kediye dönüştüren veya yaşlandıran uygulamalar gibi zararsız amaçlarla da kullanılabiliyor.

Ancak insanların cinsel içerikli videolarını üretmek veya masum insanlara iftira atmak için de kullanılabilmesi ciddi bir sorun teşkil ediyor.

Bu videoların sahte olup olmadığını anlamak için kullanılan gelişmiş yöntemlerden biri kalp atışlarını izlemek. 

Uzaktan fotopletismografi (rPPP) adlı araç, deriden geçen ışıktaki küçük değişiklikleri tespit ederek nabzı ölçüyor. Nabız ölçen pulse oksimetreyle aynı prensiple çalışan bu araç, çevrimiçi doktor randevularının yanı sıra deepfake videoları tespit etmek için de kullanılıyor.

Ancak bulguları hakemli dergi Frontiers in Imaging'de bugün (30 Nisan) yayımlanan çalışmaya göre deepfake görüntülerde artık gerçekçi kalp atışları var.

Bilim insanları çalışmalarına videolardaki nabız hızını otomatik olarak saptayıp analiz eden bir deepfake dedektörü geliştirerek başladı. 

Ardından rPPP tabanlı bu aracın verilerini, EKG kayıtlarıyla karşılaştırarak hassasiyetini ölçtüler. Son derece iyi performans gösteren aracın EKG'yle arasında dakikada sadece iki-üç atımlık fark vardı. 

Ekip aracı deepfake videolar üzerinde test ettiğindeyse rPPP, videoya kalp atışı eklenmese bile son derece gerçekçi bir kalp atışı algıladı. 

Bilim insanları kalp atışlarının videoya kasten eklenebileceği gibi, kullanılan kaynak videodan kendiliğinden geçebileceğini de söylüyor.

Almanya'daki Humboldt Üniversitesi'nden çalışmanın ortak yazarı Peter Eisert "Kaynak video gerçek bir kişiye aitse, bu artık deepfake videoya aktarılabiliyor" diyerek ekliyor: 

Sanırım tüm deepfake dedektörlerinin kaderi bu; deepfake'ler gittikçe daha iyi hale geliyor ve iki yıl önce iyi çalışan bir dedektör bugün tamamen başarısız olmaya başlıyor.

Araştırmacılar yine de sahte videoları saptamanın başka yolları olduğunu düşünüyor. Örneğin sadece nabız hızını ölçmek yerine, yüzdeki kan akışını ayrıntılı olarak takip eden dedektörler geliştirilebilir.

Eisert, "Kalp atarken kan, damarlardan geçerek yüze akıyor ve daha sonra tüm yüz bölgesine dağılıyor. Bu harekette gerçek görüntülerde tespit edebileceğimiz küçük bir gecikme var" diyor.

Ancak bilim insanına göre nihai çözüm deepfake dedektörlerinden ziyade, bir görüntünün üzerinde oynanıp oynanmadığını anlamaya yarayan dijital işaretlere odaklanmaktan geçiyor:

Bir şeyin sahte olup olmadığını tespit etmek yerine bir şeyin değiştirilmediğini kanıtlayan teknolojiye daha fazla odaklanmadığımız sürece, deepfake'lerin saptanmalarını zorlaştıracak kadar iyi olacağını düşünüyorum.

Independent Türkçe, BBC Science Focus, TechXplore, Frontiers in Imaging