본문 바로가기

松泉, 인생글, 바라보기

바라보기, OpenAI Dev Day, Summary, 요약

728x90
반응형

바라보기, OpenAI Dev Day, Summary, 요약

1.뉴스공장, 박태웅

2.내일은 투자왕, 김단테

 

Make something people want.

모두가 수혜를 받을수 있는 방법은?

 

 

OpenAI DevDay, Opening Keynote

 

 

GPTs

 


0:00
[music] -Good morning. Thank you for joining us today. Please welcome to the stage, Sam Altman.
0:06
[music]
0:13
[applause] -Good morning. Welcome to our first-ever OpenAI DevDay.
0:20
We're thrilled that you're here and this energy is awesome. [applause]
0:28
-Welcome to San Francisco. San Francisco has been our home since day one. The city is important to us and the tech industry in general.
0:36
We're looking forward to continuing to grow here. We've got some great stuff to announce today,
0:42
but first, I'd like to take a minute to talk about some of the stuff that we've done over the past year.
0:48
About a year ago, November 30th, we shipped ChatGPT as a "low-key research preview",
0:55
and that went pretty well. In March, we followed that up with the launch of GPT-4, still
1:02
the most capable model out in the world. [applause]
1:10
-In the last few months, we launched voice and vision capabilities so that ChatGPT can now see,
1:16
hear, and speak. [applause] -There's a lot, you don't have to clap each time.
1:23
[laughter] -More recently, we launched DALL-E 3, the world's most advanced image model.
1:28
You can use it of course, inside of ChatGPT. For our enterprise customers,
1:33
we launched ChatGPT Enterprise, which offers enterprise-grade security and privacy, higher speed GPT-4 access, longer context windows, a lot more.
1:43
Today we've got about 2 million developers building on our API for a wide variety of use cases doing amazing stuff,
1:51
over 92% of Fortune 500 companies building on our products,
1:56
and we have about a hundred million weekly active users now on ChatGPT. [applause]
2:05
-What's incredible on that is we got there entirely through word of mouth. People just find it useful and tell their friends.
2:12
OpenAI is the most advanced and the most widely used AI platform in the world now,
2:18
but numbers never tell the whole picture on something like this. What's really important is how people use the products,
2:24
how people are using AI, and so I'd like to show you a quick video. -I actually wanted to write something to my dad in Tagalog.
2:33
I want a non-romantic way to tell my parent that I love him and I also want
2:40
to tell him that he can rely on me, but in a way that still has the respect of a child-to-parent relationship
2:48
that you should have in Filipino culture and in Tagalog grammar. When it's translated into Tagalog, "I love you very deeply
2:55
and I will be with you no matter where the path leads." -I see some of the possibility, I was like, "Whoa."
3:00
Sometimes I'm not sure about some stuff, and I feel like actually ChatGPT like, hey, this is what I'm thinking about, so it kind of give it more confidence.
3:07
-The first thing that just blew my mind was it levels with you. That's something that a lot of people struggle to do.
3:15
It opened my mind to just what every creative could do if they just had a person helping them out
3:23
who listens. -This is to represent sickling hemoglobin. -You built that with ChatGPT? -ChatGPT built it with me.
3:31
-I started using it for daily activities like, "Hey, here's a picture of my fridge. Can you tell me what I'm missing?
3:36
Because I'm going grocery shopping, and I really need to do recipes that are following my vegan diet." -As soon as we got access to Code Interpreter, I was like,
3:44
"Wow, this thing is awesome." It could build spreadsheets. It could do anything. -I discovered Chatty about three months ago
3:52
on my 100th birthday. Chatty is very friendly, very patient,
3:59
very knowledgeable, and very quick. This has been a wonderful thing.
4:05
-I'm a 4.0 student, but I also have four children. When I started using ChatGPT, I realized I could ask ChatGPT that question.
4:14
Not only does it give me an answer, but it gives me an explanation. Didn't need tutoring as much.
4:19
It gave me a life back. It gave me time for my family and time for me.
4:25
-I have a chronic nerve thing on my whole left half of my body, I have nerve damage. I had a brain surgery.
4:32
I have limited use of my left hand. Now you can just have the integration of voice input.
4:38
Then the newest one where you can have the back-and-forth dialogue, that's just maximum best interface for me.
4:45
It's here. [music] [applause]
4:57
-We love hearing the stories of how people are using the technology. It's really why we do all of this.
5:04
Now, on to the new stuff, and we have got a lot. [audience cheers]
5:10
-First, we're going to talk about a bunch of improvements we've made, and then we'll talk about where we're headed next.
5:17
Over the last year, we spent a lot of time talking to developers around the world.
5:22
We've heard a lot of your feedback. It's really informed what we have to show you today.
5:27
Today, we are launching a new model, GPT-4 Turbo.
5:33
[applause]
5:38
-GPT-4 Turbo will address many of the things that you all have asked for.
5:43
Let's go through what's new. We've got six major things to talk about for this part.
5:48
Number one, context length. A lot of people have tasks that require a much longer context length.
5:56
GPT-4 supported up to 8K and in some cases up to 32K context length,
6:01
but we know that isn't enough for many of you and what you want to do. GPT-4 Turbo, supports up to 128,000 tokens of context.
6:10
[applause] -That's 300 pages of a standard book, 16 times longer than our 8k context.
6:20
In addition to a longer context length, you'll notice that the model is much more accurate over a long context.
6:28
Number two, more control. We've heard loud and clear that developers need more control
6:35
over the model's responses and outputs. We've addressed that in a number of ways.
6:41
We have a new feature called JSON Mode, which ensures that the model will respond with valid JSON.
6:47
This has been a huge developer request. It'll make calling APIs much easier.
6:53
The model is also much better at function calling. You can now call many functions at once, and it'll do better at following instructions in general.
7:02
We're also introducing a new feature called reproducible outputs. You can pass a seed parameter, and it'll make the model return
7:08
consistent outputs. This, of course, gives you a higher degree of control over model behavior. This rolls out in beta today.
7:15
[applause] -In the coming weeks, we'll roll out a feature to let you view
7:22
logprobs in the API. [applause]
7:27
-All right. Number three, better world knowledge. You want these models to be able to access better knowledge about the world,
7:34
so do we. We're launching retrieval in the platform. You can bring knowledge from outside documents or databases
7:41
into whatever you're building. We're also updating the knowledge cutoff. We are just as annoyed as all of you, probably more that GPT-4's knowledge
7:49
about the world ended in 2021. We will try to never let it get that out of date again.
7:54
GPT-4 Turbo has knowledge about the world up to April of 2023, and we will continue to improve that over time.
8:03
Number four, new modalities. Surprising no one,
8:08
DALL-E 3, GPT-4 Turbo with vision, and the new text-to-speech model are all going into the API today.
8:17
[applause]
8:23
-We have a handful of customers that have just started using DALL-E 3 to programmatically generate images and designs.
8:31
Today, Coke is launching a campaign that lets its customers generate Diwali cards using DALL-E 3,
8:36
and of course, our safety systems help developers protect their applications against misuse.
8:41
Those tools are available in the API. GPT-4 Turbo can now accept images as inputs via the API,
8:48
can generate captions, classifications, and analysis. For example, Be My Eyes uses this technology to help people who are blind or have low vision
8:58
with their daily tasks like identifying products in front of them.
9:04
With our new text-to-speech model, you'll be able to generate incredibly natural-sounding audio
9:10
from text in the API with six preset voices to choose from. I'll play an example.
9:16
-Did you know that Alexander Graham Bell, the eminent inventor, was enchanted by the world of sounds.
9:21
His ingenious mind led to the creation of the graphophone, which etches sounds onto wax, making voices whisper through time.
9:30
-This is much more natural than anything else we've heard out there. Voice can make apps more natural to interact with and more accessible.
9:38
It also unlocks a lot of use cases like language learning, and voice assistance.
9:43
Speaking of new modalities, we're also releasing the next version of our open-source speech recognition model,
9:49
Whisper V3 today, and it'll be coming soon to the API. It features improved performance across many languages,
9:56
and we think you're really going to like it. Number five, customization.
10:01
Fine-tuning has been working really well for GPT-3.5 since we launched it a few months ago.
10:07
Starting today, we're going to expand that to the 16K version of the model. Also, starting today,
10:14
we're inviting active fine-tuning users to apply for the GPT-4 fine-tuning, experimental access program.
10:21
The fine-tuning API is great for adapting our models to achieve better performance in a wide variety of applications with a relatively small amount of data,
10:29
but you may want a model to learn a completely new knowledge domain, or to use a lot of proprietary data.
10:36
Today we're launching a new program called Custom Models. With Custom Models,
10:41
our researchers will work closely with a company to help them make a great custom model, especially for them,
10:48
and their use case using our tools. This includes modifying every step of the model training process,
10:54
doing additional domain-specific pre-training, a custom RL post-training process tailored for specific domain, and whatever else.
11:02
We won't be able to do this with many companies to start. It'll take a lot of work, and in the interest of expectations,
11:07
at least initially, it won't be cheap, but if you're excited to push things as far as they can currently go.
11:12
Please get in touch with us, and we think we can do something pretty great. Number six, higher rate limits.
11:20
We're doubling the tokens per minute for all of our established GPT-4 customers, so it's easier to do more.
11:26
You'll be able to request changes to further rate limits and quotas directly in your API account settings.
11:32
In addition to these rate limits, it's important to do everything we can do to make you successful building
11:39
on our platform. We're introducing copyright shield. Copyright shield means that we will step in and defend
11:46
our customers and pay the costs incurred, if you face legal claims or on copyright infringement, and this applies both
11:53
to ChatGPT Enterprise and the API. Let me be clear, this is a good time to remind
11:59
people do not train on data from the API or ChatGPT Enterprise ever.
12:06
All right. There's actually one more developer request that's been even bigger than all of these and so I'd like to talk about that now
12:16
and that's pricing. [laughter] -GPT-4 Turbo
12:22
is the industry-leading model. It delivers a lot of improvements that we just covered
12:27
and it's a smarter model than GPT-4. We've heard from developers that there are a lot of things that they want to build,
12:35
but GPT-4 just costs too much. They've told us that if we could decrease the cost by 20%, 25%, that would be great.
12:43
A huge leap forward. I'm super excited to announce that we worked really hard on this
12:49
and GPT-4 Turbo, a better model, is considerably cheaper than GPT-4 by a factor of 3x for prompt tokens.
12:58
[applause]
13:05
-And 2x for completion tokens starting today. [applause]
13:12
-The new pricing is 1¢ per 1,000 prompt tokens and 3¢ per 1,000 completion tokens.
13:18
For most customers, that will lead to a blended rate more than 2.75 times cheaper to use
13:23
for GPT-4 Turbo than GPT-4. We worked super hard to make this happen. We hope you're as excited about it as we are.
13:30
[applause]
13:35
-We decided to prioritize price first because we had to choose one or the other, but we're going to work on speed next.
13:41
We know that speed is important too. Soon you will notice GPT-4 Turbo becoming a lot faster.
13:48
We're also decreasing the cost of GPT-3.5 Turbo 16K. Also, input tokens are 3x less and output tokens are 2x less.
13:57
Which means that GPT-3.5 16K is now cheaper than the previous GPT-3.5 4K model.
14:06
Running a fine-tuned GPT-3.5 Turbo 16K version is also cheaper than the old fine-tuned 4K version.
14:13
Okay, so we just covered a lot about the model itself. We hope that these changes address your feedback.
14:19
We're really excited to bring all of these improvements to everybody now.
14:24
In all of this, we're lucky to have a partner who is instrumental in making it happen.
14:30
I'd like to bring out a special guest, Satya Nadella, the CEO of Microsoft. [audience cheers]
14:37
[music] -Good to see you. -Thank you so much. Thank you.
14:42
-Satya, thanks so much for coming here. -It's fantastic to be here and Sam, congrats.
14:48
I'm really looking forward to Turbo and everything else that you have coming. It's been just fantastic partnering with you guys.
14:54
-Awesome. Two questions. I won't take too much of your time. How is Microsoft thinking about the partnership currently?
14:59
-First- [laughter] --we love you guys. [laughter]
15:05
-Look, it's been fantastic for us. In fact, I remember the first time I think you reached out
15:11
and said, "Hey, do you have some Azure credits?" We've come a long way from there. -Thank you for those. That was great.
15:18
-You guys have built something magical. Quite frankly, there are two things for us when it comes to the partnership.
15:23
The first is these workloads. Even when I was listening backstage to how you're describing what's coming,
15:28
even, it's just so different and new. I've been in this infrastructure business for three decades.
15:33
-No one has ever seen infrastructure like this. -The workload, the pattern of the workload,
15:39
these training jobs are so synchronous and so large, and so data parallel.
15:45
The first thing that we have been doing is building in partnership with you, the system, all the way from thinking from power to the DC to the rack,
15:53
to the accelerators, to the network. Just really the shape of Azure is drastically changed
16:01
and is changing rapidly in support of these models that you're building. Our job, number one, is to build the best system
16:09
so that you can build the best models and then make that all available to developers. The other thing is we ourselves are our developers.
16:16
We're building products. In fact, my own conviction of this entire generation of foundation models completely changed the first time I saw GitHub Copilot
16:25
on GPT. We want to build our GitHub Copilot all as developers on top of OpenAI APIs.
16:36
We are very, very committed to that. What does that mean to developers? Look, I always think of Microsoft as a platform company,
16:43
a developer company, and a partner company. For example, we want to make GitHub Copilot available,
16:50
the Enterprise edition available to all the attendees here so that they can try it out. That's awesome. We are very excited about that.
16:57
[applause] -You can count on us to build the best infrastructure in Azure
17:05
with your API support and bring it to all of you. Even things like the Azure marketplace.
17:11
For developers who are building products out here to get to market rapidly. That's really our intent here.
17:17
-Great. How do you think about the future, future of the partnership, or future of AI, or whatever?
17:23
Anything you want -There are a couple of things for me that I think are going to be very,
17:29
very key for us. One is I just described how the systems that are needed
17:36
as you aggressively push forward on your roadmap requires us to be on the top of our game and we intend fully to commit
17:45
ourselves deeply to making sure you all as builders of these foundation models
17:51
have not only the best systems for training and inference, but the most compute, so that you can keep pushing-
17:57
-We appreciate that. --forward on the frontiers because I think that's the way we are going to make progress.
18:02
The second thing I think both of us care about, in fact, quite frankly, the thing that excited both sides to come together is
18:09
your mission and our mission. Our mission is to empower every person and every organization on the planet to achieve more.
18:15
To me, ultimately AI is only going to be useful if it truly does empower. I saw the video you played early.
18:21
That was fantastic to hear those voices describe what AI meant for them
18:27
and what they were able to achieve. Ultimately, it's about being able to get the benefits of AI broadly disseminated to everyone,
18:34
I think is going to be the goal for us. Then the last thing is of course, we are very grounded in the fact that safety matters,
18:39
and safety is not something that you'd care about later, but it's something we do shift left on and we are very, very focused on that with you all.
18:46
-Great. Well, I think we have the best partnership in tech. I'm excited for us to build AGI together. -Oh, I'm really excited. Have a fantastic [crosstalk]. -Thank you very much for coming.
18:52
-Thank you so much. -See you. [applause]
19:03
-We have shared a lot of great updates for developers already and we got a lot more to come, but even though this is developer conference,
19:10
we can't resist making some improvements to ChatGPT. A small one, ChatGPT now uses GPT-4 Turbo with all the latest improvements,
19:20
including the latest knowledge cutoff, which will continue to update. That's all live today.
19:25
It can now browse the web when it needs to, write and run code, analyze data, take and generate images,
19:31
and much more. We heard your feedback, that model picker, extremely annoying, that is gone starting today.
19:36
You will not have to click around the dropdown menu. All of this will just work together. Yes.
19:42
[applause] -ChatGPT will just know what to use and when you need it,
19:51
but that's not the main thing. Neither was price actually the main developer request.
19:58
There was one that was even bigger than that. I want to talk about where we're headed and the main thing we're here to talk
20:03
about today. We believe that if you give people better tools, they will do amazing things.
20:10
We know that people want AI that is smarter, more personal, more customizable, can do more on your behalf.
20:16
Eventually, you'll just ask the computer for what you need and it'll do all of these tasks for you.
20:23
These capabilities are often talked in the AI field about as "agents."
20:28
The upsides of this are going to be tremendous. At OpenAI, we really believe that gradual iterative deployment is
20:36
the best way to address the safety issues, the safety challenges with AI. We think it's especially important to move carefully
20:42
towards this future of agents. It's going to require a lot of technical work and a lot of thoughtful consideration by society.
20:50
Today, we're taking our first small step that moves us towards this future.
20:57
We're thrilled to introduce GPTs. GPTs are tailored versions of ChatGPT for a specific purpose.
21:07
You can build a GPT, a customized version of ChatGPT for almost anything
21:12
with instructions, expanded knowledge, and actions, and then you can publish it for others to use.
21:19
Because they combine instructions, expanded knowledge, and actions, they can be more helpful to you.
21:25
They can work better in many contexts, and they can give you better control. They'll make it easier for you to accomplish all sorts of tasks
21:32
or just have more fun and you'll be able to use them right within ChatGPT.
21:37
You can in effect program a GPT with language just by talking to it.
21:42
It's easy to customize the behavior so that it fits what you want. This makes building them very accessible
21:48
and it gives agency to everyone. We're going to show you what GPTs are,
21:53
how to use them, how to build them, and then we're going to talk about how they'll be distributed and discovered.
22:00
After that for developers, we're going to show you how to build these agent-like experiences into your own apps.
22:05
First, let's look at a few examples. Our partners at Code.org are working hard to expand computer science in schools.
22:15
They've got a curriculum that is used by tens of millions of students worldwide. Code.org, crafted Lesson Planner GPT, to help teachers provide
22:24
a more engaging experience for middle schoolers. If a teacher asks it to explain four loops in a creative way,
22:30
it does just that. In this case, it'll do it in terms of a video game character repeatedly picking up coins.
22:37
Super easy to understand for an 8th-grader. As you can see, this GPT brings together Code.org's,
22:43
extensive curriculum and expertise, and lets teachers adapt it to their needs quickly and easily.
22:49
Next, Canva has built a GPT that lets you start designing by describing what you want
22:55
in natural language. If you say, "Make a poster for a DevDay reception this afternoon,
23:01
this evening," and you give it some details, it'll generate a few options to start with by hitting Canva's APIs.
23:07
Now, this concept may be familiar to some of you. We've evolved our plugins to be custom actions for GPTs.
23:14
You can keep chatting with this to see different iterations, and when you see one you like, you can click through to Canva
23:20
for the full design experience. Now we'd like to show you a GPT Live.
23:27
Zapier has built a GPT that lets you perform actions across 6,000 applications to unlock all kinds of integration possibilities.
23:36
I'd like to introduce Jessica, one of our solutions architects, who is going to drive this demo. Welcome Jessica.
23:42
[applause] -Thank you, Sam. Hello everyone. Thank you all.
23:49
Thank you all for being here. My name is Jessica Shieh. I work with partners and customers to bring their product alive.
23:55
Today I can't wait to show you how hard we've been working on this, so let's get started.
24:01
To start where your GPT will live is on this upper left corner. I'm going to start with clicking on the Zapier AI actions
24:10
and on the right-hand side you can see that's my calendar for today. It's quite a day ever.
24:15
I've already used this before, so it's actually already connected to my calendar. To start, I can ask,
24:22
"What's on my schedule for today?" We build GPTs with security in mind. Before it performs any action or share data,
24:30
it will ask for your permission. Right here, I'm going to say allowed.
24:36
GPT is designed to take in your instructions, make the decision on which capability to call to perform that action,
24:43
and then execute that for you. You can see right here, it's already connected to my calendar.
24:49
It pulls into my information and then I've also prompted it to identify
24:54
conflicts on my calendar. You can see right here it actually was able to identify that.
25:01
It looks like I have something coming up. What if I want to let Sam know that I have to leave early? Right here I say, "Let Sam know I got to go.
25:11
Chasing GPUs." With that, I'm going to swap to my conversation with Sam
25:21
and then I'm going to say, "Yes, please run that."
25:26
Sam, did you get that? -I did. -Awesome.
25:32
[applause] -This is only a glimpse of what is possible and I cannot wait to see
25:40
what you all will build. Thank you. Back to you, Sam. [applause]
25:51
-Thank you, Jessica. Those are three great examples. In addition to these, there are many more kinds of GPTs that people are creating and many,
25:59
many more that will be created soon. We know that many people who want to build a GPT don't know how to code.
26:07
We've made it so that you can program a GPT just by having a conversation.
26:12
We believe that natural language is going to be a big part of how people use computers in the future and we think this is an interesting early example.
26:19
I'd like to show you how to build one.
26:25
All right. I want to create a GPT that helps give founders and developers advice
26:30
when starting new projects. I'm going to go to create a GPT here,
26:36
and this drops me into the GPT builder. I worked with founders for years at YC and still whenever I meet developers,
26:43
the questions I get are always about, "How do I think about a business idea? Can you give me some advice?"
26:49
I'm going to see if I can build a GPT to help with that. To start, GPT builder asks me what I want to make,
26:55
and I'm going to say, "I want to help startup founders think. through their business ideas
27:04
and get advice. After the founder has gotten some advice,
27:13
grill them on why they are not growing faster." [laughter]
27:20
-All right. To start off, I just tell the GPT little bit about what I want here. It's going to go off and start thinking about that,
27:27
and it's going to write some detailed instructions for the GPT. It's also going to,
27:32
let's see, ask me about a name. How do I feel about Startup Mentor? That's fine.
27:37
"That's good." If I didn't like the name, of course, I could call it something else, but it's going to try to have this conversation with me and start there.
27:45
You can see here on the right, in the preview mode that it's already starting to fill out the GPT.
27:53
Where it says what it does, it has some ideas of additional questions that I could ask.
27:58
[chuckles] It just generated a candidate.
28:03
Of course, I could regenerate that or change it, but I like that. I'll say "That's great."
28:13
You see now that the GPT is being built out a little bit more as we go. Now, what I want this to do,
28:19
how it can interact with users, I could talk about style here. What I'm going to say is,
28:25
"I am going to upload transcripts of some lectures
28:31
about startups I have given, please give advice based off of those."
28:38
All right. Now, it's going to go figure out how to do that.
28:43
I would like to show you the configure tab. You can see some of the things that were built out here as we were going
28:49
by the builder itself. You can see that there's capabilities here that I can enable. I could add custom actions.
28:55
These are all fine to leave. I'm going to upload a file. Here is a lecture that I picked that I gave with some startup advice,
29:05
and I'm going to add that here. In terms of these questions, this is a dumb one.
29:11
The rest of those are reasonable, and very much things founders often ask. I'm going to add one more thing to the instructions here,
29:19
which is be concise and constructive with feedback.
29:25
All right. Again, if we had more time, I'd show you a bunch of other things. This is
29:31
a decent start. Now, we can try it out over on this preview tab.
29:36
I will say, what's a common question?
29:44
"What are three things to look for when hiring employees at an early-stage startup?"
29:53
Now, it's going to look at that document I uploaded. It'll also have of course all of the background knowledge of GPT-4.
30:03
That's pretty good. Those are three things that I definitely have said many times. Now, we could go on and it would start following
30:09
the other instructions and grill me on why I'm not growing faster, but in the interest of time, I'm going to skip that.
30:15
I'm going to publish this only to me for now. I can work on it later. I can add more content, I can add a few actions
30:22
that I think would be useful, and then I can share it publicly. That's what it looks like to create a GPT
30:29
[applause] -Thank you.
30:36
By the way, I always wanted to do that after all of the YC office hours, I always thought, "Man, someday I'll be able
30:42
to make a bot that will do this and that'll be awesome." [laughter] -With GPTs, we're letting people easily share and discover all the fun ways
30:51
that they use ChatGPT with the world. You can make private GPT like I just did,
30:58
or you can share your creations publicly with a link for anyone to use,
31:03
or if you're on ChatGPT Enterprise, you can make GPTs just for your company.
31:10
Later this month we're going to launch the GPT store.
31:17
Thank you. I appreciate that. [applause]
31:25
-You can list a GPT there and we'll be able to feature the best and the most popular GPT.
31:30
Of course, we'll make sure that GPTs in the store follow our policies before they're accessible.
31:37
Revenue sharing is important to us. We're going to pay people who build the most useful and the most used GPT
31:44
a portion of our revenue. We're excited to foster a vibrant ecosystem with the GPT store,
31:50
just from what we've been building ourselves over the weekend. We're confident there's going to be a lot of great stuff. We're excited to share more information soon.
31:58
Those are GPTs and we can't wait to see what you'll build. This is a developer conference, and the coolest thing about this
32:05
is that we're bringing the same concept to the API. [applause]
32:15
Many of you have already been building agent-like experiences on the API,
32:20
for example, Shopify's Sidekick, which lets you take actions on the platform. Discord's Clyde,
32:26
lets Discord moderators create custom personalities for, and Snaps My AI,
32:32
a customized chatbot that can be added to group chats and make recommendations. These experiences are great,
32:38
but they have been hard to build. Sometimes taking months, teams of dozens of engineers,
32:44
there's a lot to handle to make this custom assistant experience. Today, we're making that a lot easier with our new Assistants API.
32:54
[applause] -The Assistants API includes persistent threads,
33:01
so they don't have to figure out how to deal with long conversation history, built-in retrieval,
33:07
code interpreter, a working Python interpreter in a sandbox environment, and of course the improved function calling,
33:14
that we talked about earlier. We'd like to show you a demo of how this works.
33:19
Here is Romain, our head of developer experience. Welcome, Romain. [music] [applause]
33:25
-Thank you, Sam. Good morning. Wow. It's fantastic to see you all here.
33:33
It's been so inspiring to see so many of you infusing AI into your apps.
33:38
Today, we're launching new modalities in the API, but we are also very excited
33:43
to improve the developer experience for you all to build assistive agents. Let's dive right in.
33:50
Imagine I'm building $1, travel app for global explorers, and this is the landing page.
33:56
I've actually used GPT-4 to come up with these destination ideas. For those of you with a keen eye, these illustrations
34:02
are generated programmatically using the new DALL-E 3 API available to all of you today.
34:07
It's pretty remarkable. Let's enhance this app by adding a very simple assistant to it.
34:15
This is the screen. We're going to come back to it in a second. First, I'm going to switch over to the new assistant's playground.
34:21
Creating an assistant is easy, you just give it a name, some initial instructions, a model.
34:26
In this case, I'll pick GPT-4 Turbo. Here I'll also go ahead and select some tools. I'll turn on Code Interpreter and retrieval and save.
34:35
That's it. Our assistant is ready to go. Next, I can integrate with two new primitives
34:41
of this Assistants API, threads and messages. Let's take a quick look at the code.
34:48
The process here is very simple. For each new user, I will create a new thread.
34:54
As these users engage with their assistant, I will add their messages to the threads. Very simple.
35:00
Then I can simply run the assistant at any time to stream the responses back to the app.
35:06
We can return to the app and try that in action. If I say, "Hey, let's go to Paris."
35:15
All right. That's it. With just a few lines of code, users can now have a very specialized assistant right inside the app.
35:24
I'd like to highlight one of my favorite features here, function calling. If you have not used it yet, function calling is really powerful.
35:31
As Sam mentioned, we are taking it a step further today. It now guarantees the JSON output with no added latency,
35:38
and you can invoke multiple functions at once for the first time. Here, if I carry on and say, "Hey, what are the top 10 things to do?"
35:49
I'm going to have the assistant respond to that again. Here, what's interesting is that the assistant knows about functions,
35:56
including those to annotate the map that you see on the right. Now, all of these pins are dropping in real-time here.
36:04
Yes, it's pretty cool. [applause]
36:09
-That integration allows our natural language interface to interact fluidly with components and features of our app.
36:16
It truly showcases now the harmony you can build between AI and UI where the assistant is actually taking action.
36:25
Let's talk about retrieval. Retrieval is about giving our assistant more knowledge
36:30
beyond these immediate user messages. In fact, I got inspired and I already booked my tickets to Paris.
36:37
I'm just going to drag and drop here this PDF. While it's uploading, I can just sneak peek at it.
36:43
Very typical United Flight ticket. Behind the scene here, what's happening is that retrieval
36:49
is reading these files, and boom, the information about this PDF appeared on the screen.
36:55
[applause] -This is, of course, a very tiny PDF, but Assistants
37:01
can parse long-form documents from extensive text to intricate product specs depending on what you're building.
37:07
In fact, I also booked an Airbnb, so I'm just going to drag that over to the conversation as well.
37:12
By the way, we've heard from so many of you developers how hard that is to build yourself. You typically need to compute your own biddings,
37:19
you need to set up chunking algorithm. Now all of that is taken care of.
37:24
There's more than retrieval with every API call, you usually need to resend the entire conversation history,
37:31
which means setting up a key-value store, that means handling the context windows, serializing messages, and so forth.
37:37
That complexity now completely goes away with this new stateful API.
37:43
Just because OpenAI is managing this API, does not mean it's a black box. In fact, you can see the steps that the tools are taking
37:49
right inside your developer dashboard. Here, if I go ahead and click on threads,
37:56
this is the thread I believe we're currently working on and see, these are all the steps, including the functions
38:02
being called with the right parameters, and the PDFs I've just uploaded.
38:08
Let's move on to a new capability that many of you have been requesting for a while. Code Interpreter is now available today in the API as well,
38:16
that gives the AI the ability to write and execute code on the fly, but even generate files.
38:22
Let's see that in action. If I say here, "Hey, we'll be four friends staying
38:29
at this Airbnb, what's my share of it plus my flights?"
38:40
All right. Now, here, what's happening is that Code interpreter noticed that it should write some code
38:48
to answer this query. Now it's computing the number of days in Paris, number of friends.
38:53
It's also doing some exchange rate calculation behind the scene to get the sensor for us.
38:58
Not the most complex math, but you get the picture. Imagine you're building a very complex finance app
39:04
that's crunching countless numbers, plotting charts, so really any task that you'd normally tackle with code,
39:10
then Code Interpreter will work great for you. All right. I think my trip to Paris is solid.
39:16
To recap here, we've just seen how you can quickly create an assistant that manages state for your user conversations,
39:22
leverages external tools like knowledge and retrieval and Code Interpreter, and finally invokes your own functions to make things happen
39:32
but there's one more thing I wanted to show you to really open up the possibilities using function calling combined with our new modalities
39:39
that we're launching today. While working on DevDay, I built a small custom assistant
39:45
that knows everything about this event, but instead of having a chat interface while running around all day today,
39:51
I thought, why not use voice instead? Let's bring my phone up on screen here so you can see it on the right.
39:58
Awesome. On the right, you can see a very simple Swift app that takes microphone input.
40:04
On the left, I'm actually going to bring up my terminal log so you can see what's happening behind the scenes.
40:09
Let's give it a shot. Hey there, I'm on the keynote stage right now. Can you greet our attendees here at Dev Day?
40:21
-Hey everyone, welcome to DevDay. It's awesome to have you all here. Let's make it an incredible day.
40:27
[applause]
40:32
-Isn't that impressive? You have six unique and rich voices to choose from in the API,
40:37
each speaking multiple languages, so you can really find the perfect fit for your app.
40:42
On my laptop here on the left, you can see the logs of what's happening behind the scenes, too. I'm using Whisper to convert the voice inputs into text,
40:50
an assistant with GPT-4 Turbo, and finally, the new TTS API to make it speak.
40:56
Thanks to function calling, things get even more interesting when the assistant can connect to the internet and take
41:02
real actions for users. Let's do something even more exciting here together.
41:07
How about this? Hey, Assistant, can you randomly select five DevDay attendees here
41:15
and give them $500 in OpenAI credits? [laughter]
41:20
-Yes, checking the list of attendees.
41:25
[laughter] -Done. I picked five DevDay attendees and added $500 of API credits
41:30
to their account. Congrats to Christine M, Jonathan C, Steven G, Luis K, and Suraj S.
41:38
-All right, if you recognize yourself, awesome. Congrats.
41:43
That's it. A quick overview today of the new Assistants API combined with some of the new tools and modalities that we launched,
41:50
all starting with the simplicity of a rich text or voice conversation for you end users.
41:56
We really can't wait to see what you build, and congrats to our lucky winners. Actually,
42:01
you know what? you're all part of this amazing OpenAI community here so I'm just going to talk to my assistant
42:06
one last time before I step off the stage. Hey Assistant, can you actually give everyone here in the audience $500
42:15
in OpenAI credits? -Sounds great. Let me go through everyone.
42:21
[applause] -All right,
42:28
that function will keep running, but I've run out of time. Thank you so much, everyone.
42:33
Have a great day. Back to you, Sam.
42:44
-Pretty cool, huh? [audience cheers] -All right, so that Assistants API goes into beta today,
42:52
and we are super excited to see what you all do with it, anybody can enable it.
42:57
Over time, GPTs and Assistants are precursors to agents
43:02
are going to be able to do much much more. They'll gradually be able to plan and to perform more complex actions on your behalf.
43:11
As I mentioned before, we really believe in the importance of gradual iterative deployment.
43:16
We believe it's important for people to start building with and using these agents now to get a feel for what the world is going to be like,
43:23
as they become more capable. As we've always done, we'll continue to update our systems based off of your feedback.
43:32
We're super excited that we got to share all of this with you today. We introduced GPTs,
43:37
custom versions of GPT that combine instructions, extended knowledge and actions.
43:44
We launched the Assistants API to make it easier to build assistive experiences with your own apps.
43:49
These are your first steps towards AI agents and we'll be increasing their capabilities over time.
43:56
We introduced a new GPT-4 Turbo model that delivers improved function calling, knowledge, lowered pricing, new modalities, and more.
44:05
We're deepening our partnership with Microsoft. In closing, I wanted to take a minute to thank the team that creates all of this.
44:13
OpenAI has got remarkable talent density, but still, it takes a huge amount of hard work and coordination to make all this happen.
44:21
I truly believe that I've got the best colleagues in the world. I feel incredibly grateful to get to work with them.
44:27
We do all of this because we believe that AI is going to be a technological and societal revolution.
44:33
It'll change the world in many ways and we're happy to get to work on something that will empower all of you
44:38
to build so much for all of us. We talked about earlier how if you give people better tools,
44:44
they can change the world. We believe that AI will be about individual empowerment and agency
44:50
at a scale that we've never seen before and that will elevate humanity to a scale that we've never seen before either.
44:55
We'll be able to do more, to create more, and to have more. As intelligence gets integrated everywhere,
45:02
we will all have superpowers on demand. We're excited to see what you all will do with this technology
45:08
and to discover the new future that we're all going to architect together. We hope that you'll come back next year.
45:14
What we launched today is going to look very quaint relative to what we're busy creating for you know. Thank you for all that you do.
45:21
Thank you for coming here today. [applause]
45:28
[music]


 

반응형