Russian Federation
The work discusses the ChatGPT technology, its features and capabilities, as well as the OpenAI library function that allows you to use ChatGPT functions to work with artificial intelligence in the C# programming environment. The performance problems when working with data arrays in the C# language associated with large volumes of data are considered. Instructions for installing and connecting ChatGPT to a project in C# are discussed and examples of how ChatGPT functions work are provided.
ChatGPT, OpenAI, LINQ, artificial intelligence, C# programming environment, adding, deleting, searching, sorting and traversing array elements
Рассмотрим, что из себя представляет технология ChatGPT, какие особенности и преимущества она предоставляет разработчику программных средств. ChatGPT - это модель генерации текста, основанная на технологии GPT, от аббревиатуры Generative Pre-trained Transformer, разработанная для генерации текста с функцией имитации стиля и лексики, соответствующей естественному человеческому общению. Указанная функция позволяет разработчикам ПО использовать возможности ChatGPT для создания чат-ботов, генерации текстовых ответов и других задач, требующих генерации текста. Данная технология является развивающейся, разработчик OpenAI, и основана на использовании искусственного интеллекта и строится на обучении путем обработки большого объема данных путем обработки однотипных запросов. ChatGPT позволяет на основании построенных запросов осуществлять генерацию человекоподобные ответы, отвечая на вопросы, объяснять сложные концепции, решать проблемы или просто поддерживать диалог с пользователем [2], [5]. Технология OpenAI имеет возможность через функцию API подключаться к интерфейсу программных продуктов с целью обработки данных, поэтому через построенные для C# библиотеки OpenAI может подключиться к проектам написанных на языке программирования C#. Подключение библиотек к проекту и функциям ChatGPT представлено на рис. 1.
Рисунок 1 – Пример использования ChatGPT
Особенность работы с большими объемами данных заключается в их упорядочении, в частности с использованием массивов. Данная алгоритмическая конструкция кроме удобства работы с данными содержит и ряд существенных недостатков, в частности требуется в программном блоке предусмотреть необходимость в оптимизации памяти, а также возможны проблемы с сортировкой, фильтрацией и поиском данных в массивах. Решение указанных проблем может быть решена с помощью использования специальных библиотек и инструментов, такие как LINQ. Также можно уменьшить объем потребляемой памяти и повысить скорость обработки информации используя – оптимизированные алгоритмы сортировки, фильтрации и поиска, параллельные вычисления [3], [7]. Не зависимо от выбранного метода решения сложность алгоритма нельзя кардинально изменить, так как любой алгоритм зависит от числа входящих переменных, так, например, если в процессе обработки массива используются следующие методы: операции добавления, удаления, поиска, сортировки и обхода элементов массива, то уровень сложности O(n). Сортировка массива обычно имеет сложность O(n log n). Поэтому обработка больших массивов данных с помощью стандартных конструкций языка программирования C# становится нерентабельной, и мы можем использовать возможности сторонних конструкций, в частности возможностями ChatGPT [1], [4], [6] которая представлена библиотекой OpenAI GPT-3.
Использование библиотеки OpenAI GPT-3 требует регистрации на сайте OpenAI и получения API ключа для доступа к модели, затем используя библиотеку HttpClient можно выполнить отправку запросов к API и получения ответов [8], рис. 2.
Рисунок 2 – Пример кода на C# для обработки массива данных
с использованием технологии ChatGPT
В примере, представленном на рис. 1 параметр prompt задает вопрос к информации, получив ответ мы его можем обрабатывать различными методами, в зависимости от поставленной задачи. В частности, разбив информацию на элементы массива, при этом ChatGPT выполняет работу с элементами массива следующим образом: создается программный скрипт преобразующий текст в набор строк и затем каждую строку данных из массива отправляет на обработку через API ChatGPT, полученные ответы сохраняются как новый массив или используются для дальнейшей обработки, рис. 3.
Рисунок 3 – Пример кода для работы с массивами данных в C#
с использованием ChatGPT
Для понимания, как работает данный алгоритм, выполним пошаговый анализ кода:
- создается массив inputArray для обработки данных;
- создается пустой массив outputArray для сохранения результатов;
- каждую строку данных используя цикл отправляем на обработку через API;
- полученный ответ от API и сохраняем результаты в массиве outputArray;
- используем результаты из массива outputArray для дальнейшей обработки или выводим их на экран.
Анализируя использование технологии ChatGPT совместно с языком программирования C# можно выделить положительные стороны:
- более быстрый и эффективный алгоритм анализа больших объемов текстовых данных;
- автоматизированная система обработки и классификации текстов;
- существует возможность проведения анализа и обработки текстовых данных любого объема и любой степени сложности.
Особенность использования ChatGPT заключается также в том, что разработчик ПО может упростить или автоматизировать следующие категории задач, такие как:
- классификация текстов по темам или категориям;
- генерация ответов на вопросы или комментарии пользователей;
- анализ и обработка больших объемов текстовых данных для извлечения полезной информации.
ChatGPT предоставляет возможность генерации текста на естественном языке, что может быть полезно при обработке массивов данных на C#. Это может быть использовано, например, для создания и заполнения текстовых шаблонов на основе данных из массивов. С использованием ChatGPT можно автоматизировать процессы генерации текстовой информации на C#, что может ускорить разработку и обработку массивов данных в приложениях, связанных с обработкой текстовой информации.
Перспективы дальнейшего развития этой темы включают в себя улучшение интеграции между ChatGPT и C#, разработку специализированных библиотек и инструментов для работы с обработкой массивов данных на C#, а также поиск новых областей применения для данной технологии в разработке программного обеспечения. Также возможно развитие методов оптимизации работы с массивами данных при использовании ChatGPT на C#.
1. Asabaev, I. A. Posledstviya progressa ChatGPT v oblasti generacii teksta / I. A. Asabaev, R. I. Aliev, E. S. Belashova // Tendencii razvitiya nauki i obrazovaniya. – 2023. – № 97-12. – S. 20-22. – DOIhttps://doi.org/10.18411/trnio-05-2023-646. – EDN UDZKCY.
2. Eroshenko, V. V. Iskusstvennyy intellekt vo frontend-razrabotke chatgpt artificial intelligence in frontend chatgpt development / V. V. Eroshenko, S. V. Igrunova, E. V. Nesterova // Wissenschaft und Bildung: in- und ausländische Erfahrung : 1 KONFERENZ, Gelsenkirchen, 17 iyulya 2023 goda. – Gelsenkirchen: Henze Verlag, 2023. – S. 31-34. – EDN PEDMUS.
3. Gorbachev, A. K. Primenenie chatgpt v reshenii i generacii prikladnyh zadach matematicheskogo analiza / A. K. Gorbachev, E. D. Zhgutov // Studencheskiy forum. – 2023. – № 17-2(240). – S. 7-15. – EDN HWBLVB.
4. Uglova, A. B. Vospriyatie studencheskoy molodezh'yu psihologicheskih rekomendaciy, sgenerirovannyh neyronnymi setyami (na primere ChatGPT) / A. B. Uglova, N. N. Koroleva, P. V. Novikova // Perspektivy nauki i obrazovaniya. – 2023. – № 3(63). – S. 492-505. – DOIhttps://doi.org/10.32744/pse.2023.3.29. – EDN EYSVVK.
5. Orlov, V. A. Vliyanie neyroseti chatgpt na razrabotku WEB-resheniy / V. A. Orlov // Aktual'nye problemy aviacii i kosmonavtiki: Sbornik materialov IX Mezhdunarodnoy nauchno-prakticheskoy konferencii, posvyaschennoy Dnyu kosmonavtiki. V 3-h tomah, Krasnoyarsk, 10–14 aprelya 2023 goda. – Krasnoyarsk: Sibirskiy gosudarstvennyy universitet nauki i tehnologiy imeni akademika M.F. Reshetneva, 2023. – S. 568-569. – EDN JKHSRO.
6. Oksyuta,O.V. Razrabotka matematicheskoy modeli optimal'nogo funkcionirovaniya transportno-logisticheskogo kompleksa / O.V. Oksyuta, V.A. Korotkih // Modelirovanie sistem i processov. – 2017. – T. 10, № 3. – S. 55-66.
7. Zol'nikov K.V. Koordinaciya proektnyh rabot v oblasti SNK i slozhno funkcional'nyh blokov / Zol'nikov K.V., Anciferova V.I., Evdokimova S.A., Grechanyy S.V. // Modelirovanie sistem i processov. 2020. T. 13. № 3. S. 71-76.
8. Zol'nikov K.V. Sistema upravleniya raspredeleniem rabot pri proektirovanii slozhnyh tehnicheskih sistem / Novikova T.P., Zol'nikov K.V., Kulay A.Yu., Strukov I.I. // V sbornike: Informacionnye tehnologii v upravlenii i modelirovanii mehatronnyh sistem. materialy 1-y nauchno-prakticheskoy
9. Poluektov A.V., Makarenko F.V., Yagodkin A.S. Ispol'zovanie storonnih bibliotek pri napisanii programm dlya obrabotki statisticheskih dannyh // Modelirovanie sistem i processov. – 2022. – T. 15, № 2. – S. 33-41.
