Most ezzel a chatGPT-vel mindenki programozó lett?

https://www.youtube.com/watch?v=ff52QaYollQ

Oct 28, 2020

A főként több sávos ill. autópályás rész túl hosszúra nyúlt volna, ezért végül úgy döntöttem, hogy levágom az utcai/városi részeket. Ebben a videóban azt láthatjátok, hogy hogyan teljesít a Tesla Autopilotja az esti esőben Budapest utcáin.

Attila Molnár

2 years ago

Azt kell mondjam, hogy már most jobban "vezet", mint a magyar autósok jelentős része. És már működik az FSD beta Amerikában!

Attila Radó

2 years ago

Pont erre voltam kíváncsi. Bámulatos!

"Tesla Full Self Driving beta"

Nem véletlenül van ott a BÉTA jelző.

Hasonló tapasztalataim voltak, első körben. Azt tudom javasolni, hogy

- angolul kommunikálj vele

- a feladatot bontsd elemeire. Akár függvény szintig lemehetsz.

- ha gond adódik, adj meg egynél több programnyelvet (persze ne egyszerre) és jó válasz esetén írd át.

Ami még fontos. A ChatGPT nem hülye. Biztos vagyok benne, hogy felismeri, ha valaki komplett alkalmazást akar iratni vele és ilyen esetben előfordulhat, hogy "szivatja" a kérdezőt.

Azt is tudni érdemes, hogy profilt alkot minden userről.

- Nyilvan angolul irtam neki.

- Egyetlen fuggvenyt kertem tole, ami elvegez egy transzformaciot egy pelda adataszetten, amit szinten megadtam az elejen.

- Nem opcio mas nyelven kerni a megoldast, mert nem csupan arrol van szo, hogy megtalalja az algoritmust (hiszen azt elmagyaraztam neki), hanem az, hogy ezt az algoritmust hogy implementalja az altalam kert nyelven (PySpark).

Ez a példa adatszett: [link]

Arról van szó, hogy genetikai analízisek eredményei vannak táblázatba rendezve. Minden egyes szignál egy-egy genetikai asszociáció, amit egy lead variáns és a hozzá tartozó p-érték jellemez.

Maga a szignál nem egy variánsból áll, hanem több úgynevezett tagging variáns összesége, amik genetikai kapcsoltságban állnak a lead variánssal (a kapcsoltság erősségét az R érték adja meg).

Néhány szignál nem független, azaz egy lead variáns más lead variáns tag-je. Ez teljesen alap, eddig a ChatGPT tudta követni a sztorit. (ez teljesen alapvető genetika, kente-vágta a szakkifejezéseket.

Na, most jön a feladat:

- Meg kell állapítani, hogy mik azok a lead variánsok, amik nem függetlenek egymástól.

- A nem független szignálok közül ki kell választani a legalacsonyabb p-értékkel rendező lead variánst, ami az adott szignált megmagyarázza. (pl. A és B nem független, és mivel A p értéke szignifikánsabb, azt mondjuk, hogy B valójában A-hoz tartozik)

- Vannak komplikált esetek, amikor A magyarázza B-t, B magyarázza C-t, de C-t nem magyarázza A (mivel C nem tag variánsa az A lead-nek és fordítva). Ilyenkor végig kell járni a gráfot, és C-hez hozzá kell rendelni A-t.

- A nem független, más lead által megmagyarázott lead variánsokhoz tartozó tag-eket ki kell törölni, és egy flag-ben megadni azt a lead-et, ami végül megmagyarázza az asszociációt.

Angolul ezeket egészen egyszerűen el lehet magyarázni. A feladat megadásakor a bot átfogalmazva visszaadta a kérdést, amiből úgy tűnt, hogy van egy megfelelő reprezentációja a problémáról. Viszont most jön a szívás dolog: ez egy nagyon egyszerű rekurzió, amit bármilyen nyelven nagyon könnyű lekódolni.

Viszont itt félmillió lead és 25 millió tag variánsról van szó és az egész hóbelevancnak le kell futni kb 1 perc alatt max. Ezért nem lehet akármilyen nyelven megoldást keresni. Pyspark az egyetlen lehetséges framework, ami viszont kizárólag táblázatos adatokkal operál.

Én ezt megoldottam, de mondom 3 napomba telt.