какое влияние на бизнес?

В январе 2023 года, через два месяца после запуска, веб-сайт ChatGPT посещало в среднем 13 миллионов уникальных посетителей в день, при этом ежедневный рост трафика составлял 3,4%. В апреле, каждый месяц сайт посещал миллиард человек, включая почти 100 миллионов активных пользователей. Почему генеративный ИИ и большие языковые модели (LLM) так популярны? Какое влияние на бизнес? Генеративный ИИ — это простая эволюция или настоящая революция? Расшифровка.

Чтобы лучше понять, какГенеративный ИИ собирается превратить использование в бизнес, важно полностью понять, о чем идет речь. Действительно, термин «генеративный ИИ» предполагает, что этот ИИ будет генерировать контент. Однако это верно лишь отчасти, поскольку работает в обоих направлениях: конечно, LLM способны генерировать контент, но также и «переваривать» его. И это 2^е аспект имеет важное значение, поскольку он проливает свет на их работу и риски, которые они создают для компании.

Параллельно также необходимо различать разные типы генеративного ИИ. Самым известным, благодаря ChatGPT, остается текстовый генеративный ИИ, который будет генерировать и анализировать текст. По той же модели другие генеративные ИИ будут тренироваться в визуальной, музыкальной или звуковой областях. В этой статье мы сосредоточимся на наиболее зрелом из этих генеративных ИИ, а именно на текстовом ИИ или LLM, чье влияние на профессиональный мир является наиболее важным и впечатляющим.

ChatGPT и другие замечательные языковые модели не появились из воздуха. Они являются результатом десятилетий вклада разных людей.

Ян Лекун

Генеративный ИИ: эволюция или революция?

Вопреки тому, что можно подумать, генеративный ИИ появился не так уж и недавно. Он начал появляться с появлением глубоких нейронных сетей. Еще в 2014 году генеративно-состязательные сети (GAN) могли генерировать изображения, напоминающие настоящие фотографии. Генеративный ИИ — это прямая эволюция десятилетий исследований искусственного интеллекта. Как вспоминается, Янн ЛеКун, вдохновитель ИИ в Meta, «ChatGPT и другие замечательные языковые модели не возникли из воздуха. Они являются результатом десятилетий вклада разных людей. »

Но триггером стала доступность ChatGPT для широкой публики от OpenAI в ноябре 2022 года. Почему? Потому что это способствовало повышению осведомленности о последствиях использования такого инструмента.

От простой технологической инновации…

В результате с технологической точки зрения LLM — это скорее эволюция, чем революция, за исключением того, что они объединяют до четырех режимов обучения в одном и том же искусственном интеллекте:

• неконтролируемый режим, или вложение, состоит в том, что каждому слову ставится в соответствие вектор (последовательность чисел), наилучшим образом определяющий это слово в математическом пространстве, называемом векторным пространством;
• Режим самоконтроля который позволяет из части предложения дополнить это предложение тем, что кажется ему наиболее логичным со статистической точки зрения;
• Контролируемый режим (эквивалент слоя InstructGPT в OpenAI), который учит модель отвечать на вопросы;
• И расширенный режим расположить ответы в порядке предпочтения и выбрать наиболее подходящий. Этот этап предполагает вмешательство человека.
• Мы также можем упомянуть дополнительный уровень безопасности, который служит для идентификации, в частности, ответов и запрещенных вопросов.

Два других технических нововведения также важны. Первый основан на использовании технологии трансформеры, который, по иронии судьбы, был изобретен в 2017 году… Google. В своей статье под названием «Внимание — это все, что вам нужно»Google Research объяснила, как сделать трансформатор обучать модели глубокое обучение с самостоятельным обучением. 3^е инновации тесно связаны со 2^е : это способность действовать трансформеры на гигантской вычислительной инфраструктуре с гигантским учебным корпусом, сердце этой инфраструктуры основано на графических процессорах типа H100 производства Nvidia.

… к революции в использовании

Если основные инновации генеративного ИИ основаны на сочетании этих четырех режимов обучения и на преобразователях, то настоящая революция происходит на уровне использования. LLM знаменуют собой начало новой эры искусственного интеллекта и диалога между человеком и машиной, предвещая революцию, столь же важную, как и Интернет. Отныне каждый сможет взаимодействовать с компьютером посредством естественного языка. В ответ машина сможет интерпретировать и выполнить запрос пользователя.

Таким образом, генеративный ИИ может создавать новые данные из набора обучающих данных, подсказки и контекста. Например, в текстовом домене GPT-4 может дать совет, разработать план, написать статьи, описания продуктов и даже код.

LLM могут создавать контент, а также «переваривать» контент. Этот второй аспект имеет решающее значение, поскольку он проливает свет на их работу и риски, которые они создают для компании.

Непревзойденная вычислительная мощность

Итак, если генеративный ИИ технически не такой инновационный, откуда такой энтузиазм? Потому что его непревзойденная мощность обработки языка открывает бесконечные перспективы для пользователей и, следовательно, для бизнеса. Генеративный ИИ расширяет границы того, что машины могут изучать и создавать: новый дизайн продуктов, персонализированный маркетинговый контент, коммерческие предложения, объединяющие множество информации, помощь в медицинской диагностике или судебно-медицинском анализе…

Nvidia, генератор ИИ

Генеративный ИИ не мог бы быть таким эффективным без Nvidia, а точнее ее видеокарт типа H100, а ранее A100, способных обучать трансформеров, то есть глубоких нейронных сетей. Действительно, производительность искусственного интеллекта основана на хорошем соответствии между количеством данных для обучения и сложностью модели искусственного интеллекта. Предоставляя невиданную ранее мощность векторных вычислений, Nvidia сделала возможным появление LLM, обученных на гигантских корпусах.

Как генеративный ИИ изменит игру

Трудно предсказать все новые профессиональные применения, которые будут одобрены или улучшены генеративным ИИ, поскольку поле возможностей настолько открыто. С другой стороны, разговорный ИИ должен оставаться только инструментом, потому что машина лишена намерения и реального понимания, она, например, не способна реально провести различие между тем, что этично, а что нет.

Мы также должны учитывать тот факт, что лучшие LLM в общем случае имеют частоту ошибок, которая может превышать 30%, этот показатель может быть значительно снижен за счет специализации объема обучения или контекста использования LLM. Поэтому искусственный интеллект не заменяет человека, он просто берет на себя определенные задачи и позволяет повысить эффективность.

Однако есть по крайней мере две области, в которых генеративный ИИ рискует сильно разрушить ситуацию. Во-первых, маркетинг, позволяющий широкомасштабную персонализацию. Во-вторых, поисковые системы, способные предоставить точный и документированный ответ, подталкивают некоторых игроков, таких как Google, к необходимости переосмысления своей бизнес-модели.

Влияние генеративного ИИ на бизнес

Компании, внедряющие генеративный ИИ, смогут получить выгоду от повышения производительности и снижения затрат — двух основных факторов конкурентоспособности. Ключ: возможность быстро генерировать новый контент в ответ на конкуренцию. Одно можно сказать наверняка: генеративный ИИ изменит то, как мы создаем и потребляем контент. В этом смысле он позиционируется как стратегический отличительный фактор для компаний.

С другой стороны, генеративный ИИ также вызывает ряд вопросов и проблем. Как насчет, например, авторских прав и интеллектуальной собственности на произведения, используемые для его обучения? Действительно, трудно точно знать, на каких данных обучались определенные LLM, что создает этические проблемы для компаний, которые их используют.

Пределы развития генеративного ИИ

Следовательно, определенные ограничения появляются уже при первом препятствии методологического характера. Причина: такие модели, как GPT 4, нуждаются в большом количестве контента, опубликованного в Интернете, для обучения. Увеличение их мощности и сложности потребует предоставления им доступа к еще большему количеству контента (на основе закона Вапника), что ограничит их потенциал развития. Кроме того, многие ресурсы, которые были бы полезны для их обучения, еще не опубликованы в сети и поэтому остаются недоступными для генеративного ИИ. Как результат, одни только LLM не могут дать исчерпывающие и актуальные ответы в самых передовых областях. Это процесс, который необходимо понимать в долгосрочной перспективе, который будет включать специализацию обучения определенных LLM на специализированных корпусах и оцифровку все большего количества данных.

Еще одно препятствие: как создавать контент, который всегда актуален, с помощью генеративного ИИ? Мы знаем, например, что в настоящее время ChatGPT не включает данные после сентября 2021 года. Плагины, безусловно, позволяют вам искать контент в Интернете, но они интегрируют данные, собранные либо в подсказке, либо в контексте, но не в обучении. корпус. Следовательно, возможности инструмента для анализа самых последних данных также ограничены. В этом смысле обновление обучающих данных представляет собой реальный предел. И это без учета предубеждений и других фальшивых новостей, включенных в обучающие данные, которые потенциально снижают релевантность предоставленных ответов.

Поэтому, как и в случае с любой технологией, ответственное и этичное использование генеративного ИИ необходимо для максимизации его преимуществ при минимизации рисков. Вот почему компании должны отдавайте предпочтение безопасным средам, таким как Azure OpenAIпредназначенный для профессионалов, а не потребительский продукт, такой как ChatGPT.

👉 Узнайте все наши новости в режиме реального времени, следуя за нами на LinkedIn 👈