Udforskning af risici og alternativer ved ChatGPT: Baner en vej til pålidelig AI

Du laver en smoothie, som dine venner kan nyde. Allerede blandet med diverse frugter og yoghurt, ankommer din ven Ruchir med et modent æble og giver det til dig for at fuldende dit forfriskende mesterværk. Nu færdig, kan du næsten stadig lugte antydningen af ​​æble, mens drinken bliver skænket. Før din første slurk siger Ruchir: "Jeg har ombestemt mig, jeg er nødt til at gå og vil gerne have mit æble tilbage." Du svarer: "Åh, undskyld mig, men det er bare ikke muligt." Vi vender tilbage til denne historie om et øjeblik og forklarer, hvordan den relaterer sig til ChatGPT og pålidelig AI.

Som en verden af kunstig intelligens (AI) udvikler sig, nye værktøjer som OpenAI'er ChatGPT har fået opmærksomhed for deres samtaleevner. Ikke desto mindre forstår jeg også det kritiske ved at evaluere de iboende risici, før jeg går i gang med den direkte overtagelse i vores organisationer. I denne diskussion udforsker jeg de risici og udfordringer, der er forbundet med ChatGPT i en virksomhedskontekst, hvilket nødvendiggør en omhyggelig tilgang til implementeringen. Derudover vil jeg understrege betydningen af ​​at adoptere IBM watsonx for at sikre pålidelig AI løsninger. Og når du er i tvivl, anbefaler jeg, at du bruger den samme sunde fornuft, som du altid har brugt, når du bruger nye internettjenester.

Udvikling af AI-værktøjer

ChatGPT udnytter den enorme kraft af GPT-3 , GPT-4, tilhørende en ny klasse af "gigantiske" og meget populære store sprogmodeller brugt i forskellige AI-applikationer. Med ChatGPT kan brugere stille spørgsmål, generere tekst, udarbejde e-mails, diskutere kode på forskellige programmeringssprog, oversætte naturligt sprog til kode og mere. Det skiller sig ud som en samtale-chatbot af høj kvalitet, der har til formål at give sammenhængende og kontekstbevidste svar.

ChatGPT er et fremragende værktøj til at udforske kreativ skrivning, generere ideer og interagere med AI. Det er gratis for alle at bruge, med en mere avanceret version tilgængelig for Chat GPT Plus abonnenter. Chatbottens evne til at huske tidligere samtaler bidrager til dens interaktive og engagerende oplevelse.  

Mens ChatGPT har vundet betydelig opmærksomhed og popularitet, møder det konkurrence fra andre AI-drevne chatbots og naturlig sprogbehandling (NLP) systemer. Google har for eksempel udviklet Bard, dens AI-chatbot, som drives af sin egen sprogmotor kaldet PALM 2. Tilsvarende udgav Meta for nylig sin imponerende LLaMA2 model. Efterhånden som feltet for AI-chatbots fortsætter med at udvikle sig, vil der helt sikkert være øget konkurrence og fremkomsten af ​​nye spillere. Det er vigtigt at holde sig opdateret om fremskridt på dette område for at udforske de bedste løsninger til virksomhedens behov.

Hvorfor ikke bruge ChatGPT direkte i virksomheden?

Direkte brug af ChatGPT i en virksomhed giver risici og udfordringer. Disse omfatter sikkerhed og datalækage, fortroligheds- og ansvarsbekymringer, intellektuel ejendomsrets kompleksitet, overholdelse af open source-licenser, begrænsninger for AI-udvikling og usikkert privatliv og overholdelse af internationale love. Her udforsker jeg disse risici og deler eksempler, der illustrerer, hvordan disse risici kan komme til udtryk i din daglige virksomhedsaktiviteter.

Jeg vil starte med at undersøge alternative løsninger, der har til formål at mindske de risici, der er forbundet med at bruge ChatGPT direkte, bl.a. IBM watsonx, som jeg anbefaler til virksomhedsbrug, fordi den adresserer dataejerskab og privatlivsproblemer gennem streng kurering og styring. Jeg vil afslutte denne samtale med at bringe dig tilbage til smoothie-historien, jeg lover, men når jeg nævner "dine data" nedenfor, er du velkommen til at erstatte sætningen med "dit æble."

Før man udforsker alternative løsninger, er det afgørende for virksomheder at være opmærksomme på de potentielle risici og udfordringer, der følger med direkte brug af ChatGPT. Som en påmindelse om sund fornuft har internettets historie vist fremkomsten og udviklingen af ​​nye tjenester (f.eks. Google-søgning, sociale medieplatforme osv.), hvilket understreger vigtigheden af ​​databeskyttelse og ejerskab i virksomheden. Med dette i tankerne er her nøglefaktorer, der bør tages i betragtning:

Sikkerhed og datalækage

Hvis følsomme tredjeparts- eller interne virksomhedsoplysninger indtastes i ChatGPT, bliver de en del af chatbottens datamodel og kan blive delt med andre, der stiller relevante spørgsmål. Dette kan føre til datalækage og overtræde en organisations sikkerhedspolitikker.

Eksempel: Planer for et nyt produkt, som dit team hjælper en kundelancering, inklusive fortrolige specifikationer og marketingstrategier, bør ikke deles med ChatGPT for at undgå risikoen for datalækage og potentielle sikkerhedsbrud.

Fortrolighed og privatliv

I lighed med punktet ovenfor kan deling af fortrolig kunde- eller partnerinformation krænke kontraktlige aftaler og juridiske krav til beskyttelse af sådanne oplysninger. Hvis ChatGPT's sikkerhed kompromitteres, kan fortroligt indhold blive lækket, hvilket potentielt kan påvirke organisationens omdømme og udsætte den for ansvar.

Eksempel: Antag, at en sundhedsorganisation bruger ChatGPT til at hjælpe med at besvare patienthenvendelser. Hvis fortrolige patientoplysninger, såsom lægejournaler eller personlige helbredsoplysninger, deles med ChatGPT, kan det potentielt krænke juridiske forpligtelser og patientens privatlivsrettigheder beskyttet af love som f.eks. HIPAA (Health Insurance Portability and Accountability Act) i USA.

Bekymringer om intellektuel ejendomsret

Ejerskab af koden eller teksten genereret af ChatGPT kan være komplekst. Servicevilkår angiver, at outputtet tilhører udbyderen af ​​inputtet, men der kan opstå problemer, når outputtet omfatter lovligt beskyttede data fra andre input. Bekymringer om ophavsret kan også opstå, hvis ChatGPT bruges til at generere skriftligt materiale baseret på ophavsretligt beskyttet ejendom.

Eksempel: Generering af skriftligt materiale til markedsføringsformål, og outputtet inkluderer ophavsretligt beskyttet indhold fra eksterne kilder uden korrekt tilskrivning eller tilladelse, kan potentielt krænke de oprindelige indholdsskabers intellektuelle ejendomsrettigheder. Dette kan medføre juridiske konsekvenser og skade på omdømmet for virksomheden.

Overholdelse af open source-licenser

Hvis ChatGPT bruger open source-biblioteker og inkorporerer denne kode i produkter, kan det potentielt krænke Open Source Software-licenser (OSS) (f.eks. GPL), hvilket fører til juridiske komplikationer for organisationen.

Eksempel: Hvis en virksomhed bruger ChatGPT til at generere kode til et softwareprodukt, og oprindelsen af ​​de træningsdata, der bruges til at træne GPT, er uklar, er der risiko for potentielt at overtræde vilkårene for open source-licenser, der er knyttet til den pågældende kode. Dette kan føre til juridiske komplikationer, herunder påstande om licenskrænkelse og potentielle retslige skridt fra open source-fællesskabet.

Begrænsninger for AI-udvikling

Servicevilkårene for ChatGPT angiver, at det ikke kan bruges i udviklingen af ​​andre AI-systemer. Brug af ChatGPT på denne måde kan hindre fremtidige AI-udviklingsplaner, hvis virksomheden opererer i dette område.

Eksempel: En virksomhed, der er specialiseret i stemmegenkendelsesteknologi, planlægger at forbedre deres eksisterende system ved at integrere ChatGPTs naturlige sprogbehandlingsfunktioner. Servicevilkårene for ChatGPT angiver dog udtrykkeligt, at det ikke kan bruges i udviklingen af ​​andre AI-systemer.

Forbedret troværdighed med IBM watsonx

I forbindelse med vores smoothie-historie bruger offentlige ChatGPT dine hurtige data til at forbedre sit neurale netværk, som hvordan æblet tilføjer smag til smoothien. Når først dine data kommer ind i ChatGPT, ligesom det blandede æble, har du ingen kontrol eller viden om, hvordan det bliver brugt. Derfor skal man være sikker på, at de har de fulde rettigheder til at inkludere deres æble, og at det så at sige ikke indeholder følsomme data.

For at løse disse bekymringer tilbyder IBM watsonx udvalgte og gennemsigtige data og modeller, der giver større kontrol og tillid til oprettelsen og brugen af ​​din smoothie. Kort sagt, hvis Ruchir bad om sit æble tilbage, kunne watsonx honorere hans anmodning. Værsgo…. analogi og historie færdig.

IBM watsonx introducerer tre nøglefunktioner - watsonx.data, watsonx.aiog watsonx.governance — der samarbejder om etablere pålidelig AI på en måde, der endnu ikke er til stede i OpenAI-modeller. Disse funktioner kuraterer og mærker data og AI-modeller, hvilket sikrer gennemsigtighed i oprindelses- og ejerskabsdetaljer. De styrer også modellerne og dataene og adresserer igangværende bekymringer om drift og skævhed. Denne strenge tilgang afbøder effektivt dataejerskab og bekymringer om privatlivets fred, der diskuteres i denne artikel.

IBM har indgået partnerskab med Knusende ansigt, en open source-virksomhed, for at skabe et økosystem af modeller. Begge virksomheder udnytter watsonx-funktionerne til at kurere og godkende modeller baseret på deres funktionalitet og troværdighed.

Fremadrettet med AI

Den direkte brug af AI-chatbots som ChatGPT i en virksomhed udgør risici relateret til sikkerhed, datalækage, fortrolighed, ansvar, intellektuel ejendomsret, compliance, begrænsninger af AI-udvikling og privatliv. Disse risici kan have skadelige konsekvenser for organisationer, herunder skade på omdømmet og dyre juridiske komplikationer.

For at mindske disse risici og etablere pålidelig AI fremstår IBM watsonx som en anbefalet løsning. Det tilbyder kuraterede og mærkede data og AI-modeller, der sikrer gennemsigtighed i ejerskab og oprindelse. Den adresserer bekymringer relateret til bias og drift, hvilket giver et ekstra lag af tillid. IBM watsonx finder en balance mellem innovation og ansvarlig brug af kunstig intelligens. Desuden styrker samarbejdet mellem IBM og Hugging Face økosystemet af modeller.

Mens watsonx byder på øget tillid og stringens, er det kun få modeller, der i øjeblikket matcher den brede vifte af generel brug, der ses med ChatGPT og GPT-modellerne. Området for AI-modeller fortsætter med at udvikle sig, og der kan forventes løbende forbedringer. For at sikre optimale resultater er det afgørende at forstå, hvordan modeller vurderes og trænes. Denne viden muliggør informerede beslutninger og giver organisationer mulighed for at vælge modeller, der bedst stemmer overens med deres behov og kvalitetsstandarder.

Ved at vedtage watsonx kan organisationer omfavne AI-kraften, mens de bevarer kontrollen over deres data og sikrer overholdelse af etiske og juridiske standarder. De kan beskytte deres data, beskytte deres intellektuelle ejendom og skabe tillid til interessenter, alt imens de drager fordel af kuraterede modeller og øget gennemsigtighed. Når virksomheder navigerer i AI-området, er det afgørende at gå forsigtigt frem, udforske løsninger og prioritere pålidelig AI.

Følg Art of AI for Business-podcasten

^{Fra tid til anden inviterer IBM industriens tankeledere til at dele deres meninger og indsigt om aktuelle teknologitendenser. Meningerne i dette blogindlæg er deres egne og afspejler ikke nødvendigvis IBMs synspunkter eller strategier.}