Creando valor real con LLM

Creando valor real con LLM

Sello de tiempo: 28 de septiembre de 2023 11:53 a.m.
Nodo de origen: 2906364

A mediados de 2023, el mundo de la informática está lleno de entusiasmo por la aparición de grandes modelos de lenguaje (LLM) como GPT4/ChatGPT premium y StarChat. Comprender lo que estos modelos pueden y no pueden hacer y cómo aplicarlos con éxito para obtener ventajas comerciales no es sencillo. Es importante analizar la investigación emergente sobre las propiedades de los LLM de la generación actual y delinear las estrategias que deberán adoptarse para que se apliquen con éxito. 

Los LLM son especiales porque emiten lenguaje en respuesta al lenguaje; si el modelo es estimulado con algún texto, produce texto relevante como respuesta. Esto significa que es fácil para cualquiera interactuar con cualquier LLM con el que tenga una interfaz, y muchos LLM se han puesto a disposición del público a través de interfaces de chat. Debido a esto, el desarrollo de los LLM como tecnología de IA ha tenido un impacto repentino y significativo en la percepción pública de las capacidades de la IA. 
 
Comprender los LLM 

 Lo único que hacen los LLM es consumir texto y producir texto, pero debido a que la generación de texto es tan buena, los modelos parecen razonar y comprender el texto que están manipulando. Muchas personas que trabajan en la investigación del lenguaje natural y la inteligencia artificial han estado trabajando arduamente para comprender y probar las capacidades de LLM. Cada vez hay más literatura que identifica las limitaciones de la actual generación de modelos y demuestra que quizás el entusiasmo inicial que los recibió debería moderarse. Es importante redondear la lista actual de limitaciones de los LLM de última generación y evaluar tanto su importancia como la probabilidad de que resulten ser fallas fundamentales de los LLM como enfoque de la IA. En otro trabajo, se analizan algunas de las limitaciones técnicas de los LLM.  

Sin embargo, analicé las limitaciones validadas con algunos ejemplos simples del comportamiento actual de LLM y analicé restricciones no técnicas, como cuestiones de seguridad y propiedad intelectual. Una vez revisadas las limitaciones de la tecnología, se puede examinar cómo se puede aplicar con éxito y en qué deberían centrarse las empresas para generar el máximo valor a partir de la oportunidad que crea la revolución LLM. 

Un camino hacia el éxito 

Se puede definir un camino hacia el éxito para las organizaciones que deseen acceder al valor indudable de la nueva generación de LLM, mientras gestionan el riesgo de sus debilidades identificadas. Este camino hacia el éxito se encuentra entre limitar el uso de LLM a componentes que brinden una funcionalidad bien especificada y controlada, para integrarlos en infraestructuras apropiadas de control y responsabilidad. 

Es posible que futuros LLM resuelvan los problemas que actualmente impiden el uso ilimitado de esta nueva generación de modelos. Por ejemplo, es posible rediseñar los LLM (más allá de los transformadores de corriente) para planificar de manera efectiva en un futuro relativamente cercano. Técnicamente, no parece haber una razón fundamental por la que esto no pueda hacerse, aunque ciertamente requerirá otra inversión asombrosa en potencia informática.  

Otras limitaciones, como abordar el razonamiento compositivo, la repetición como loro y la seguridad, parecen más intratables. Independientemente de los continuos avances, vale la pena considerar que tecnologías mucho más simples, maduras y predecibles, como el correo electrónico, las bases de datos y los navegadores web, todavía requieren patrones de aplicación y controles de gestión sofisticados. Parece poco probable que los LLM resulten ser diferentes. 

La interfaz de lenguaje natural demostrada por muchos de los LLM de última generación ha despertado a una población mucho más amplia al poder de los LLM en particular, y de la IA en general. Como tal, hemos identificado algunas de las principales limitaciones de dichos enfoques y, al mismo tiempo, hemos hecho recomendaciones para implementaciones que pueden mitigar algunos de estos problemas y, en última instancia, permitir la adopción exitosa de LLM. Sin embargo, cabe señalar que nada de esto elimina la necesidad de visión, inversión y un equipo capacitado para implementar dichas soluciones. 

Sello de tiempo:

Mas de fintextra