Creare valore reale con gli LLM

A metà del 2023, il mondo dell’informatica è in fermento per l’emergere di modelli linguistici di grandi dimensioni (LLM) come GPT4/ChatGPT premium e StarChat. Capire cosa possono e cosa non possono fare questi modelli e come applicarli con successo a vantaggio del business non è semplice. È importante analizzare la ricerca emergente sulle proprietà degli LLM dell'attuale generazione e delineare le strategie che dovranno essere adottate se si vuole applicarle con successo. 

Gli LLM sono speciali perché emettono linguaggio in risposta al linguaggio; se il modello viene stimolato con del testo, produce testo rilevante come risposta. Ciò significa che è facile per chiunque interagire con qualsiasi LLM con cui ha un'interfaccia e molti LLM sono stati resi disponibili pubblicamente tramite interfacce di chat. Per questo motivo, lo sviluppo degli LLM come tecnologia di intelligenza artificiale ha avuto un impatto improvviso e significativo sulla percezione pubblica delle capacità dell’intelligenza artificiale. 
 
Comprendere i LLM 

 L'unica cosa che fanno gli LLM è consumare testo e produrre testo, ma poiché la generazione del testo è così buona, i modelli sembrano ragionare e comprendere il testo che stanno manipolando. Molte persone che lavorano nel linguaggio naturale e nella ricerca sull’intelligenza artificiale hanno lavorato duramente per comprendere e sondare le capacità LLM. Esiste una crescente letteratura che identifica i limiti dell’attuale generazione di modelli e dimostra che forse l’entusiasmo iniziale che li ha accolti dovrebbe essere mitigato. È importante riassumere l’attuale elenco delle limitazioni ai LLM all’avanguardia e valutare sia la loro significatività sia la probabilità che si rivelino difetti fondamentali dei LLM come approccio all’intelligenza artificiale. In altri lavori vengono esaminati alcuni dei limiti tecnici dei LLM.  

Tuttavia, ho esaminato le limitazioni convalidate con alcuni semplici esempi dell'attuale comportamento LLM e ho analizzato i vincoli non tecnici come problemi di sicurezza e proprietà intellettuale. Dopo aver esaminato i limiti della tecnologia, è possibile esaminare come la tecnologia può essere applicata con successo e su cosa dovrebbero concentrarsi le aziende, per generare il massimo valore dalle opportunità create dalla rivoluzione LLM. 

Un percorso verso il successo 

È possibile definire un percorso verso il successo per le organizzazioni che desiderano accedere all'indubbio valore della nuova generazione di LLM, gestendo al contempo il rischio derivante dai punti deboli identificati. Questo percorso verso il successo passa dal limitare l'uso degli LLM a componenti che forniscono funzionalità ben specificate e controllate, per incorporarli in adeguate infrastrutture di controllo e responsabilità. 

È possibile che i futuri LLM risolvano i problemi che attualmente impediscono l’uso senza vincoli di questa nuova generazione di modelli. Ad esempio, gli LLM potrebbero essere riprogettati (oltre ai trasformatori di corrente) per pianificare in modo efficace in un futuro relativamente prossimo. Tecnicamente, non sembra esserci una ragione fondamentale per cui ciò non possa essere fatto, anche se richiederà sicuramente un altro sorprendente investimento in potenza di calcolo.  

Altre limitazioni, come la gestione del ragionamento compositivo, del pappagallo e della sicurezza, sembrano più intrattabili. Nonostante i continui progressi, vale la pena considerare che tecnologie molto più semplici, mature e prevedibili come la posta elettronica, i database e i browser Web richiedono ancora modelli applicativi e controlli di gestione sofisticati. Sembra improbabile che i LLM si riveleranno diversi. 

L'interfaccia del linguaggio naturale dimostrata da molti LLM di ultima generazione ha risvegliato una popolazione molto più ampia alla potenza dei LLM in particolare e all'intelligenza artificiale più in generale. Pertanto, abbiamo identificato alcuni dei principali limiti di tali approcci e, allo stesso tempo, formulato raccomandazioni per implementazioni che possono mitigare alcuni di questi problemi, consentendo in definitiva l’adozione di successo degli LLM. Tuttavia, va notato che nulla di tutto ciò elimina la necessità di visione, investimenti e un team qualificato per implementare tali soluzioni. 

• Distribuzione di contenuti basati su SEO e PR. Ricevi amplificazione oggi.
• PlatoData.Network Generativo verticale Ai. Potenzia te stesso. Accedi qui.
• PlatoAiStream. Intelligenza Web3. Conoscenza amplificata. Accedi qui.
• PlatoneESG. Carbonio, Tecnologia pulita, Energia, Ambiente, Solare, Gestione dei rifiuti. Accedi qui.
• Platone Salute. Intelligence sulle biotecnologie e sulle sperimentazioni cliniche. Accedi qui.
• Fonte: https://www.finextra.com/blogposting/24963/creating-real-value-with-llms?utm_medium=rssfinextra&utm_source=finextrablogs