Echte waarde creëren met LLM's

Echte waarde creëren met LLM's

Tijdstempel: 28 september 2023 11:53 uur
Bronknooppunt: 2906364

Halverwege 2023 bruist de computerwereld van opwinding over de opkomst van grote taalmodellen (LLM's) zoals GPT4/ChatGPT premium en StarChat. Het is niet eenvoudig om te begrijpen wat deze modellen wel en niet kunnen doen en hoe u ze met succes kunt toepassen voor zakelijk voordeel. Het is belangrijk om het opkomende onderzoek naar de eigenschappen van de huidige generatie LLM's te analyseren en de strategieën te schetsen die moeten worden aangenomen als ze met succes willen worden toegepast. 

LLM's zijn speciaal omdat ze taal uitstralen als reactie op taal; als het model wordt gestimuleerd met wat tekst, produceert het relevante tekst als reactie. Dit betekent dat het voor iedereen gemakkelijk is om te communiceren met elke LLM waarmee ze een interface hebben, en veel LLM's zijn openbaar beschikbaar gemaakt via chatinterfaces. Hierdoor heeft de ontwikkeling van LLM’s als AI-technologie een plotselinge en aanzienlijke impact gehad op de publieke perceptie van de mogelijkheden van AI. 
 
LLM's begrijpen 

 Het enige dat LLM's doen is tekst consumeren en tekst produceren, maar omdat de tekstgeneratie zo goed is, lijken de modellen te redeneren over de tekst die ze manipuleren en deze te begrijpen. Veel mensen die zich bezighouden met natuurlijke taal en AI-onderzoek hebben hard gewerkt om de LLM-mogelijkheden te begrijpen en te onderzoeken. Er is steeds meer literatuur die de beperkingen van de huidige generatie modellen identificeert en aantoont dat de aanvankelijke opwinding waarmee ze werden begroet misschien getemperd moet worden. Het is belangrijk om de huidige lijst met beperkingen van state-of-the-art LLM’s af te ronden en zowel het belang hiervan te evalueren als de waarschijnlijkheid dat deze fundamentele tekortkomingen van LLM’s als benadering van AI blijken te zijn. In ander werk worden enkele technische beperkingen van LLM's onderzocht.  

Ik heb echter gevalideerde beperkingen bekeken met enkele eenvoudige voorbeelden van huidig ​​LLM-gedrag en niet-technische beperkingen geanalyseerd, zoals problemen met beveiliging en intellectueel eigendom. Nadat u de beperkingen van de technologie heeft bekeken, kunt u onderzoeken hoe de technologie met succes kan worden toegepast en waar ondernemingen zich op moeten concentreren om maximale waarde te genereren uit de kansen die de LLM-revolutie creëert. 

Een weg naar succes 

Er kan een pad naar succes worden uitgestippeld voor organisaties die toegang willen krijgen tot de onbetwiste waarde van de nieuwe generatie LLM's, terwijl ze de risico's van hun geïdentificeerde zwakke punten willen beheersen. Deze weg naar succes ligt tussen het beperken van het gebruik van LLM's tot componenten die goed gespecificeerde en gecontroleerde functionaliteit leveren, en het inbedden ervan in geschikte infrastructuren voor controle en verantwoording. 

Het is mogelijk dat toekomstige LLM's de problemen kunnen oplossen die momenteel het onbeperkte gebruik van deze nieuwe generatie modellen in de weg staan. LLM's kunnen bijvoorbeeld opnieuw worden ontworpen (naast de huidige transformatoren) om in de relatief nabije toekomst effectief te kunnen plannen. Technisch gezien lijkt er geen fundamentele reden te zijn waarom dit niet mogelijk is, hoewel het zeker opnieuw een verbazingwekkende investering in rekenkracht zal vergen.  

Andere beperkingen, zoals het omgaan met compositorisch redeneren, napraten en veiligheid, lijken hardnekkiger. Ongeacht de voortdurende vooruitgang is het de moeite waard om te bedenken dat veel eenvoudigere, volwassen en voorspelbare technologieën zoals e-mail, databases en webbrowsers allemaal nog steeds geavanceerde applicatiepatronen en beheercontroles vereisen. Het lijkt onwaarschijnlijk dat LLM's anders zullen blijken te zijn. 

De natuurlijke taalinterface die door veel van de nieuwste generatie LLM’s wordt gedemonstreerd, heeft een veel bredere bevolking bewust gemaakt van de kracht van LLM’s in het bijzonder, en van AI in het algemeen. Als zodanig hebben we enkele van de belangrijkste beperkingen van dergelijke benaderingen geïdentificeerd, en tegelijkertijd aanbevelingen gedaan voor implementaties die een aantal van deze problemen kunnen verzachten, waardoor uiteindelijk de succesvolle adoptie van LLM's mogelijk wordt. Er moet echter worden opgemerkt dat niets van dit alles de behoefte aan visie, investeringen en een bekwaam team wegneemt om dergelijke oplossingen te implementeren. 

Tijdstempel:

Meer van Fintextra