Utforske risikoene og alternativene til ChatGPT: Baner en vei til pålitelig AI

Utforske risikoene og alternativene til ChatGPT: Baner en vei til pålitelig AI

Kilde node: 2827155

Utforske risikoene og alternativene til ChatGPT: Baner en vei til pålitelig AI



Du lager en smoothie som vennene dine kan nyte. Allerede blandet med diverse frukt og yoghurt, kommer vennen din Ruchir med et modent eple og gir deg det for å fullføre ditt forfriskende mesterverk. Nå ferdig, kan du nesten fortsatt lukte hint av eple mens drinken skjenkes. Før din første slurk sier Ruchir: "Jeg har ombestemt meg, jeg må dra og vil ha eplet mitt tilbake." Du svarer: "Ah, unnskyld meg, men det er bare ikke mulig." Vi kommer tilbake til denne historien om et minutt og forklarer hvordan den relaterer seg til ChatGPT og pålitelig AI.

Som en verden av kunstig intelligens (AI) utvikler seg, nye verktøy som OpenAI ChatGPT har fått oppmerksomhet for sine samtaleevner. Ikke desto mindre forstår jeg også hvor viktig det er å evaluere de iboende risikoene før vi tar fatt på direkte adopsjon i organisasjonene våre. I denne diskusjonen utforsker jeg risikoene og utfordringene knyttet til ChatGPT i en bedriftskontekst, noe som krever en forsiktig tilnærming til implementeringen. I tillegg vil jeg understreke betydningen av å ta i bruk IBM watsonx for å sikre pålitelig AI løsninger. Og når du er i tvil, anbefaler jeg at du bruker den samme sunne fornuften som du alltid har brukt når du bruker nye Internett-tjenester.

Utvikling av AI-verktøy

ChatGPT utnytter den enorme kraften til GPT-3 og GPT-4, som tilhører en ny klasse av "gigantiske" og allment populære store språkmodeller brukt i ulike AI-applikasjoner. Med ChatGPT kan brukere stille spørsmål, generere tekst, skrive utkast til e-post, diskutere kode på forskjellige programmeringsspråk, oversette naturlig språk til kode og mer. Den skiller seg ut som en samtale-chatbot av høy kvalitet som tar sikte på å gi sammenhengende og kontekstbevisste svar.

ChatGPT er et utmerket verktøy for å utforske kreativ skriving, generere ideer og samhandle med AI. Det er gratis for alle å bruke, med en mer avansert versjon tilgjengelig for Chat GPT Plus abonnenter. Chatbotens evne til å huske tidligere samtaler bidrar til dens interaktive og engasjerende opplevelse.  

Mens ChatGPT har fått betydelig oppmerksomhet og popularitet, møter den konkurranse fra andre AI-drevne chatboter og naturlig språkbehandling (NLP) systemer. Google har for eksempel utviklet Bard, dens AI chatbot, som drives av sin egen språkmotor kalt PALM 2. Tilsvarende ga Meta nylig ut sin imponerende LLaMA2 modell. Ettersom feltet for AI-chatbots fortsetter å utvikle seg, vil det absolutt bli økt konkurranse og fremveksten av nye spillere. Det er viktig å holde seg oppdatert på fremskritt på dette området for å utforske de beste løsningene for bedriftens behov.

Hvorfor ikke bruke ChatGPT direkte i bedriften?

Direkte bruk av ChatGPT i en bedrift byr på risikoer og utfordringer. Disse inkluderer sikkerhet og datalekkasje, konfidensialitet og ansvarsbekymringer, kompleksitet av intellektuell eiendom, overholdelse av åpen kildekode-lisenser, begrensninger på AI-utvikling og usikkert personvern og overholdelse av internasjonale lover. Her utforsker jeg disse risikoene og deler eksempler som illustrerer hvordan disse risikoene kan manifestere seg i dine daglige virksomhetsaktiviteter.

Jeg starter med å undersøke alternative løsninger som tar sikte på å redusere risikoen knyttet til direkte bruk av ChatGPT, inkludert IBM watsonx, som jeg anbefaler for bedriftsbruk, fordi den adresserer dataeierskap og personvernhensyn gjennom streng kurering og styring. Jeg vil avslutte denne samtalen med å bringe deg tilbake til smoothie-historien, jeg lover, men når jeg nevner "dataene dine" nedenfor, kan du gjerne erstatte uttrykket med "eplet ditt."

Før du utforsker alternative løsninger, er det avgjørende for selskaper å være oppmerksomme på de potensielle risikoene og utfordringene som følger med direkte bruk av ChatGPT. Som en påminnelse om sunn fornuft har historien til internett vist fremveksten og utviklingen av nye tjenester (f.eks. Google-søk, sosiale medieplattformer, etc.), noe som understreker viktigheten av datavern og eierskap i bedriften. Med dette i bakhodet, her er nøkkelfaktorer som bør tas i betraktning:

Sikkerhet og datalekkasje

Hvis sensitiv tredjepartsinformasjon eller intern selskapsinformasjon legges inn i ChatGPT, blir den en del av chatbotens datamodell og kan deles med andre som stiller relevante spørsmål. Dette kan føre til datalekkasje og bryte en organisasjons sikkerhetspolicyer.

Eksempel: Planer for et nytt produkt som teamet ditt hjelper en kundelansering, inkludert konfidensielle spesifikasjoner og markedsføringsstrategier, bør ikke deles med ChatGPT for å unngå risikoen for datalekkasje og potensielle sikkerhetsbrudd.

Konfidensialitet og personvern

I likhet med punktet ovenfor, kan deling av konfidensiell kunde- eller partnerinformasjon bryte med kontraktsavtaler og juridiske krav for å beskytte slik informasjon. Hvis ChatGPTs sikkerhet blir kompromittert, kan konfidensielt innhold lekke ut, noe som potensielt kan påvirke organisasjonens omdømme og utsette den for ansvar.

Eksempel: Anta at en helseorganisasjon bruker ChatGPT for å hjelpe til med å svare på pasienthenvendelser. Hvis konfidensiell pasientinformasjon, som medisinske journaler eller personlige helseopplysninger, deles med ChatGPT, kan det potensielt krenke juridiske forpliktelser og pasientens personvernrettigheter beskyttet av lover som HIPAA (Health Insurance Portability and Accountability Act) i USA.

Bekymringer om intellektuell eiendom

Eierskap til koden eller teksten generert av ChatGPT kan være komplekst. Tjenestevilkår sier at utdataene tilhører leverandøren av input, men problemer kan oppstå når utdata inkluderer lovbeskyttede data hentet fra andre input. Opphavsrettsbekymringer kan også oppstå hvis ChatGPT brukes til å generere skriftlig materiale basert på opphavsrettsbeskyttet eiendom.

Eksempel: Generering av skriftlig materiale for markedsføringsformål og utdataene inkluderer opphavsrettsbeskyttet innhold fra eksterne kilder uten riktig attribusjon eller tillatelse, kan det potensielt krenke de immaterielle rettighetene til de originale innholdsskaperne. Dette kan gi rettslige konsekvenser og omdømmeskade for selskapet.

Samsvar med åpen kildekode-lisenser

Hvis ChatGPT bruker åpen kildekode-biblioteker og inkorporerer den koden i produkter, kan det potensielt bryte med lisenser for åpen kildekode (OSS) (f.eks. GPL), som fører til juridiske komplikasjoner for organisasjonen.

Eksempel: Hvis et selskap bruker ChatGPT for å generere kode for et programvareprodukt og opprinnelsen til opplæringsdataene som brukes til å trene GPT er uklar, er det en risiko for potensielt brudd på vilkårene for åpen kildekode-lisenser knyttet til den koden. Dette kan føre til juridiske komplikasjoner, inkludert påstander om lisensbrudd og potensielle rettslige skritt fra åpen kildekode-fellesskapet.

Begrensninger på AI-utvikling

Tjenestevilkårene for ChatGPT spesifiserer at det ikke kan brukes i utviklingen av andre AI-systemer. Å bruke ChatGPT på denne måten kan hindre fremtidige AI-utviklingsplaner hvis selskapet opererer i det området.

Eksempel: Et selskap som spesialiserer seg på talegjenkjenningsteknologi planlegger å forbedre sitt eksisterende system ved å integrere ChatGPTs naturlige språkbehandlingsfunksjoner. Tjenestevilkårene for ChatGPT sier imidlertid eksplisitt at det ikke kan brukes i utviklingen av andre AI-systemer.

Forbedret pålitelighet med IBM watsonx

Relatert til vår smoothie-historie, bruker offentlige ChatGPT dine umiddelbare data for å forbedre det nevrale nettverket, som hvordan eplet gir smak til smoothien. Når dataene dine kommer inn i ChatGPT, som det blandede eplet, har du ingen kontroll eller kunnskap om hvordan det brukes. Derfor må man være sikker på at de har de fulle rettighetene til å inkludere eplet sitt, og at det ikke inneholder sensitive data, for å si det sånn.

For å løse disse bekymringene tilbyr IBM watsonx kuraterte og transparente data og modeller, som gir større kontroll og tillit til opprettelsen og bruken av smoothien. Enkelt sagt, hvis Ruchir ba om eplet tilbake, kunne watsonx respektere forespørselen hans. Der går du…. analogi og historie komplett.

IBM watsonx introduserer tre nøkkelfunksjoner - watsonx.data, watsonx.aiog watsonx.governance — som samarbeider om etablere pålitelig AI på en måte som ennå ikke er til stede i OpenAI-modeller. Disse funksjonene kuraterer og merker data og AI-modeller, og sikrer åpenhet i opprinnelses- og eierskapsdetaljer. De styrer også modellene og dataene, og adresserer pågående bekymringer om drift og skjevheter. Denne strenge tilnærmingen reduserer effektivt dataeierskap og personvernproblemer som er omtalt i denne artikkelen.

IBM har inngått samarbeid med Klemme ansiktet, et åpen kildekode-selskap, for å skape et økosystem av modeller. Begge selskapene utnytter watsonx-funksjonene for å kuratere og støtte modeller basert på deres funksjonalitet og pålitelighet.

Fremover med AI

Den direkte bruken av AI-chatbots som ChatGPT i en bedrift utgjør risikoer knyttet til sikkerhet, datalekkasje, konfidensialitet, ansvar, intellektuell eiendom, overholdelse, begrensninger på AI-utvikling og personvern. Disse risikoene kan ha skadelige konsekvenser for organisasjoner, inkludert skade på omdømmet og kostbare juridiske komplikasjoner.

For å redusere disse risikoene og etablere pålitelig AI, fremstår IBM watsonx som en anbefalt løsning. Den tilbyr kuraterte og merkede data og AI-modeller, noe som sikrer åpenhet i eierskap og opprinnelse. Den tar opp bekymringer knyttet til skjevhet og drift, og gir et ekstra lag med tillit. IBM watsonx finner en balanse mellom innovasjon og ansvarlig AI-bruk. Dessuten styrker samarbeidet mellom IBM og Hugging Face økosystemet av modeller.

Mens watsonx tilbyr økt tillit og strenghet, kan få modeller for øyeblikket matche det brede spekteret av generell bruk sett med ChatGPT og GPT-modellfamilien. Feltet for AI-modeller fortsetter å utvikle seg, og kontinuerlige forbedringer kan forventes. For å sikre optimale resultater er det avgjørende å forstå hvordan modeller vurderes og trenes. Denne kunnskapen muliggjør informerte beslutninger og lar organisasjoner velge modeller som best samsvarer med deres behov og kvalitetsstandarder.

Ved å ta i bruk watsonx kan organisasjoner omfavne kraften til AI mens de opprettholder kontroll over dataene deres og sikrer overholdelse av etiske og juridiske standarder. De kan beskytte dataene sine, beskytte deres immaterielle rettigheter og skape tillit hos interessenter, samtidig som de drar nytte av kuraterte modeller og økt åpenhet. Når bedrifter navigerer i AI-området, er det avgjørende å gå forsiktig frem, utforske løsninger og prioritere pålitelig AI.

Følg Art of A.I. for Business-podcast


Fra tid til annen inviterer IBM bransjeledere til å dele sine meninger og innsikt om aktuelle teknologitrender. Meningene i dette blogginnlegget er deres egne, og reflekterer ikke nødvendigvis synspunktene eller strategiene til IBM.

Mer fra kunstig intelligens

Suzhou Universal Chain Technologys digitale omforming med IBM hybrid sky og AI-programvare

5 min lest - Suzhou Universal Chain Technology Company (heretter referert til som Suzhou Universal Chain) og IBM Kina kunngjorde nylig den vellykkede utviklingen av Suzhou Universal Chain sin integrasjonsplattform for bedriftsapplikasjoner og administrasjonsplattform for forretningsprosessautomatisering ved bruk av IBM hybrid sky- og AI-programvare. Dette ble oppnådd etter seks måneder med dedikert innsats og la grunnlaget for å omforme selskapet til en mer digitalt avansert og intelligent virksomhet. Med mer enn 50 års erfaring innen forskning og utvikling (FoU) og...

5 min lest

Dra nytte av kunstig intelligens og bruk den til å gjøre virksomheten din bedre

7 min lest - Adopsjon av kunstig intelligens (AI) er her. Organisasjoner spør ikke lenger om de skal legge til AI-funksjoner, men hvordan de planlegger å bruke denne raskt voksende teknologien. Faktisk er bruken av kunstig intelligens i virksomheten i ferd med å utvikle seg utover små bruksspesifikke applikasjoner til et paradigme som plasserer AI i den strategiske kjernen av forretningsdrift. Ved å tilby dypere innsikt og eliminere repeterende oppgaver, vil arbeidere ha mer tid til å oppfylle unike menneskelige roller, som å samarbeide om prosjekter, utvikle innovative...

7 min lest

Forskning viser at omfattende bruk av AI inneholder datainnbrudd raskere og sparer betydelige kostnader

5 min lest - Den globale undersøkelsen Cost of a Data Breach 2023 fant at utstrakt bruk av kunstig intelligens (AI) og automatisering gagnet organisasjoner ved å spare nesten USD 1.8 millioner i datainnbruddskostnader og akselererte identifisering og inneslutning av datainnbrudd med over 100 dager i gjennomsnitt. Mens undersøkelsen viser at nesten alle organisasjoner bruker eller ønsker å bruke AI til cybersikkerhetsoperasjoner, bruker bare 28 % av dem AI i utstrakt grad, noe som betyr at de fleste organisasjoner (72 %) ikke har bredt eller fullt ut implementert det nok til å innse…

5 min lest

MLOps og utviklingen av datavitenskap

7 min lest - Utviklingen av datakraft de siste tiårene har ført til en eksplosjon av digitale data, fra trafikkkameraer som overvåker pendlervaner til smarte kjøleskap som avslører hvordan og når den gjennomsnittlige familien spiser. Både informatikere og bedriftsledere har notert seg potensialet i dataene. Informasjonen kan utdype vår forståelse av hvordan verden fungerer – og bidra til å skape bedre og «smartere» produkter. Maskinlæring (ML), en undergruppe av kunstig intelligens (AI), er en viktig del av datadrevet...

7 min lest

Tidstempel:

Mer fra IBM