Prognozy na rok 2024 w zakresie sztucznej inteligencji i przetwarzania języka naturalnego (NLP) - DATAVERSITY

Prognozy na rok 2024 w zakresie sztucznej inteligencji i przetwarzania języka naturalnego (NLP) – DATAVERSITY

Węzeł źródłowy: 3084957

Chociaż w zeszłym roku o tej porze byliśmy u zarania generatywnej sztucznej inteligencji, nie przewidywaliśmy, jak głęboki wpływ i zmiany sejsmiczne wywoła ona na całym świecie wraz z wprowadzeniem ChatGPT. W naszym zestawie Przewidywania 2023, odnotowaliśmy potencjalny wpływ LLM, a badania wykazały ich zdolność do samodoskonalenia i powiedzieliśmy: „Przewidujemy, że chociaż… nie doprowadzi to nas do momentu osobliwości, będzie to gorący temat badawczy w 2023 r. i do końca roku będzie standardową techniką we wszystkich najnowocześniejszych wynikach przetwarzania języka naturalnego.” To z pewnością się potwierdziło.

Patrząc na sytuację w zeszłym roku, chcieliśmy ponownie spróbować swoich sił w prognozowaniu kierunku rozwoju rynku w 2024 r. w dziedzinie sztucznej inteligencji i przetwarzanie języka naturalnego (NLP), w tym jego związek z naszą koncentracją na doświadczeniu klienta (CX). 

Jeff Catlin, wiceprezes ds. produktów AI w InMoment:

Do roku 2025 ChatGPT nie będzie już dominującą technologią dla przedsiębiorstw

Podobnie jak większość pionierów technologii, ChatGPT będzie z biegiem roku coraz mniej istotny. Lokalne LLM, takie jak Llama2 (i cokolwiek będzie dalej), staną się motorami korporacyjnej sztucznej inteligencji. Jest ku temu wiele powodów, ale bezpieczeństwo danych i możliwość wpływania na wyniki poprzez wzbogacanie lokalnego LLM o treści specyficzne dla branży prawdopodobnie będą dwoma czynnikami napędzającymi tę zmianę.

LLM zostaną zintegrowane, aby rozwiązać bardziej wymagające problemy

Technologie takie jak LangChain, które umożliwiają użytkownikom przekazywanie wyników jednego LLM do innego LLM, staną się znacznie ważniejsze dla użytkowników korporacyjnych niż kolejny, wszechwiedzący LLM. Wyobraź sobie, że korzystasz z narzędzia LLM, które mierzy złość dzwoniącego w call center (wściekłość) i ta złość jest przekazywana do modelu kontynuacji, który łączy złość z podstawową kwestią poruszaną w rozmowie, aby przewidzieć prawdopodobieństwo, że rozmówca zadzwoni rezygnację z usługi lub zakup konkurencyjnego produktu. Kombinacyjna sztuczna inteligencja to kolejny duży krok w rozwoju korporacyjnej sztucznej inteligencji, niezależnie od tego, czy dotyczy to obsługi klienta, zachowań zakupowych kupujących, czy innego podstawowego problemu biznesowego.

NLP stanie się bardziej istotne, gdy LLM doprowadzi do gwałtownego wzrostu ilości nieustrukturyzowanych danych

LLM stanowią czynnik zachęcający firmy do wykorzystywania wszystkich nieustrukturyzowanych danych, które zazwyczaj ignorują, ponieważ są trudne w obsłudze. LLM są bramą do tych treści, ale potężne NLP, które może rozdzielić nieustrukturyzowane i częściowo ustrukturyzowane treści według mówców, regionów lub obszarów problemowych, przeniesie możliwości diagnostyczne LLM na wyższy poziom.

Paul Barba, główny naukowiec w InMoment:

Dramat OpenAI będzie nadal wypełniał rok 2024

Usunięcie i ponowne zatrudnienie Sama Altmana w OpenAI spowodowało cykle informacyjne pełne plotek i gorących ujęć i podejrzewam, że historie dotyczące OpenAI będą nadal pojawiać się na pierwszych stronach gazet przez cały następny rok. Podstawowe katalizatory – wyjątkowa hybrydowa struktura non-profit/for-profit, ogromne koszty, ryzyko i obietnice związane ze sztuczną inteligencją – nie uległy zmianie, a wraz z tempem rozwoju tej dziedziny istnieje wiele możliwości dla tych sił w głowę raz za razem w przyszłym roku.

Pierwsze kontrole eksportu AI najprawdopodobniej nie są ostatnie

Rząd USA wprowadził już kontrolę eksportu sprzedaży Chinom zaawansowanych chipów wykorzystywanych do napędzania badań nad sztuczną inteligencją. W połączeniu z kontrowersjami regulacyjnymi dotyczącymi modeli open source, które udostępniają każdemu zaawansowane narzędzia sztucznej inteligencji, myślę, że zobaczymy odwet za walki o kontrolę eksportu szyfrowania oprogramowania z lat 80. i 90., kiedy sklasyfikowano podstawowe technologie internetowe, takie jak szyfrowanie klucza publicznego jako „amunicja” i jest zabroniona w ogólnym eksporcie.

Rynki AI rozkwitną

Wydawało się, że wszystkie firmy technologiczne mają swoje „rynki modelowe” w erze uczenia maszynowego, gdzie przedsiębiorcze osoby mogą wypożyczyć wyszkolony model, a firmy mogą po prostu wybierać potrzebną funkcjonalność. To nigdy się nie sprawdziło, ponieważ modele były zbyt nieelastyczne, a wysiłek związany z oceną wyborów był zbyt duży. LLM obiecują łatwiejszą integrację, a postęp w sztucznej inteligencji umożliwia konstruowanie rozwiązań z wielu gotowych bloków w dużym stopniu zautomatyzowanych.

Naszym zdaniem stopniowy upadek ChatGPT jako dominującej technologii dla przedsiębiorstw do 2025 r. podkreśla dynamiczny charakter tej dziedziny, w której znaczenie zlokalizowanych modeli językowych (LLM), takich jak Llama2, będzie rosło. Integracja LLM w celu rozwiązywania złożonych problemów, ułatwiona przez technologie takie jak LangChain, sygnalizuje przejście w stronę kombinacyjnej sztucznej inteligencji. Co więcej, wzrost ilości nieustrukturyzowanych danych, napędzany przez LLM, podkreśla rosnące znaczenie NLP w zwiększaniu możliwości diagnostycznych. Pośród tych postępów technologicznych trwające dramaty w OpenAI i pojawienie się kontroli eksportu sztucznej inteligencji sugerują złożony krajobraz regulacyjny i potencjalne wyzwania geopolityczne. Pozytywnym akcentem jest fakt, że rozwój rynków sztucznej inteligencji, napędzany przez bardziej elastyczne programy LLM, zapowiada erę transformacji, w której firmy będą mogły bezproblemowo integrować gotowe bloki sztucznej inteligencji, aby sprostać różnorodnym potrzebom. Patrząc w przyszłość, krajobraz sztucznej inteligencji wydaje się dynamiczny, naznaczony innowacjami technologicznymi, względami regulacyjnymi i ciągłą ewolucją dynamiki rynku.

Znak czasu:

Więcej z WSZECHSTRONNOŚĆ DANYCH