Ce ne rezervă viitorul pentru IA generativă și chatbot?

Recomandări cheie

  • Succesul ChatGPT a declanșat investiții pe scară largă în cercetarea și integrarea AI, ceea ce a condus la oportunități și progrese fără precedent în domeniu.
  • Căutarea semantică cu baze de date vectoriale revoluționează algoritmii de căutare prin utilizarea înglobărilor de cuvinte și a semanticii pentru a oferi rezultate mai precise din punct de vedere contextual.
  • Dezvoltarea agenților AI și a startup-urilor cu mai mulți agenți își propune să obțină o autonomie deplină și să rezolve limitările actuale prin autoevaluare, corecție și colaborare între mai mulți agenți.
VIDEO MUO AL ZILEI Derulați PENTRU A CONTINUA CU CONȚINUT

Succesul fenomenal al ChatGPT a forțat fiecare companie de tehnologie să înceapă să investească în cercetarea AI și să descopere cum să integreze inteligența artificială în produsele lor. Este o situație diferită de orice am văzut vreodată, dar inteligența artificială abia acum începe.

Dar nu este vorba doar de chatbot-uri AI de lux și generatoare de text-to-image. Există unele speculații, dar instrumente AI incredibil de impresionante la orizont.

Căutare semantică cu baze de date vectoriale

Căutând cu Google
Credit imagine: Firmbee.com/Unsplash

Interogările de căutare semantică sunt testate pentru a oferi rezultate de căutare mai bune pentru oameni. Motoarele de căutare utilizează în prezent algoritmi centrați pe cuvinte cheie pentru a oferi informații relevante utilizatorilor. Cu toate acestea, dependența excesivă de cuvintele cheie pune mai multe probleme, cum ar fi înțelegerea limitată a contextului, agenții de marketing care exploatează SEO și rezultate de căutare de calitate scăzută din cauza dificultății de exprimare a interogărilor complexe.

Spre deosebire de algoritmii de căutare tradiționali, căutarea semantică utilizează încorporarea cuvintelor și maparea semantică pentru a înțelege contextul unei interogări înainte de a furniza rezultate de căutare. Deci, în loc să se bazeze pe o mulțime de cuvinte cheie, căutarea semantică oferă rezultate bazate pe semantică sau pe semnificația unei anumite interogări.

Conceptul de căutare semantică există de ceva timp. Cu toate acestea, companiile întâmpină dificultăți în implementarea unei astfel de funcționalități din cauza cât de lentă și consumatoare de resurse poate fi căutarea semantică.

Soluția este să mapați înglobările vectoriale și să le stocați într-o bază de date vectorială mare. Acest lucru reduce substanțial cerințele de putere de calcul și accelerează rezultatele căutării prin restrângerea rezultatelor doar la informațiile cele mai relevante.

Marile companii tehnologice și startup-uri precum Pinecone, Redis și Milvus investesc în prezent în baze de date vectoriale pentru a oferi capabilități de căutare semantică pe sisteme de recomandare, motoare de căutare, sisteme de gestionare a conținutului și chatbot.

Democratizarea IA

Deși nu este neapărat un progres tehnic, mai multe companii mari de tehnologie sunt interesate de democratizarea AI. La bine și la rău, modelele open-source AI sunt acum instruite și li se acordă licențe mai permisive pentru ca organizațiile să le utilizeze și să le ajusteze.

Raportează Wall Street Journal că Meta cumpără acceleratoare Nvidia H100 AI și își propune să dezvolte un AI care să concureze cu recentul model GPT-4 al OpenAI.

În prezent, nu există un LLM disponibil public care să se potrivească cu performanța brută a GPT-4. Dar, cu Meta promițând un produs competitiv cu o licență mai permisivă, companiile pot, în sfârșit, să ajusteze un LLM puternic, fără riscul ca secretele comerciale și datele sensibile să fie expuse și utilizate împotriva lor.

Agenți AI și startup-uri cu mai mulți agenți

Grup de lucru la un proiect
Credit imagine: Annie Spratt/Unsplash

Mai multe proiecte experimentale sunt în prezent în lucru pentru dezvoltarea agenților AI care necesită puține sau deloc instrucțiuni pentru a atinge un anumit obiectiv. Poate vă amintiți conceptele agenților AI din Auto-GPT, instrumentul AI care își automatizează acțiunile.

Ideea este ca agentul să atingă autonomie deplină prin autoevaluare și autocorecție constantă. Conceptul de lucru pentru a realiza auto-reflecția și corectarea este ca agentul să se solicite continuu la fiecare pas cu privire la acțiunea care trebuie făcută, pași despre cum să o facă, ce greșeli a făcut și ce poate face pentru a se îmbunătăți .

Problema este că modelele actuale utilizate în agenții AI au o înțelegere semantică redusă. Asta îi determină pe agenți să halucineze și să propună informații false, ceea ce îi face să rămână blocați într-o buclă infinită de autoevaluare și corecție.

Proiecte precum Cadrul Multi-agent MetaGPT urmăresc să rezolve problema prin utilizarea simultană a mai multor agenți AI pentru a reduce astfel de halucinații. Cadrele multi-agenți sunt configurate pentru a emula modul în care ar funcționa o companie startup. Fiecărui agent din acest startup i se vor atribui poziții precum manager de proiect, designer de proiect, programator și tester. Împărțind obiectivele complexe în sarcini mai mici și delegându-le diferiților agenți AI, acești agenți au mai multe șanse să își atingă obiectivele date.

Desigur, aceste cadre sunt încă foarte devreme în dezvoltare și multe probleme încă trebuie rezolvate. Dar, având modele mai puternice, infrastructură AI mai bună și cercetare și dezvoltare continuă, este doar o chestiune de timp până când agenții AI eficienți și companiile AI cu mai mulți agenți devin un lucru.

Modelând viitorul nostru cu AI

Marile corporații și startup-uri investesc masiv în cercetarea și dezvoltarea AI și a infrastructurilor sale. Așadar, ne putem aștepta ca viitorul AI generativ să ofere un acces mai bun la informații utile prin căutare semantică, agenți AI complet autonomi și companii AI și modele de înaltă performanță disponibile gratuit pentru ca companiile și persoanele fizice să le utilizeze și să le ajusteze.

Deși interesant, este, de asemenea, important să ne luăm în considerare etica AI, confidențialitatea utilizatorilor și dezvoltarea responsabilă a sistemelor și infrastructurilor AI. Să ne amintim că evoluția IA generativă nu se referă doar la construirea de sisteme mai inteligente; este, de asemenea, să ne remodelăm gândurile și să fim responsabili pentru modul în care folosim tehnologia.

Va invit sa cititi si articolele de mai jos pe langa acestea care sunt cele mai recente

Lasa un comentariu