A mesterséges intelligenciával való munka dichotómiája, kettőssége, hogy a generatív MI jövőbeli lehetőségei reményt keltenek, de sokakban félelmet is. Az Omelet kreatív ügynökségnél nem az idei piaci robbanás hozta el ezt a problémát, hiszen néhány éve már dolgoznak MI-rendszerekkel.
2020 elején kezdték el használni a korai modelleket, hogy automatizálják velük a bannerek lokalizálási folyamatának ismétlődő részeit. Idén az év elején kiadtak egy természetes nyelvi feldolgozással (NLP-vel) működő webes eszközt, a Hikupot, amely egy nyelvi eszköz a nyelvhasználat finomítására, nemrégiben pedig elkészült az első mesterséges intelligencia segítségével megalkotott filmjük is egy házon belül fejlesztetti képgenerátor segítségével. Mára egy MI-vel működő szoftvertermék kifejlesztésén is dolgoznak amivel felgyorsíthatják az ügynökségi folyamat egyes elemeit. A fejlesztés részeként lehetőségük nyílt saját, privát nagy nyelvi modell (LLM) létrehozására, melynek kifejlesztése ébresztette rá a céget arra, hogy az LLM-ek kritikus jelentőségűek lesznek mindannyiunk számára a jövőben.
A cég öt kulcsfontosságú észrevételt fogalmazott meg tanulságként az LLM-ekkel való együttműködéshez, hogy hasznosabb, etikusabb és hatásosabb legyen a mesterséges intelligencia használata. Íme a tanulságok!
1. Minden az oktatással kezdődik
Az LLM-ek olyan mélytanulási algoritmusok, amelyek hatalmas adathalmazokat használnak fel a tartalom felismerésére, összegzésére, lefordítására, előrejelzésére és generálására; olyan gépi agyak, amelyeket a szövegalapú generatív MI működtet. Bár a szakértők szerint még évekbe telik, mire teljesen megértjük az LLM-ek belső működését, az alapelveket már ismerjük. Az oktatás és a modellek működésének jobb megértése elengedhetetlen ahhoz, hogy a mesterséges intelligencia összességében pozitív hatást gyakoroljon a társadalomra. Az MI világának egyre vaskosabb saját terminológiája van, amelyet a vállalatnak érdemes minél jobban megismernie. Az oktatás és a modellek működésének jobb megértése elengedhetetlen ahhoz, hogy a mesterséges intelligencia összességében pozitív hatást gyakoroljon a működésre.
2. A Llama 2 demokratizálja az iparágat
Idén év elején az Omeletnek főképp az OpenAI-on és a Google-on keresztül volt hozzáférése a saját LLM-éhez. Minden alapvetően megváltozott, amikor a Meta júliusban kiadta a Llama 2-t. A kereskedelmi licenccel rendelkező Llama 2 ingyenes, nyílt forráskódú alternatíva a szabadalmaztatott LLM-ek mellett. Ez az elmúlt évek egyik legkövetkezetesebb MI-fejlesztése, amely ugyanazokat a alapvető (foundation) modelleket nyújtja, mint a konkurens MI-k, amelyeket az ügyfelek finomhangolhatnak és irányíthatnak. Ez az átláthatóság kiemelkedő fontosságú ahhoz, hogy etikus és megbízható megközelítést alkalmazhassunk a mesterséges intelligenciával való építkezéshez.
3. Használjunk olyan modellt, melyben megbízhatunk
A ChatGPT nem mindig képes elárulni, hogy honnan származik a válasza, és még ha meg is adja, néha téved ebben. A Llama 2 és más nyílt forráskódú LLM-ek azonban lehetővé teszik számunkra, hogy még átláthatóbbak és érthetőbbek legyenek a képzési adatok. Ez komoly szerzőijogi problémáktól, esetleg perektől mentesíthet bennünket. Ugyanakkor az OpenAI a közelmúltban kiadta a ChatGPT vállalati verzióit is, amelyek lehetővé teszik a vállalatok számára, hogy nagyobb kontrollt gyakoroljanak a modelljeik finomhangolása felett. Minél jobban meg tudják határozni a márkák és ügynökségek a modelljeik által használt adatokat, annál jobban védve vannak a jogi kockázatoktól és a nem kívánt eredményektől.
4. Építsünk a befogadásra
Az adatok forrásának és pontosságának megértése segíthet jobban megbízni a generatív modell kimeneteiben. De a képzési adatokat is összhangba kell hoznunk az emberi értékeinkkel. Mivel az Ml-algoritmusokat meglévő, emberek által generált információkon tanítják fel, óvatosnak kell lennünk az adatokon belüli torzításokkal kapcsolatban. A modelleket folyamatosan finomítanunk kell, ám ha biztosítjuk, hogy a modellek képzéséhez használt adatok az értékek és élettapasztalatok széles skáláját képviseljék, akkor ezzel nem lesz számottevő problémánk.
Napjainkban a technológia minden eddiginél nagyobb részét adja a kultúránknak, és ezért arra kell törekednünk, hogy kultúránkat a technológiáink is képviseljék.
5. A Jogvédett vagy a nyílt forráskódú LLM-eké a jövő?
A nagyobb szabadalmaztatott modellek nem mindig jobbak, mint nyílt forráskódú társaik. A kisebb, vertikalizált modellekkel például pontosabb eredményeket érhetünk el konkrétabb problémák megoldása során. Egy kisebb, nyílt forráskódú LLM, amely az adott összes korábbi adatunkon és kommunikációnkon képződött, sokkal jobb munkát fog végezni a jövőben a megfelelő tartalomgenerálásban, mint egy nagy, szabadalmaztatott, de nem ránk szabott, és nem saját – értelemszerűen vállalaton belül tartott – adatokkal „etetett” LLM. A nyílt forráskódú modellek által biztosított ellenőrzés és átláthatóság is alapvető fontosságúvá válik a generatív mesterséges intelligencia által működtetett vállalat termék- és szolgáltatás-élményeinek létrehozásakor.
Továbbá, a saját adatok és a saját LLM kombinálása szuperlöketet adhat a vállalat partnerkommunikációjának is. A cégek a jövőben egyre inkább személyre szabott és privát LLM-eket fognak alkalmazni, a jelenlegi generatív MI-eszközök márkabiztosabb, kifinomultabb és érzékenyebb változatát.
