Melangkaui ChatGPT: Apakah Masa Depan untuk AI Generatif dan Chatbots?

Kejayaan luar biasa ChatGPT telah memaksa setiap syarikat teknologi untuk mula melabur dalam penyelidikan AI dan memikirkan cara untuk mengintegrasikan kecerdasan buatan ke dalam produk mereka. Ia adalah situasi yang tidak seperti apa yang pernah kita lihat, namun, kecerdasan buatan baru sahaja bermula.

Tetapi ini bukan hanya tentang chatbot AI mewah dan penjana teks ke imej. Terdapat beberapa spekulasi tetapi alat AI yang sangat mengagumkan di kaki langit.

Carian Semantik Dengan Pangkalan Data Vektor

Pertanyaan carian semantik sedang diuji untuk memberikan hasil carian yang lebih baik untuk orang ramai. Enjin carian pada masa ini menggunakan algoritma berpusatkan kata kunci untuk memberikan maklumat yang berkaitan kepada pengguna. Walau bagaimanapun, terlalu bergantung pada kata kunci menimbulkan beberapa masalah, seperti pemahaman konteks yang terhad, pemasar mengeksploitasi SEO dan hasil carian berkualiti rendah kerana kesukaran menyatakan pertanyaan yang kompleks.

Tidak seperti algoritma carian tradisional, carian semantik menggunakan pembenaman perkataan dan pemetaan semantik untuk memahami konteks pertanyaan sebelum memberikan hasil carian. Jadi, daripada bergantung pada sekumpulan kata kunci, carian semantik memberikan hasil berdasarkan semantik atau makna pertanyaan yang diberikan.

Konsep carian semantik telah wujud sejak sekian lama. Walau bagaimanapun, syarikat menghadapi kesukaran untuk melaksanakan fungsi sedemikian disebabkan oleh betapa perlahan dan carian semantik intensif sumber boleh dilakukan.

Penyelesaiannya adalah untuk memetakan benam vektor dan menyimpannya dalam pangkalan data vektor yang besar. Melakukannya dengan ketara mengurangkan keperluan kuasa pengkomputeran dan mempercepatkan hasil carian dengan mengecilkan hasil kepada hanya maklumat yang paling berkaitan.

Syarikat dan syarikat pemula teknologi besar seperti Pinecone, Redis dan Milvus kini melabur dalam pangkalan data vektor untuk menyediakan keupayaan carian semantik pada sistem pengesyoran, enjin carian, sistem pengurusan kandungan dan bot sembang.

Pendemokrasian AI

Walaupun tidak semestinya kemajuan teknikal, beberapa syarikat teknologi besar berminat untuk mendemokrasikan AI. Baik atau buruk, model AI sumber terbuka kini dilatih dan diberikan lesen yang lebih permisif untuk digunakan dan diperhalusi oleh organisasi.

The Wall Street Journal melaporkan bahawa Meta membeli pemecut AI Nvidia H100 dan bertujuan untuk membangunkan AI yang bersaing dengan model GPT-4 OpenAI terbaru.

Pada masa ini tiada LLM tersedia secara umum yang dapat menandingi prestasi mentah GPT-4. Tetapi dengan Meta menjanjikan produk yang kompetitif dengan lesen yang lebih permisif, syarikat akhirnya boleh memperhalusi LLM yang berkuasa tanpa risiko rahsia perdagangan dan data sensitif terdedah dan digunakan terhadap mereka.

Ejen AI dan Permulaan Berbilang Ejen

Beberapa projek eksperimen sedang dalam usaha untuk membangunkan ejen AI yang memerlukan sedikit atau tiada arahan untuk mencapai matlamat tertentu. Anda mungkin masih ingat konsep ejen AI daripada Auto-GPT, alat AI yang mengautomasikan tindakannya.

Ideanya adalah untuk ejen mencapai autonomi penuh melalui penilaian kendiri dan pembetulan diri yang berterusan. Konsep kerja untuk mencapai muhasabah dan pembetulan kendiri adalah untuk ejen terus menerus menggesa dirinya setiap langkah tentang tindakan yang perlu dilakukan, langkah bagaimana untuk melakukannya, apakah kesilapan yang dibuatnya, dan apa yang boleh dilakukan untuk memperbaiki .

Masalahnya ialah model semasa yang digunakan dalam ejen AI mempunyai pemahaman semantik yang sedikit. Itu menyebabkan ejen berhalusinasi dan menggesa maklumat palsu, yang menyebabkan mereka terperangkap pada gelung penilaian dan pembetulan diri yang tidak terhingga.

Projek seperti Rangka Kerja Pelbagai Agen MetaGPT bertujuan untuk menyelesaikan masalah dengan menggunakan beberapa ejen AI secara serentak untuk mengurangkan halusinasi tersebut. Rangka kerja berbilang ejen disediakan untuk mencontohi cara syarikat permulaan akan berfungsi. Setiap ejen dalam permulaan ini akan diberikan jawatan seperti pengurus projek, pereka bentuk projek, pengaturcara dan penguji. Dengan membahagikan matlamat yang kompleks kepada tugas yang lebih kecil dan menyerahkannya kepada ejen AI yang berbeza, ejen ini lebih berkemungkinan mencapai matlamat yang diberikan.

Sudah tentu, rangka kerja ini masih sangat awal dalam pembangunan, dan banyak isu masih perlu diselesaikan. Tetapi dengan model yang lebih berkuasa, infrastruktur AI yang lebih baik, dan penyelidikan dan pembangunan berterusan, hanya menunggu masa sebelum ejen AI yang berkesan dan syarikat AI berbilang ejen menjadi sesuatu.

Membentuk Masa Depan Kita Dengan AI

Syarikat besar dan syarikat pemula banyak melabur dalam penyelidikan dan pembangunan AI serta infrastrukturnya. Jadi, kita boleh mengharapkan masa depan AI generatif untuk menyediakan akses yang lebih baik kepada maklumat berguna melalui carian semantik, ejen AI autonomi sepenuhnya dan syarikat AI, dan model berprestasi tinggi yang tersedia secara percuma untuk digunakan dan diperhalusi oleh syarikat dan individu.

Walaupun menarik, adalah penting juga untuk kita meluangkan masa untuk mempertimbangkan etika AI, privasi pengguna dan pembangunan sistem dan infrastruktur AI yang bertanggungjawab. Marilah kita ingat bahawa evolusi AI generatif bukan sekadar membina sistem yang lebih pintar; ia juga tentang membentuk semula pemikiran kita dan bertanggungjawab terhadap cara kita menggunakan teknologi.

Atas ialah kandungan terperinci Melangkaui ChatGPT: Apakah Masa Depan untuk AI Generatif dan Chatbots?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!