Membina kecerdasan buatan generatif memerlukan lebih daripada sekadar bergantung pada model besar

Peningkatan pesat kecerdasan buatan generatif (GenAI) menyebabkan perniagaan bergelut untuk mencari cara baharu dan inovatif untuk memanfaatkan kuasa teknologi ini dalam aplikasi perniagaan. Banyak perusahaan percaya bahawa model bahasa besar (LLM) telah membentuk semula cara aplikasi perniagaan dipacu AI dibina. Walau bagaimanapun, perkara tidak semudah itu

Firma penyelidikan dan penasihat Forrester telah mengeluarkan laporan baharu yang menekankan bahawa aplikasi komersial GenAI memerlukan lebih daripada sekadar LLM tujuan umum. Malah LLM yang ditala dan dilatih dengan paling teliti mungkin tidak mencukupi untuk membina dan menjalankan aplikasi berasaskan GenAI dengan selamat. Pendekatan ringkas ini tidak membenarkan organisasi menggunakan semua pengetahuan proprietari mereka untuk bekerja. Ia juga memberikan risiko lain, termasuk skalabiliti, keselamatan dan isu kos.

Laporan Forrester mengkaji cara 15 daripada penyedia perkhidmatan terbesar menggunakan GenAI untuk membantu lebih 2,000 syarikat di seluruh dunia menulis aplikasi perniagaan yang dikuasakan GenAI. Penemuan laporan itu menunjukkan bahawa perusahaan perlu memasang seni bina "lapisan, pintu dan paip" untuk menjalankan aplikasi berasaskan GenAI dengan selamat dan cekap.

Seni bina "Lapisan, Pintu dan Paip" memanfaatkan sumber daripada banyak lapisan pintar untuk menggabungkan fungsi dalaman dan luaran. Ia juga memerlukan pintu kawalan input dan output untuk melindungi orang ramai, syarikat dan model itu sendiri. Selain itu, ia memerlukan saluran paip aplikasi untuk menggesa, membenamkan dan mengatur lapisan kecerdasan untuk mengubah permintaan menjadi output. Akhir sekali, kitaran ujian dan pembelajaran diperlukan untuk menguji dan memantau keputusan dan membuat pelarasan sewajarnya.

Menggali elemen seni bina "lapisan, pintu dan paip", laporan itu menyatakan bahawa lapisan kecerdasan merangkumi pelbagai keupayaan, termasuk model GenAI umum, terbenam dan khusus.

Sumber pintar yang perlu dicipta dan diurus oleh organisasi termasuk aplikasi perisian, model AI/ML, model GenAI persendirian, data berstruktur dan tidak berstruktur serta isyarat dan gelagat orang ramai. Sumber kecerdasan yang perlu diperoleh oleh organisasi daripada vendor hendaklah termasuk model GenAI khusus domain, alatan GenAI awam dan model GenAI yang digabungkan, seperti aplikasi SaaS.

Gunakan get input untuk menyekat permintaan yang tidak baik, petua palsu dan carian berbahaya. Ia juga boleh menukar permintaan yang tidak jelas menjadi gesaan yang boleh dijawab. Gerbang keluaran membantu mengesahkan keluaran isu berdasarkan aspek seperti keperluan pematuhan dan keselamatan

Saluran paip aplikasi digunakan untuk menyambungkan semua ini bersama-sama melalui aliran kerja yang mengutamakan API. Mereka membantu menggabungkan sumber dengan lancar daripada lapisan kecerdasan untuk aliran hujung ke hujung yang lancar. Elemen terakhir seni bina adalah menguji melalui gelung maklum balas ujian. Mereka membantu membina kepercayaan, keyakinan dan keberkesanan dalam aplikasi

Menurut laporan Forrester, perusahaan kini berpeluang untuk memasang aplikasi daripada bahagian yang berbeza kerana mereka membina susunan lengkap dalam beberapa tahun akan datang. Hanya dengan perhatian yang sewajarnya, perusahaan boleh mendapat manfaat sepenuhnya daripada kuasa aplikasi perniagaan GenAI

Atas ialah kandungan terperinci Membina kecerdasan buatan generatif memerlukan lebih daripada sekadar bergantung pada model besar. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!