Apakah masa depan Generative AI dan chatbots?

Kejayaan luar biasa ChatGPT telah memaksa setiap syarikat teknologi untuk mula melabur dalam penyelidikan AI dan mencari cara untuk menyepadukan kecerdasan buatan ke dalam produk mereka. Walau bagaimanapun, itu hanyalah permulaan kecerdasan buatan.

Perkara bukan sahaja tentang chatbot AI mewah dan alatan teks ke imej. Terdapat beberapa alat AI yang sangat mengagumkan yang keluar.

Carian Semantik dengan pangkalan data vektor

Cari dengan Google

Pertanyaan Carian Semantik sedang diuji untuk memberikan hasil carian yang lebih baik untuk semua orang. Enjin carian kini menggunakan algoritma berpusatkan kata kunci untuk memberikan maklumat yang berkaitan kepada pengguna. Walau bagaimanapun, bergantung terlalu banyak pada kata kunci menimbulkan beberapa masalah, seperti pemahaman kontekstual yang terhad, eksploitasi SEO oleh pemasar dan hasil carian berkualiti rendah disebabkan kesukaran dalam 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 satu siri 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 melaksanakan fungsi ini kerana proses Carian Semantik adalah perlahan dan intensif sumber.

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

Syarikat dan syarikat teknologi besar seperti Pinecone, Redis dan Milvus kini melabur dalam pangkalan data vektor untuk menyediakan keupayaan Carian Semantik merentas sistem pengesyor, enjin carian dan sistem pengurusan kandungan. kandungan dan chatbots.

Mendemokrasikan AI

Walaupun tidak semestinya kemajuan teknikal, beberapa syarikat teknologi utama masih berminat untuk mendemokrasikan AI. Baik atau buruknya, model AI sumber terbuka kini dilatih dan dilesenkan dengan lebih mudah untuk digunakan dan diperhalusi oleh organisasi.

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

Pada masa ini tiada LLM tersedia secara umum yang boleh menandingi prestasi mentah GPT-4. Tetapi dengan Meta menjanjikan produk yang kompetitif dengan pelesenan yang lebih mudah, syarikat akhirnya boleh memperhalusi LLM yang berkuasa tanpa rasa takut akan rahsia perdagangan terdedah dan data sensitif digunakan untuk memeranginya semula.

Ejen AI dan pemula berbilang ejen

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

Ideanya adalah untuk ejen mencapai autonomi sepenuhnya melalui penilaian kendiri berterusan dan pembetulan ralat. Konsep ini berfungsi untuk mencapai muhasabah diri dan pembetulan supaya pekerja sentiasa mengingatkan diri mereka langkah demi langkah tentang tindakan yang perlu diambil, langkah-langkah bagaimana untuk melakukannya, kesilapan yang dilakukan dan apa yang boleh dilakukan untuk menambah baik.

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

Projek seperti Rangka Kerja Berbilang Agen MetaGPT bertujuan untuk menyelesaikan masalah dengan menggunakan beberapa ejen AI secara serentak untuk mengurangkan keadaan ini. Rangka kerja berbilang ejen disediakan untuk mensimulasikan cara syarikat permulaan beroperasi. Setiap ejen dalam permulaan ini akan diberikan jawatan seperti pengurus projek, pereka projek, pengaturcara dan penguji. Dengan membahagikan matlamat yang kompleks kepada tugas yang lebih kecil dan menugaskannya kepada ejen AI yang berbeza, ejen ini lebih berkemungkinan mencapai matlamat tertentu.

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

Membentuk masa depan dengan AI

Syarikat-syarikat besar dan syarikat permulaan melabur banyak dalam penyelidikan dan pembangunan AI dan infrastrukturnya. Jadi, kita boleh mengharapkan masa depan AI generasi akan datang untuk menyediakan akses yang lebih baik kepada maklumat berguna melalui Carian Semantik, ejen AI autonomi sepenuhnya dan syarikat AI, dan model AI autonomi sepenuhnya. Pengimej berprestasi tinggi tersedia secara percuma untuk syarikat dan individu untuk digunakan dan diubah suai.

Walaupun menarik, adalah penting untuk kami meluangkan masa untuk mempertimbangkan isu etika yang berkaitan dengan AI, privasi pengguna dan pembangunan sistem dan infrastruktur WHO yang bertanggungjawab. Ingat bahawa pembangunan AI Generatif bukan sekadar membina sistem yang lebih pintar; ia juga tentang membentuk semula pemikiran kita dan bertanggungjawab terhadap cara kita menggunakan teknologi.