Η Ενισχυμένη επιχειρηματική κατανόηση αναδύεται καθώς οι εταιρείες αναζητούν ένα τακτικό πλεονέκτημα με την εφαρμογή τεχνολογιών Τεχνητής Νοημοσύνης που παράγουν κείμενο και δεδομένα εικόνας, γνωστές ως “γεννητικές τεχνολογίες ΤΝ.” Ανάμεσα στις πιο ενδιαφέρουσες προοπτικές για τις επιχειρήσεις είναι η μετάβαση από δημόσια μεγάλα μοντέλα γλώσσας (LLMs) σε εξατομικευμένα, ιδιωτικά LLMs.
Τα δημόσια LLMs εκπαιδεύονται με ευρέως διαθέσιμα δεδομένα, αλλά οι επιχειρήσεις αντιμετωπίζουν τρεις κύριες ανησυχίες κατά τη χρήση αυτών των μοντέλων. Πρώτον, υπάρχει κίνδυνος παραβίασης της απορρήτου των δεδομένων, καθώς τα δεδομένα που υποβάλλονται για τα LLMs περνούν συχνά από διακομιστές τρίτων. Οι εταιρείες πρέπει να είναι προσεκτικές κατά την αξιοποίηση ευαίσθητων εταιρικών πληροφοριών ή προσωπικών δεδομένων που μπορεί να εντοπίζονται. Επιπλέον, η διαφάνεια των LLMs μπορεί να είναι αμφίβολη, δεδομένης της ‘μαύρης κιβωτού’ φύσης τους, όπου η διαδικασία λήψης αποφάσεων παραμένει ασαφής. Τέλος, η ακρίβεια των απαντήσεων ενός LLM εξαρτάται σε μεγάλο βαθμό από την ποιότητα των δεδομένων εκπαίδευσής του, εγείροντας ανησυχίες σχετικά με τη συνέπεια των δεδομένων και τη δυνατότητα προπαγάνδας ή προκατάληψης.
Στο πλαίσιο αυτών των προκλήσεων, ορισμένες εταιρείες επιβάλλουν περιορισμούς ή ακόμη και απαγορεύουν τη χρήση τους. Ο CTO της SAP, Jürgen Müller, αναγνωρίζει τη χρησιμότητα των LLMs, αλλά επισημαίνει τη δυσκολία στην αποτελεσματική εφαρμογή τους στην επιχείρηση χωρίς πρόσβαση σε ενημερωμένες, συγκεκριμένες πληροφορίες της εταιρείας.
Οι εταιρείες τραβούν όλο και περισσότερο το ενδιαφέρον τους για την ανάπτυξη των ιδιωτικών LLMs τους για να υπερβούν τους κινδύνους που σχετίζονται με τα δημόσια μοντέλα. Με τον συνδυασμό αυτών των εξατομικευμένων μοντέλων με τα δικά τους δεδομένα, οι επιχειρήσεις μπορούν να βελτιστοποιήσουν την ακρίβεια των απαντήσεων και να εξασφαλίσουν την ασφαλή εφαρμογή των LLMs. Ένα παράδειγμα τέτοιας καινοτομίας προέρχεται από την PricewaterhouseCoopers (PwC), η οποία προσαρμόζει το εργαλείο της φορολογικής της τεχνητής νοημοσύνης εκπαιδευμένο σε νομικά κείμενα, μελέτες περιπτώσεων και πνευματικά δικαιώματα της PwC. Με την τακτική ενημέρωση των δεδομένων για να αντικατοπτρίζουν τις αλλαγές στο φορολογικό δίκαιο, το ιδιωτικό LLM της PwC παρέχει πιο ακριβείς, διαφανείς και αξιόπιστες πληροφορίες στον τομέα της φορολογίας σε σύγκριση με τα συμβατικά δημόσια LLMs.
The source of the article is from the blog toumai.es