Der Aufbau generativer künstlicher Intelligenz erfordert mehr als nur den Rückgriff auf riesige Modelle

Der rasante Aufstieg der generativen künstlichen Intelligenz (GenAI) führt dazu, dass Unternehmen nach neuen und innovativen Wegen suchen, um die Leistungsfähigkeit dieser Technologie in Geschäftsanwendungen zu nutzen. Viele Unternehmen glauben, dass große Sprachmodelle (LLMs) die Art und Weise, wie KI-gesteuerte Geschäftsanwendungen erstellt werden, verändert haben. Alles, was erforderlich ist, ist, Daten in das LLM-Modell einzuspeisen, und es wird die Aufgabe erfüllen. Allerdings sind die Dinge nicht so einfach

Das Forschungs- und Beratungsunternehmen Forrester hat einen neuen Bericht veröffentlicht, der hervorhebt, dass kommerzielle GenAI-Anwendungen mehr als nur ein allgemeines LLM erfordern. Selbst das sorgfältigste abgestimmte und am besten trainierte LLM reicht möglicherweise nicht aus, um GenAI-basierte Anwendungen zu erstellen und sicher auszuführen. Dieser vereinfachte Ansatz ermöglicht es Unternehmen nicht, ihr gesamtes proprietäres Wissen für die Arbeit zu nutzen. Es birgt auch andere Risiken, darunter Skalierbarkeits-, Sicherheits- und Kostenprobleme.

Der Bericht von Forrester untersucht, wie 15 der größten Dienstleister GenAI nutzen, um mehr als 2.000 Unternehmen auf der ganzen Welt beim Schreiben von GenAI-basierten Geschäftsanwendungen zu unterstützen. Die Ergebnisse des Berichts legen nahe, dass Unternehmen eine „Layers, Gates and Pipes“-Architektur aufbauen müssen, um GenAI-basierte Anwendungen sicher und effektiv auszuführen.

Die Architektur „Schichten, Türen und Rohre“ nutzt Ressourcen aus vielen intelligenten Schichten, um interne und externe Funktionen miteinander zu verbinden. Außerdem sind Eingabe- und Ausgabekontrollgates erforderlich, um Menschen, das Unternehmen und das Modell selbst zu schützen. Darüber hinaus ist eine Anwendungspipeline erforderlich, um die Intelligenzschicht aufzufordern, einzubetten und zu orchestrieren, um Anfragen in Ausgaben umzuwandeln. Schließlich ist eine Test- und Lernschleife erforderlich, um die Ergebnisse zu testen und zu überwachen und entsprechende Anpassungen vorzunehmen.

Der Bericht geht tiefer auf die Elemente der „Schichten, Tore und Rohre“-Architektur ein und stellt fest, dass die Intelligenzschicht eine breite Palette von Funktionen umfasst, darunter allgemeine, eingebettete und spezialisierte GenAI-Modelle.

Zu den intelligenten Ressourcen, die Unternehmen selbst erstellen und verwalten sollten, gehören Softwareanwendungen, KI/ML-Modelle, private GenAI-Modelle, strukturierte und unstrukturierte Daten sowie Hinweise und Verhaltensweisen von Menschen. Zu den Informationsquellen, die Unternehmen von Anbietern beziehen sollten, sollten domänenspezifische GenAI-Modelle, öffentliche GenAI-Tools und gebündelte GenAI-Modelle wie SaaS-Anwendungen gehören.

Verwenden Sie Eingabetore, um fehlerhafte Anfragen, falsche Tipps und gefährliche Suchanfragen zu blockieren. Es kann auch vage Anfragen in beantwortbare Aufforderungen umwandeln. Output-Gates helfen dabei, die Ausgabe von Problemen anhand von Aspekten wie Compliance-Anforderungen und Sicherheit zu validieren.

Anwendungspipelines werden verwendet, um all dies durch API-First-Workflows miteinander zu verbinden. Sie tragen dazu bei, Ressourcen nahtlos von der Intelligenzebene aus zu kombinieren und so einen reibungslosen End-to-End-Ablauf zu gewährleisten. Das letzte Element der Architektur ist das Testen durch eine Testrückkopplungsschleife. Sie tragen dazu bei, Vertrauen, Vertrauen und Effektivität in Anwendungen aufzubauen

Dem Forrester-Bericht zufolge haben Unternehmen jetzt die Möglichkeit, Anwendungen aus unterschiedlichen Teilen zusammenzustellen, während sie in den nächsten Jahren eine vollständige Struktur zur Unterstützung von GenAI-Anwendungen aufbauen. Nur mit der richtigen Aufmerksamkeit können Unternehmen die Leistungsfähigkeit von GenAI-Geschäftsanwendungen voll ausschöpfen

Das obige ist der detaillierte Inhalt vonDer Aufbau generativer künstlicher Intelligenz erfordert mehr als nur den Rückgriff auf riesige Modelle. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!