불과 몇 달 전 OpenAI는 ChatGPT를 출시하여 즉시 전 세계를 휩쓸었습니다. 현재는 인간과 유사하고 문법적으로 정확한 응답 콘텐츠를 생성하는 데 의존하는 1억 명 이상의 활성 사용자를 보유하고 있습니다. 유사한 기술을 사용하면 입력 설명을 기반으로 아트웍과 프로그래밍 코드를 생성할 수도 있으며 그에 못지않게 인상적인 결과를 얻을 수 있습니다.
초기 응답이 만족스럽지 못한 경우 추가 질문을 하거나 보충 및 설명을 통해 이미지나 코드 내용을 조정하여 결과가 기대에 더 부합하도록 하는 등 AI와 계속 상호작용할 수 있습니다. 전체 프로세스에는 도메인 전문가, 아티스트 또는 프로그래머가 작업할 필요가 없으며 대화를 통해 실현할 수 있습니다.
그러나 생성적 AI에도 기본 AI 모델을 훈련하는 데 사용되는 데이터 소스에 대한 논란이 있을 수 있고, 훈련 데이터가 어떻게 순환되어야 하는지, 소스 데이터에 대한 접근 부족, 모델의 편향 등 자체적인 문제가 있습니다. 중요한 것은 - 응답 내용의 정확성, 특히 "심각한 넌센스"입니다.
그러나 이러한 문제로 인해 소프트웨어 회사가 생성 AI를 시도하는 것을 전혀 막을 수는 없었습니다. 기업은 이 뒤에 숨은 엄청난 비즈니스 잠재력과 사용자 열정을 보고 뒤처지고 싶어하지 않습니다.
Salesforce, Forthought 및 Thoughtspot은 모두 최근 자체 생성 AI 테스트 솔루션을 발표했습니다.
Salesforce는 자체 플랫폼 전반에 걸쳐 생성 AI를 출시하고 있으며 Forthought은 새로운 챗봇을 구축하기를 희망하고 Thoughtspot은 AI를 사용하여 데이터 쿼리를 개선하기를 희망합니다. 각 회사는 플랫폼의 고유한 요구 사항을 반영하기 위해 기본 기술에 몇 가지 알고리즘 조정을 추가합니다.
Microsoft는 Azure 기업 사용자를 위한 OpenAI 서비스가 이제 관리형 서비스로 완전히 개방되었다고 발표했습니다.
2023년에는 더 많은 기업이 그룹에 합류할 것으로 믿습니다. 그러나 앞서 언급한 제한 사항은 여전히 현실적이므로 새로운 질문이 제기됩니다. 표면적으로 아무리 멋져 보이더라도, 개발자가 아무리 개발 초기 단계에 있다고 주장하더라도 생성 AI는 실제로 기업에 서비스를 제공할 준비가 되어 있는 것입니다. ?
기업 고객들은 비즈니스 목적으로 AI를 도입하기 위해 열심히 노력하고 있지만 아직 알려지지 않은 부분이 너무 많습니다.
현재 생성 AI의 기본 모델은 여전히 인터넷 데이터를 사용하여 훈련되고 있으며 다양한 라이선스 요구 사항을 완전히 충족하지 못합니다. 웹사이트, 서적, 기사 등 광범위한 교육 자료 모음은 모든 사람에게 실질적인 영향을 미치며, 특히 상업적인 목적으로 콘텐츠를 제작하는 회사의 경우 더욱 그렇습니다.
Salesforce 창립자 Marc Benioff는 이전 인터뷰에서 이것이 실제로 명백한 결함이지만 Salesforce가 Einstein GPT를 출시하는 것을 막지는 못했다고 말했습니다.
대표는 당시 강조했다. "우리 모두 ChatGPT의 흥미로운 기능을 느끼지만 한계도 보입니다. 실제로는 궁극적인 '표절자'이며, 배운 모든 것을 다른 사람에게서 훔칩니다. 어서. 그래서 그 경계 크롤링할 수 있는 콘텐츠의 경계입니다.”
더 중요한 것은 많은 콘텐츠가 단순히 신뢰할 수 없거나 적어도 특정 오류를 포함하고 있다는 것입니다. OpenAI는 또한 기술적 한계 목록에서 이를 공개적으로 인정하며 다음과 같이 썼습니다. "ChatGPT는 때때로 합리적으로 보이지만 부정확하거나 심지어 터무니없을 정도로 잘못된 답변을 제공합니다. 그리고 이 문제는 해결하기 어렵습니다..."
Deon Nicholas, CEO 겸 공동 - Forethought의 창립자는 생성 AI가 직면한 가장 큰 문제는 잘못된 답변이라고 믿습니다. "ChatGPT는 아직도 '환상'을 버리지 못하죠. 특정 사업에 대해 질문을 하고, 답을 모르면 그럴싸해 보이지만 실제로는 전혀 틀린 이야기를 만들어 내는 거죠."
그리고 ChatGPT에서 교육에 사용하는 정보는 2021년 기준인데, 이는 새로운 비즈니스를 창출하려는 기업에게도 문제가 됩니다.
편향 문제도 있는데, 이를 진정으로 완화하려면 다양한 팀이 모델과 훈련 데이터에 세심한 주의를 기울여야 합니다. 지난주 Microsoft의 고객 경험 제품 마케팅 책임자인 Neha Bajwa도 인터뷰에서 AI 편견의 중요성에 대해 이야기했습니다.
"마이크로소프트에서는 이를 '책임 있는 AI'라고 부르는데, 이는 편견과 포괄성에 대한 관심을 통해 데이터에 편견이 없도록 하여 AI가 합리적인 윤리적 관점과 책임 있는 특성을 갖도록 한다는 의미입니다. 데이터가 편견을 증폭시킬 것입니다.”
그러나 이러한 한계는 극복할 수 없습니다. 최근 몇몇 생성 AI 도구 개발자들은 이러한 문제 중 일부를 해결하기 위해 OpenAI의 기본 모델을 채택하고 이를 자체 기술로 변환하기 시작했습니다. 완전히 제거되지는 않았지만 이 분야의 노력은 확실히 다음 단계 작업의 초점이 될 것입니다.
O'Reilly Media의 창립자이자 회장이자 CEO인 Tim O'Reilly는 ChatGPT를 인터넷의 진정한 제3의 물결로 보고 있지만 콘텐츠 소유자의 비즈니스 요구 사항을 충족하려면 약간의 미세 조정이 필요할 수 있다고 말했습니다.
OpenAI CEO Sam Altman은 O'Reilly에 연락했으며 O'Reilly 도서 카탈로그를 사용하여 지식 교육 코퍼스를 얻기를 희망합니다. 그러나 O'Reilly는 이 방법에는 현재 합리적인 저자 보상 메커니즘이 부족하기 때문에 반대를 표명했습니다.
O'Reilly는 "어떤 종류의 결제 방법을 찾지 않는 한, 이러한 콘텐츠에는 명확한 주제가 있고 사람들이 이에 대한 비용을 지불할 의사가 있기 때문에 사용자가 결제할 수 있도록 시스템을 구축할 것을 제안했습니다."라고 말했습니다. 그러면 이러한 유형의 전문 콘텐츠에 액세스할 수 있습니다.
"원본 콘텐츠의 소유자에게 비용이 지급됩니다. 아마도 우리는 사람들이 보다 권위 있는 콘텐츠에 액세스할 수 있도록 이를 위한 비즈니스 모델을 구축할 것입니다."
이것의 큰 장점은 생성 AI의 범위를 넓힌다는 것입니다. 텍스트, 아트, 코드를 포함한 광범위한 기능. Nicholas는 미래 모델이 워크플로를 기반으로 코드를 생성하거나 실행 방법을 자동으로 생성 또는 조정할 수 있다면 기술 응용 회사에 확실히 강력한 도움이 될 것이라고 믿습니다.
“사람들이 아직 깨닫지 못할 수도 있는 것을 추가하고 싶습니다. GPT-3과 같은 생성 모델은 코드를 생성할 수 있고 물론 실시간 워크플로를 생성하는 데 사용될 수 있으며 결과가 상당히 좋습니다. 인간처럼 말하고 생각할 수 있는 AI 모델은 Python 코드 생성, 자동화된 워크플로 생성 등 많은 작업에서 중요한 기반이 될 것입니다."
디지털 경험 및 디지털 전략 컨설팅 회사인 Acquia의 CTO인 Dries Buytaert. 오픈 소스 Drupal 콘텐츠 관리 시스템을 설립했습니다. 최근 블로그 게시물에서 그는 콘텐츠 관리 및 일상 비즈니스에서 생성 AI의 적용 전망을 소개했습니다.
최근 인터뷰에서 Buytaert는 AI 기술의 발전을 클라우드 컴퓨팅과 비교했습니다. 클라우드 컴퓨팅은 컴퓨팅 리소스에 대한 낮은 임계값 액세스를 개방함으로써 엔터프라이즈 컴퓨팅의 모습을 근본적으로 변화시켰습니다.
"OpenAI가 만드는 것은 단순한 제품이 아니라 AI 도구의 대중화 추세이기도 합니다. 이를 통해 기계 학습 및 AI 분야의 박사 학위가 없는 많은 사람들이 빠르게 실질적인 결과를 구축할 수 있습니다. 역량 강화 효과는 놀랍습니다.
Buytaert가 제안했습니다." 기업은 최소한 개발 프로세스와 AI 모델이 어떻게 답에 도달했는지 보여줘야 합니다. “AI 모델이 네트워크 트래픽을 잡아먹고 다양한 부정적 영향을 끼친다는 논란을 불식시킬 수 있도록 진정성을 보여야 한다. 예를 들어 질문하고 답변한 후에 AI가 복귀하는 것을 포함해 왜 자신의 소스를 신뢰하는지 알아야 한다. ”
이것은 시작에 불과합니다. 검색 엔진 스타트업 You.com이 채팅 검색 엔진에 관련 기능을 오픈하기 시작했습니다.
편향을 해결하는 것이 더 어렵지만, 마이크로소프트 바좌는 모든 당사자의 공동 노력으로 달성하는 것이 불가능하지는 않다고 말했습니다. "감독과 감독이 존재해야 합니다. 기술은 일부 역할만 할 수 있습니다. 결국 조직 구조, 프로세스 및 거버넌스에 노력이 이루어져야 합니다. 여기서도 생성 AI 기술이 적용됩니다. 기업은 특정 항목에 대해 해당 정책을 설정해야 합니다. 매개변수, 제안 및 프로세스를 사용하세요.”
이러한 문제를 올바르게 해결해야만 기업은 진정으로 자신감 있고 대담하게 생성 AI를 사용할 수 있습니다. 전망이 유망하더라도 운에 맡겨서는 안 됩니다. 단기적으로 적용하면 빠른 결과를 얻을 수 있지만 모든 장점 뒤에는 숨겨진 위험이 있습니다. 기술 자체가 아직 성숙하지 않은 점을 고려하면, 제너레이티브 AI는 인간의 배려와 보살핌 속에서 '건강하게 성장'하는 것이 가장 좋다.
위 내용은 인기 있는 생성 AI가 엔터프라이즈 애플리케이션에 사용할 준비가 되었나요?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!