ChatGPT: 기업은 차세대 자연어 처리 기술을 받아들일 준비가 되어 있습니까?

Digital-adoption.com에서 공개한 네트워크 분석 데이터에 따르면 최신 버전의 ChatGPT가 출시된 후 개발자 OpenAI의 방문 수가 1,830만 명에서 6억 7,200만 명으로 3,572% 증가한 것으로 나타났습니다.

올해 1월, 마이크로소프트는 총 수십억 달러 규모의 OpenAI에 대한 3단계 투자 계획을 발표했습니다. 이제 Microsoft는 ChatGPT를 사용하는 AI 지원 버전의 Bing 검색 엔진을 출시했습니다. 회사 CEO인 Satya Nadella는 AI가 다양한 소프트웨어 범주를 근본적으로 변화시킬 것이라고 믿고 있으며 Microsoft는 이 기술이 Bing을 지원하여 매일 50억 건의 쿼리에 응답할 수 있기를 바라고 있습니다. 현재 ChatGPT 기능은 아직 미리보기 단계이지만 사용자는 등록하고 액세스를 위해 줄을 서서 기다릴 수 있습니다.

마이크로소프트의 발표 하루 전, 구글과 알파벳도 바드(Bard)라는 경쟁자를 내놓았습니다. 이 경쟁사는 구글의 람다(Lambda) 기술을 기반으로 하며 확장을 통해 더 많은 사용자를 지원할 수 있다고 한다. Bard에 대한 블로그 게시물은 다음과 같이 말합니다. “곧 사용자는 검색에서 AI 기반 기능을 보게 될 것입니다. 이러한 기능은 복잡한 정보와 다양한 관점을 이해하기 쉬운 형식으로 추출하여 사용자가 큰 그림을 빠르게 이해하고 더 많은 정보를 얻을 수 있게 해줄 것입니다.

사람들은 기업 내에서도 생성 AI를 사용할 수 있는 기회를 봅니다.

Kyndryl 영국 및 아일랜드의 데이터, AI 및 애플리케이션 실무 리더인 Carolyn Prior는 다음과 같이 말했습니다. 최신 기술을 적극적으로 탐색하고 있는 조직/ 최고의 신기술을 수용하고 데이터 관리 아키텍처를 현대화하는 조직은 현재의 경쟁적인 시장 환경을 더 잘 탐색할 수 있으며, AI 및 기타 신기술을 수용하고 채택하는 것이 경쟁 우위를 유지하는 열쇠가 될 것입니다. ”

지식 플랫폼 제공업체 eGain은 소프트웨어 개발자가 점점 더 생성 AI를 제품 및 서비스 개발에 통합하고 있다고 믿습니다. 회사는 ChatGPT를 Instant Answers 제품에 통합했습니다. 회사 CEO Ashu Roy는 "ChatGPT와 같은 생성적 AI는 지식 관리 및 대화 참여에 흥미로운 자동화 가능성을 열어줍니다. Instant Answers는 속도를 기반으로 창출되는 가치를 좋아하는 초대 고객 사이에서 매우 인기가 있습니다. "

지식 관리도 마찬가지입니다. 소프트웨어 개발자가 보다 효율적으로 작업할 수 있도록 도와줍니다.

Brightman Business Solutions 이사인 Romy Hughes는 "ChatGPT는 소프트웨어 개발자가 매우 어려운 코드를 완성하는 데 도움이 될 수 있습니다."라고 말했습니다. 예를 들어 개발자는 ChatGPT에 기존 코드를 최적화하는 방법을 요청할 수 있습니다. 앞으로 그녀는 "이 기술은 코더가 아닌 사람들에게도 앱 개발 가능성을 제공함으로써 프로그래밍을 민주화할 것입니다. 본질적으로 훨씬 더 많은 기능을 제공하면서 로우 코드 약속과 동일한 이점을 제공할 것"이라고 믿습니다. IT 부서의 개입이 필요하지 않고 다른 직원의 창의성이 극대화됩니다. ChatGPT는 이를 더 쉽게 만들어줍니다.

Arthur D Little AI Company의 전문가인 Albert Meige와 Gregory Renard는 이 기술이 전반적인 생산성을 낮추는 위험을 분석했습니다. 기술 수준의 프로그래머에게 경고하고 생성된 코드에 알고리즘 편향이 포함될 가능성이 있다고 경고했습니다. 알고리즘을 훈련하는 데 사용되는 데이터에 편향이 존재하면 부정확하거나 불공정한 결과가 발생할 수 있습니다. Meige와 Renard에 따르면, 그러한 편견을 제거하려는 지속적인 노력에도 불구하고 그러한 편견은 여전히 ​​존재하며 상당히 혼란스럽습니다.

그들은 또한 출신에 따라 누군가를 투옥해야 하는지 결정하기 위해 Python 프로그램을 작성해 달라는 요청을 받았을 때 북한, 시리아, 이란에 초점을 맞춘 ChatGPT의 분석 예를 인용했습니다. 더욱이 이 기준은 Python 코드에 하드 코딩되어 있으며 이러한 편견은 인터넷 대화 내용에 대한 광범위한 분석에서 파생되었을 가능성이 높습니다.

이 예 자체는 매우 간단하지만 결국 투옥 여부를 판단할 때 고려해야 할 다른 요소가 있지만 ChatGPT를 사용하여 코드를 생성하는 데는 위험이 있으며 해당 모델은 쉽게 오해될 수 있음을 보여줍니다. 훈련 데이터의 편향/편향.

기업이 직면한 또 다른 문제는 생성적 AI 훈련에 드는 막대한 비용, 특히 훈련 데이터의 잠재적 편향으로 인해 발생할 수 있는 높은 위험입니다. "하버드 비즈니스 리뷰(Harvard Business Review)"는 최근 생성 AI 훈련이 훈련 과정에서 많은 양의 데이터와 컴퓨팅 성능을 소비하기 때문에 여전히 몇몇 거대 기술 기업의 특허라는 보고서를 발표했습니다. 기사 작성자는 ChatGPT의 기반이 되는 GPT-3 모델의 데이터를 인용하여 45TB의 데이터 자료가 초기 훈련에 사용되었고 1,750억 개의 매개변수가 예측에 사용되었다고 말했습니다. 따라서 GPT-3의 단일 훈련 비용은 1,200만 달러에 달합니다.

저자들은 “대부분의 기업에는 유사한 모델을 처음부터 훈련시킬 수 있는 데이터 센터나 클라우드 컴퓨팅 역량이 없다”고 경고합니다.

이러한 관점에서 자체 검색 엔진에 생성 AI를 도입한 최초의 회사는 바로 Microsoft입니다. 그리고 Google도 그렇죠. 이러한 대규모 컴퓨팅 시설과 데이터 보유량이 없는 다른 조직의 경우 GPT 기술이 단기적으로 실질적인 도움을 제공하지 못할 수도 있습니다.

위 내용은 ChatGPT: 기업은 차세대 자연어 처리 기술을 받아들일 준비가 되어 있습니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!