Hallo alle miteinander! und genau wie Sie bin ich von den jüngsten Fortschritten der künstlichen Intelligenz fasziniert. Als mir klar wurde, dass ich über alle Entwicklungen auf dem Laufenden bleiben musste, beschloss ich, mich auf eine persönliche Lernreise zu begeben, und so waren geboren! In dieser Reihe lerne ich etwas über LLMs und teile in meinen Blogbeiträgen Ideen, Experimente, Meinungen, Trends und Erkenntnisse. Sie können die Reise auf HackerNoon oder meiner persönlichen Website verfolgen. Im heutigen Artikel werden wir versuchen, mithilfe von GPT-4 einen semantischen Kernel zu erstellen. Ich bin Nataraj 100 Tage KI hier hier auf Im Bereich der generativen KI passiert viel. So sehr, dass Nvidia, der Waffenhändler der generativen KI, mit seinen H100-Chips inzwischen die Marktbewertungen von Amazon übertroffen hat. Es ist auch ein sehr dynamischer Raum mit vielen Aktivitäten von Start-ups und großen Technologieunternehmen. In diesem Beitrag werde ich drei große Trends hervorheben, die wir in den nächsten 12 bis 18 Monaten sehen könnten. 1 – Datenangebote In den letzten zwei Jahrzehnten sagten wir immer wieder, . Dieser Satz wird dieses Jahr echte Auswirkungen haben. Viele Unternehmen haben einzigartige Datensätze gesammelt und ein Produkt gefunden, das wirklich zum Markt passt. Kürzlich wurde bekannt, dass Reddit für 60 Millionen US-Dollar einen Deal für den Zugriff auf seine Daten mit einem ungenannten Unternehmen abgeschlossen hat. Die Vertragsbedingungen sind unbekannt, aber das sind 60 Millionen US-Dollar neuer Umsatz für Reddit. Halten Sie Ausschau nach weiteren Angeboten von Unternehmen, die über einzigartige Datensätze verfügen. Daten seien das neue Öl 2 – Konzentrieren Sie sich auf Open-Source-Modelle Seit Open AI Chat GPT eingeführt hat, wurde die Konversation von Basismodellen der GPT-Serie dominiert, bei denen es sich um geschlossene Modelle handelt, was bedeutet, dass niemand außer dem Open AI-Team die Details darüber kennt, wie das Modell trainiert wurde, auf welchen Daten es trainiert wurde und welche Parameter es hat Modell. Wir werden sehen, dass weitere Open-Source-Modelle auf der Bühne stehen und Aufmerksamkeit erregen. Der Hauptakteur in diesem Bereich, auf den man achten sollte, ist Meta (Facebook). Meta entfernt die Seite aus Googles Ansatz für Mobilgeräte. Während Apples mobiles Betriebssystem geschlossen wurde, bestand die Strategie von Google darin, ein Open-Source-Mobilbetriebssystem zu sein, das über 80 % der Mobiltelefone weltweit antreibt. Behalten Sie also Meta im Auge. 3 – Kleine Sprachmodelle Open AI hat der Welt gezeigt, welche Leistungsfähigkeit Large Language Models (LLMs) bietet. Aber da jedes Unternehmen im Bereich KI darum kämpft, produktreife Produkte und Funktionen zu entwickeln, versucht es, Unternehmen dazu zu bringen, KI für ihr Unternehmen einzuführen. LLMs sind möglicherweise nicht immer die beste Lösung. Ein kleineres Modell, das weniger Rechenleistung zum Trainieren benötigt und weniger, aber qualitativ hochwertigere Daten verwendet, könnte tatsächlich besser sein. Diese als SLMs bezeichneten Modelle könnten auf Mobiltelefonen ausgeführt werden, was den Zugang zu KI für ein breiteres Publikum verbessern würde. Einige der SLMs, die Sie sich ansehen sollten, sind: Phi von Microsoft Orca von Microsoft T5 von Google Eine der Hauptantriebsfunktionen für Anpassungen und Innovationen bei SMLs besteht darin, die Rechenkosten zu senken und dadurch KI zugänglicher zu machen. 4 – Konzentrieren Sie sich auf LLM-Sicherheit Ich spreche nicht von Datensicherheit bei der Ausbildung des LLM. Ich beziehe mich auf Fälle, in denen Benutzer LLMs hacken können, um etwas zu tun, was sie nicht tun sollen, oder sie einfach kaputt machen können. Beim Hacken von LLM-Verhalten treten zahlreiche Sicherheitsprobleme auf. Einige umfassen: , um LLM dazu zu bringen, auf etwas zu antworten, das es nicht mögen sollte, zu Hause eine verbotene Substanz herzustellen. Jailbreak zum Ausblenden von Prompt-Anweisungen, die LLMs beschädigen Prompt-Injection werden fehlerhafte Daten im Internet gespeichert, die von LLMs genutzt werden und später missbraucht werden können. Bei der Datenvergiftung Wir stellen derzeit immer mehr Möglichkeiten fest, dass LLMs kompromittiert werden können, während wir die uns bekannten beheben. Dies wird einer der aktiven Bereiche sein, in denen im Jahr 2024 sowohl auf Forschungs- als auch auf Produktseite Fortschritte erzielt werden. 5 – Regulatorische Auswirkungen Es ist ziemlich klar, dass KI in allen Bereichen enorme Auswirkungen auf die Gesellschaft haben wird. Es wird sich mit allen Aspekten der Gesellschaft kreuzen, und wie wir gesehen haben, kündigt jedes große Unternehmen im Zeitraum 2022–23 große KI-Initiativen und Investitionen in KI an. Microsoft hat in Open AI & Inflection investiert Google und Amazon haben in Anthropic investiert Jeff Bezos investierte in Perplexity Airbnb hat ein Stealth-KI-Unternehmen namens gameplanner.ai übernommen Die Aufsichtsbehörden konzentrierten sich bereits auf große Technologieunternehmen, was sie in den letzten drei Jahren daran hinderte, Akquisitionen vorzunehmen. Vor diesem Hintergrund werden wir sehen, dass Regulierungsbehörden sowohl in den USA als auch in der EU KI-Investitionen genau beobachten und möglicherweise auch einige der Investitionen entwirren. Die Investitionen wurden in erster Linie getätigt, um Übernahmen zu vermeiden, da die Leiter großer Technologieunternehmen wissen, dass es ein harter Kampf sein wird, ihre Genehmigung zu erhalten. Aber auch einige dieser Investitionen könnten auf den Prüfstand kommen. Das war's für Tag 14 von 100 Tagen KI. Ich schreibe einen Newsletter mit dem Titel Above Average, in dem ich über die Erkenntnisse zweiter Ordnung spreche, die hinter allem stecken, was in der Big-Tech-Branche passiert. Wenn Sie in der Technikbranche tätig sind und nicht durchschnittlich sein möchten, . abonnieren Sie es Folgen Sie mir auf , oder für die neuesten Updates zu 100 Tagen KI. Wenn Sie im technischen Bereich tätig sind, könnten Sie daran interessiert sein, meiner Community von technischen Fachleuten beizutreten. Twitter LinkedIn HackerNoon hier
