Sérieusement, les LLM, Agentic AI et tous ces outils Generative AI sont cool, et ils sont utiles pour certains cas d'utilisation. en fait, ils sont étonnants dans leurs cas d'utilisation idéaux autour de la génération de contenu. Nous devons nous réveiller, cependant, parce qu’il y a des exagérations sérieuses et des idées fausses qui flottent là-bas et qui causent des problèmes sérieux. 1️⃣ Les grands modèles linguistiques (LLM) sont la base du "Universal Solver" qui peut trouver des solutions à n'importe quel problème. Les LLM sont super puissants à la génération de contenu, mais ils sont (au cœur) juste des modèles de prédiction statistiques qui choisissent ce que le prochain "token" est - il n'y a pas de compréhension légitime, de raisonnement vrai ou de compréhension causale derrière ces modèles, peu importe qui essaie de vous dire autrement. ❌ WRONG! Les indicateurs de référence comme montre que la plupart des modèles populaires marquent moins de 50% sur les tâches faciles pour les humains, prouvant qu'ils sont des prédicteurs statistiques, pas des résolveurs omniscients. Cette conception erronée découle de l'hype autour des "capacités émergentes", mais des lois d'échelle (par exemple, indiquer la diminution des rendements sans modifications architecturales fondamentales. ARC (Abstraction and Reasoning Corpus) : abstraction et raisonnement https://arcprize.org/leaderboard Le papier Chinchilla 2️⃣ L’IA générative est la voie vers l’intelligence générale artificielle (AGI) ou la superintelligence artificielle (ASI). L’IA générative est en fait plus « étroite » qu’elle n’est « générale ». Son travail principal est la mimétisation : apprendre à regarder et à sonner de manière convaincante comme les données sur lesquelles elle a été formée. ❌ WRONG! Considérez également que l'intelligence générale nécessite une intelligence émotionnelle, et que les émotions sont quelque chose que les modèles actuels d'IA ne sont pas très bons. Si nous voulons une intelligence au niveau humain, ou mieux, nous avons besoin de beaucoup plus d’amélioration avec l’intelligence émotionnelle artificielle. Les humains utilisent parfois jusqu'à 90% des émotions lorsqu'ils prennent certaines décisions 3️⃣ Les modèles d’IA génératifs pensent et apprennent comme les humains. Tous les données multimodales, telles que les images, la musique, etc., doivent être traitées et converties dans un format optimisé pour que les modèles puissent l'utiliser.Nous commençons tout juste à construire des systèmes qui peuvent collecter automatiquement de nouvelles données et les mettre dans un processus pour s'incorporer, mais le processus n'est pas comme le fonctionnement du cerveau humain.La plupart des modèles GenAI doivent être explicitement retrainés à mesure que de nouvelles données sont disponibles. ❌ WRONG! 4️⃣ L’IA générative démocratise la créativité, de sorte que tout le monde puisse être créatif maintenant. GenAI sait seulement comment remixer les données de formation de manière probabilistique! Si vous avez formé un modèle d'image en utilisant uniquement les données des peintures de Salvador Dali, il serait seulement capable de générer de l'art qui ressemble et "réveille" le paradigme artistique du style de Dali. Fine-tuning d'un modèle général avec l'art de Dali résulte en une solution légèrement moins efficace au même défi, mais il se mélange dans un peu de travail d'autres personnes. Il est certainement VRAI que GenAI permet aux gens sans formation artistique de générer de nouvelles œuvres d'art. Ceci est excellent pour certains cas d'utilisation tels que le contenu marketing. Les images générées rapidement ont l'air impressionnantes, et un cas peut être fait que "créer une image de mots" avec 👎 👍 Not exactly. 5️⃣ “Générative AI” est sûr et impartial; nous devrions l’utiliser autant que possible. Il n'y a pas de modèle d'IA impartial. L'industrie est également dans une telle hâte de livrer de nouveaux modèles plus rapidement et plus rapidement qu'ils ne font pas autant de tests qu'ils le devraient. Les exemples parfaits de cela sont autour des jeunes qui développent des relations avec des chatbots d'IA, qui ne comprennent pas vraiment les émotions, et ne peuvent que répéter des modèles des chats d'autres personnes et des documents de formation. Les LLM ont également des hallucinations, où ils préparent des réponses (en fait, ils "pick" presque au hasard à partir de concepts parce qu'ils n'ont pas de bons choix probabilistiques), mais ils ne cherchent pas à vous faire savoir. Cela signifie que beaucoup de gens seront trompés en pensant que ces réponses sont correct ❌ DANGEROUS! Pensez-vous que cela ne peut pas être dangereux pour vous ou pour d’autres ?Qu’en est-il des jeunes qui ont « parlé » avec des modèles d’IA sur le suicide et ont reçu des conseils, comme s’ils fournissaient des conseils sur la santé mentale ?Ces types de cas d’utilisation ne sont traités que après qu’ils ont causé des problèmes avec les utilisateurs.C’est un exemple classique d’essayer d’utiliser la technologie pour des cas d’utilisation où aucune expertise n’est impliquée. Comment adapter et éviter ces idées fausses ? ✅ Humain d'abord. Ne faites pas confiance à l'IA pour vous nourrir de vos idées originales. Vous apportez les bonnes choses, et laissez l'IA faire de l'édition / du raffinement (ils sont excellents à cela!). ✅ Human last.Ne jamais simplement aveuglément accepter le résultat comme complet.Trouvez tout pour vous assurer qu'il n'y a pas d'erreurs!Même les photos, vidéos et musique générées peuvent être soumises à une AI et avoir une évaluation faite pour la détection / comparaison avec des œuvres protégées par le droit d'auteur. ✅ Soyez fier de ce que vous faites.Votre spécialisation est ce qui vous rend incroyable.Si vous n'êtes pas bon à quelque chose, utiliser l'IA (humain d'abord et de la dernière fois!) est OK, tant que vous n'avez pas une grande tête sur vous-même en tant que producteur de ce travail...D'autre part, vous devriez être fier de créer le travail qui utilise vos compétences spécialisées de base. ✅ Parlez de la zone grise.Quand quelque chose semble avoir franchi la ligne d’intégrité et de propriété en raison de l’utilisation de l’IA, parlez-en avec votre équipe, votre management ou des experts de l’industrie!Ne laissez pas un cas d’utilisation problématique causer des problèmes plus tard. Alors que pensez-vous?Est-ce que je manque de grands ici?Est-ce que vous n'êtes pas d'accord?Sentez-vous libre de m'engager sur X ou LinkedIn.

This story contains new, firsthand information uncovered by the writer.

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Read My Stories

Cet audio est produit dans la langue originale de l'histoire !

⭐️Calling All Brains! ⭐️Générer des idées fausses!

About Author

COMMENTAIRES

ÉTIQUETTES

CET ARTICLE A ÉTÉ PARU DANS

Related Stories

Naviguer sur les eaux : développer des applications RAG de qualité production avec des lacs de données

Comment améliorer votre flux de travail par 10 : 17 applications essentielles

Le guide complet pour réussir une migration vers le cloud : stratégies et bonnes pratiques

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

Naviguer sur les eaux : développer des applications RAG de qualité production avec des lacs de données

Comment améliorer votre flux de travail par 10 : 17 applications essentielles

Le guide complet pour réussir une migration vers le cloud : stratégies et bonnes pratiques

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps