Ключевые выводы
-
Настоящие помощники на устройстве, такие как Gemini Nano, произвели революцию в использовании смартфонов.
-
Специализированные LLM – это будущее, предлагающее индивидуальные знания для конкретных задач или отраслей.
-
Улучшенная интеграция умного дома с LLM может привести к более интуитивным командам и плавной автоматизации.
Мир больших языковых моделей медленно развивался вместе с новыми улучшениями и изменениями. Мы видели, как появились итерации GPT-4, поскольку OpenAI продолжает совершенствовать модель, а такие достижения, как поисковая дополненная генерация (RAG), начали использоваться в местных решениях, таких как Chat с RTX. Однако в мире языковых моделей может произойти гораздо больше, и это то, что нам бы хотелось увидеть дальше.
ChatGPT против Microsoft Copilot против Google Близнецы: В чем различия?
Если вы пытались выяснить, какой инструмент генеративного искусственного интеллекта лучше, вы попали по адресу.
1 Настоящие помощники на устройстве
Улучшите Siri и Google Ассистент
Помощники на устройстве давно стали вещью годы сейчас, но они, как правило, довольно просты и используют облако для предоставления своих лучших функций. Программы LLM, такие как Gemini Nano, могут работать на устройстве, и в настоящее время они тестируются на таких устройствах, как Google Pixel 8 Pro и Samsung Galaxy С24. Это истинный встроенные в устройства помощники, которые мы впервые представили на смартфонах много лет назад и которые могут сделать наши смартфоны более мощными, чем когда-либо.
Мы надеемся, что в будущем эти помощники смогут управлять вашим устройством и за вас, хотя могут потребоваться меры предосторожности, обеспечивающие их правильную работу. Возможность попросить помощника на устройстве включить темный режим, подключиться к сети Wi-Fi или установить для вас приложение — все это звучит здорово, но этим также можно злоупотреблять. В этой области предстоит проделать большую работу, но и потенциал здесь очень велик.
2 Обучение конкретным доктринам
LLM, созданные для конкретных целей
Это уже происходит, но я думаю, что LLM, обученные для конкретных целей, — это будущее больших языковых моделей. Например, модель, обученная на коде Python (и только коде Python), станет огромным подспорьем для всех, кому нужна помощь в программировании на Python. Дополнительная помощь со стороны более крупного массива данных тоже имеет большое значение, но в целом целенаправленное обучение модели конкретным темам будет благом для борьбы с галлюцинациями и другими проблемами.
Подобные программы LLM также отлично подходят для крупных компаний с большим объемом учебной документации, и это тоже относится к RAG. Имея огромное количество документации и относительно слабый LLM, LLM все равно может получить соответствующую информацию из набора документов. Внутренняя система помощи сотрудникам — это именно та ситуация, в которой это будет хорошо работать, поскольку у компании может быть внутренний помощник, который может отвечать на вопросы сотрудников, не рискуя при этом утечкой данных.
3 Улучшенная интеграция с умным домом
Привет Googleвключить свет
В настоящее время существует довольно много интеграций умного дома, которые Alexa и Google Помощник уже есть, но команды очень жесткие. Здесь нет разговорного элемента, и иногда у них могут возникнуть проблемы с вещами в зависимости от того, как они сказаны. Я тоже не имею в виду акценты, я имею в виду что-то вроде оборота речи. Хиберно-английский, диалект английского языка, на котором мы говорим в Ирландии, имеет массу идиом, которые являются прямыми переводами с ирландского языка. Хотя Alexa с ними стала лучше, иногда она все еще может испытывать трудности. Однако LLM, обученный на широком массиве данных, обычно понимает, что это означает.
С этой целью возможность сказать что-то вроде «Эй Google«Когда я вернусь домой, пожалуйста, включите свет и установите термостат на 70 градусов по Фаренгейту» — это то, что, я уверен, многие люди хотели бы просто сказать на свой телефон с уверенностью, что он будет работать. Это варианты использования, которые Я думаю, что LLM может действительно принести пользу пользователям, но это нужно делать правильно.
GPT-4 с интерпретатором кода — первый шаг
Мне бы хотелось, чтобы LLM умел правильно использовать инструменты. Дайте ему калькулятор, ассистентов, IDE — все, что можно использовать, чтобы сделать его сервис более качественным. В нынешнем виде, попросив GPT-4 что-то вычислить, он напишет программу на Python для вычисления ответа, что, безусловно, является шагом в правильном направлении. Для контраста, GoogleGemini Advanced и Copilot не будут этого делать, вместо этого угадывая ответ на основе того, что ближе всего к их базам знаний.
Все это означает, что предоставление LLM инструментов очень быстро сделает их намного более мощными, и я думаю, что это именно то, над чем OpenAI сейчас работает. ChatGPT Plus с GPT-4 уже отлично справляется с этой задачей, и я хочу, чтобы он работал еще лучше.
Я пытался сделать Minecraft с ChatGPT
Я пытался использовать ChatGPT, чтобы сделать базовый клон Minecraft в Unity, и результаты были… интересными
Будущее LLM светлое
Если вы энтузиаст искусственного интеллекта, то достижения в области LLM должны быть захватывающими. Поскольку GPT-5 потенциально появится на горизонте и появится этим летом, Альтман сказал, что GPT-4 «отстой» по сравнению с ним. Это должно вас взволновать. Поскольку GPT-4 демонстрирует использование инструментов, а также интерпретатор кода и встроенные в устройство помощники, я подозреваю, что в ближайшем будущем LLM станут лучшими инструментами, чем когда-либо прежде.
