L'IA conversationnelle devrait-elle s'appuyer sur de grands modèles de langage ?

L'IA serait-elle plus performante avec une mentalité "plus c'est mieux" ? La précision du traitement du langage naturel (NLP) repose sur d'innombrables octets de données pour atteindre des niveaux conversationnels rudimentaires. De la grammaire à la sémantique, les modèles conversationnels d'IA sont plus nuancés que le simple téléchargement de dictionnaires dans des ensembles de données.

Les grands modèles de langage (LLM) sont des chatbots d'IA conversationnels qui prennent d'assaut le monde, comme ChatGPT. Des produits comme ChatGPT sont-ils le modèle pour l'avenir de l'IA conversationnelle - qui s'appuie sur les LLM - ou leur popularité donne-t-elle un aperçu de ce que les humains pourraient faire mieux ?

Qu'est-ce qu'un exemple d'IA conversationnelle ?

BERT et ChatGPT sont les IA conversationnelles les plus connues au monde. Les LLM extraient des informations à partir d'entrées de données telles que des livres et des sources constamment mises à jour telles que les médias sociaux ou les sites Web. En conjonction avec la PNL avancée, il tente de construire des réponses syntaxiquement et tonalement, en créant des phrases avec autant de données précises que possible tout en lisant comme un humain.

Les concepteurs de chatbots ont commencé à se demander si les modèles d'IA conversationnels précédents qui ne reposaient pas sur les LLM devraient même entrer dans la prochaine phase des chatbots. Pourquoi l'humanité devrait-elle continuer à expérimenter des conceptions désuètes alors que les LLM créent des réponses étonnamment authentiques et crédibles ?

Les humains doivent compter sur les LLM pour catalyser la croissance de l'IA conversationnelle. Leur adaptabilité et leur évolutivité sont incomparables aux technologies antérieures, malgré leurs lacunes.

Comment les modèles linguistiques peuvent-ils changer ?

Les LLM ne sont pas parfaits - ils sont trop tôt dans le développement pour être sans la plupart des défauts. Les hallucinations affligent les LLM, fournissant aux utilisateurs des réponses incohérentes ou carrément inexactes qui semblent convaincantes jusqu'à 41 % du temps. Pourquoi est-ce un tel problème si ces modèles sont le summum de l'IA conversationnelle moderne ?

Parler comme un humain rend les lacunes dans les données encore plus problématiques, car aucun ensemble de données ne peut accéder à toutes les connaissances. Il peut construire une phrase que le LLM perçoit comme sensible parce que l'information est correcte dans des contextes spécifiques. Il ne peut pas discerner quand ce n'est pas le cas tout en essayant de communiquer de manière humaine 100% du temps. La construction de la détermination pourrait être un fouillis de données qui semble rassurant mais qui n'a aucun fondement.

Les hallucinations pourraient être le produit d'une mauvaise surveillance et d'une mauvaise conservation des données. La dérive conceptuelle, le surajustement et le sous-ajustement sont tous des problèmes qui entraînent des réponses incorrectes, même de la part de l'IA conversationnelle la plus mature. Lorsque l'environnement d'apprentissage de l'IA permet d'établir des liens avec des anomalies ou des données non pertinentes qui empêcheraient de discerner de nouvelles données, vous pouvez poser deux fois la même question aux LLM et obtenir deux réponses différentes.

Comment les grands modèles de langage influencent-ils la communication ?

Jamais avant les LLM, le profane n'avait accès à une IA conversationnelle aussi immense et puissante. L'avènement d'OpenAI était un virage technologique nécessaire, car les humains devaient jouer avec l'outil pour augmenter ses performances. Plus de 75% des consommateurs croient en la capacité de l'IA à devenir plus humaine, ce qui montre à quel point les gens interagissent avec les outils.

Parce que les LLM trouvent des modèles et des relations lors de l'analyse du langage, cela permet aux humains de comprendre comment les communications ont un impact sur les connaissances. Si ChatGPT consultait des sites Web pour recueillir une réponse, comment votre formulation pourrait-elle influencer le résultat ? Comment les LLM reproduisent-ils les priorités de l'humanité avec le langage et la communication, en particulier dans les paysages numériques ? La façon dont l'IA conversationnelle parle aux gens exige que chacun - des informaticiens aux étudiants - réfléchisse à la façon dont le monde parle en personne et en ligne.

Plus de contributions d'utilisateurs signifient plus d'informations qu'il peut utiliser pour étendre ses capacités, également connues sous le nom de traitement humain dans la boucle . Les gens aident à identifier les informations obsolètes et à améliorer la livraison. Les entreprises et les particuliers qui n'utilisaient pas auparavant les LLM peuvent désormais expérimenter comment ils peuvent simplifier la vie et rationaliser les opérations. Essentiellement, ces ressources étaient des publicités gratuites pour l'expansion et l'adoption de l'IA.

Affiner les modèles de langage de l'IA

L'avenir de l'IA conversationnelle peut s'appuyer sur les LLM comme tremplin ou révéler la prochaine étape du développement. Malgré l'exactitude et la controverse, il a déjà eu un impact culturel significatif dans le monde entier, éclairant tous ceux qui ont accès à l'avenir. Peut-être que l'IA ne devrait pas toujours compter sur les LLM, mais il est incontestable qu'elle est nécessaire maintenant pour maintenir l'élan de progrès positifs.