كيف تعمل GPT من iGenius للأرقام على تطوير نماذج اللغة لمنح بيانات المؤسسة صوتًا

أمضى Uljan Sharka ، المؤسس والرئيس التنفيذي لشركة iGenius ، السنوات السبع الماضية في العمل على نماذج اللغة والذكاء الاصطناعي التوليدي. حتى هذه النقطة ، كان الأمر كله يتعلق بالتكنولوجيا ، من حجم النموذج إلى مقدار بيانات التدريب التي يستخدمها إلى أوقات الاستدلال. وما تعلمه خلال السنوات السبع الماضية ، وثلاث دورات تطوير مختلفة ، هو أن الأمر لا يتعلق بالتكنولوجيا – إنه يتعلق بكيفية تلبية احتياجات الإنسان. وهذا يأخذ طريقة جديدة تمامًا للنظر إلى LLMs.

في VB Transform 2023 ، تحدثت Sharka مع مات مارشال الرئيس التنفيذي لشركة VB حول سبب كون الشركات LLMs معقدًا بشكل خاص للتصدع ، ولماذا اتخذوا نهج GPT للأرقام مع مستشارهم الافتراضي لذكاء البيانات المسمى Crystal. بمعنى آخر ، تمكين الذكاء الاصطناعي التوليدي من الرد على الاستفسارات المتعلقة بالبيانات ، وليس المحتوى فقط.

هذا هو المبدأ الأساسي لتصميم حل يضمن حتى للفرق التي لديها معرفة أقل بالبيانات لديها القدرة على اتخاذ قرارات أفضل وأسرع تعتمد على البيانات على أساس يومي.

“ما يحدث الآن في المؤسسة هو أننا أصبحنا مهووسين بنماذج اللغة ، ونحن على حق. وقال إن اللغة هي بلا شك أفضل طريقة لإضفاء الطابع الإنساني على التكنولوجيا. لكن الطريقة التي نطبقها لا تزال قيد التطور. بادئ ذي بدء ، نحن نفكر في نماذج اللغة حصريًا ، عندما لا نزال بحاجة إلى التعامل مع الكثير من التعقيد على مستوى المؤسسة. “

تغيير نموذج LLM من الألف إلى الياء

تمتلك كل شركة البيانات التي تحتاجها في قواعد بياناتها وأدوات ذكاء الأعمال لتحسين عملية اتخاذ القرار ، ولكن مرة أخرى ، لا يمكن لكل فريق الوصول إليها ، وقد لا يمتلك حتى المهارات أو الفهم اللازم لطلب ما يحتاجون إليه ، ثم تفسير تلك البيانات.

قال شاركا: “لقد بدأنا بفكرة مساعدة المؤسسات على تعظيم قيمة منجمها الذهبي للبيانات التي تمتلكها بالفعل”. تتمثل رؤيتنا في استخدام اللغة كمستقبل للواجهة. كانت اللغة هي نقطة البداية. لم نتوصل إلى فكرة الذكاء الاصطناعي المركب هذه ، ولكن عندما بدأنا في البناء وبدأنا التحدث إلى الشركات هناك ، واجهتنا تحديات مستمرة “.

الواجهة ليست سوى نسبة مئوية صغيرة مما هو مطلوب لإنشاء قاعدة بيانات معقدة ومعقدة ومعتمدة ويمكن الوصول إليها لأي مستوى من الدراية التقنية.

قال: “نحن نبتكر تجربة المستخدم مع اللغة ، لكننا ما زلنا نحتفظ بجوهر تكنولوجيا الأرقام – علم البيانات ، والخوارزميات – في قلب الحل”.

احتاج iGenius إلى حل المشكلات الرئيسية التي تعاني منها معظم أنظمة الذكاء الاصطناعي العامة – بما في ذلك الهلوسة والإجابات القديمة والأمن وعدم الامتثال والصلاحية. لذلك ، من أجل إنجاح النموذج ، قال شاركا ، انتهى بهم الأمر بدمج العديد من تقنيات الذكاء الاصطناعي مع إستراتيجية مركبة للذكاء الاصطناعي.

يجمع الذكاء الاصطناعي المركب بين علم البيانات والتعلم الآلي والذكاء الاصطناعي للمحادثة في نظام واحد.

وأوضح قائلاً: “إن نهج GPT الخاص بنا للأرقام عبارة عن ذكاء اصطناعي مركب يجمع بين نظام أساسي لتكامل البيانات ، والذي يتضمن الإذن ، ودمج جميع مصادر البيانات الحالية ، ومعرفة تقنية الرسم البياني حتى نتمكن من الاستفادة من قوة الذكاء الاصطناعي التوليدي”. “أولاً وقبل كل شيء ، لبناء مجموعة بيانات مخصصة ، نحتاج إلى مساعدة الشركات فعليًا على تحويل بياناتها المهيكلة إلى مجموعة بيانات ستؤدي بعد ذلك إلى نموذج لغوي.”

يمكن استخدام محرك الذكاء الاصطناعي الخاص بـ Crystal ، أو الرسم البياني للمعرفة التجارية ، في أي صناعة نظرًا لأنه يستخدم التعلم التحويلي ، مما يعني أن Crystal ينقل قاعدة معارفه المدربة مسبقًا ، ثم يدمج فقط التدريب أو اللغة الجديدة المتعلقة بالصناعة في أعلى قاعدته. من هناك ، يعني مكون التعلم الإضافي الخاص به أنه بدلاً من إعادة التدريب من نقطة الصفر في كل مرة يتم فيها إضافة معلومات جديدة ، فإنه يضيف فقط بيانات جديدة فوق قاعدته المتسقة.

وباستخدام بيانات استخدام المستخدمين ، يتدرب النظام ذاتيًا من أجل تكييف وظائفه وفقًا لاحتياجات الفرد ورغباته ، مما يجعله مسؤولاً عن البيانات. كما يقدم اقتراحات تستند إلى بيانات الملف الشخصي وتتطور باستمرار.

وأوضح شاركا: “إننا في الواقع نجعل هذه تجربة حية وتنفسًا تتكيف بناءً على كيفية تفاعل المستخدمين مع النظام”. هذا يعني أننا لا نحصل على إجابة فقط ، ولا نحصل فقط على معلومات مرئية بالإضافة إلى النص. نحصل على المساعدة من منظمة العفو الدولية ، التي تقرأ تلك المعلومات وتزودنا بمزيد من السياق ، ثم التحديث والتكيف في الوقت الفعلي مع ما يمكن أن يكون الخيار التالي الأفضل “.

أثناء النقر فوق كل اقتراح ، يتكيف الذكاء الاصطناعي ، بحيث يتم تصميم السيناريو الكامل لتجربة المستخدم حول المستخدم في الوقت الفعلي. هذا أمر بالغ الأهمية لأن أحد العوائق الرئيسية أمام المستخدمين الأقل إلمامًا بالتكنولوجيا هو عدم فهم الهندسة السريعة.

قال: “هذا مهم لأننا نتحدث كثيرًا عن الذكاء الاصطناعي باعتباره التكنولوجيا التي ستعمل على إضفاء الطابع الديمقراطي على المعلومات للجميع”. ويواصل ليشير إلى مدى أهمية ذلك لأن غالبية المستخدمين في المؤسسات ليسوا مهرة في التعامل مع البيانات ، ولا يعرفون ماذا يسألون.

دفعهم عملاء مثل Allianz و Enel أيضًا منذ البداية نحو فكرة أن نموذج اللغة لا ينبغي أن يخدم أي حالة استخدام محتملة ، بل يخدم مجالًا معينًا للشركة وبيانات خاصة بدلاً من ذلك.

وقال: “إن تصميمنا يدور حول مساعدة المؤسسات على نشر عقل الذكاء الاصطناعي هذا لحالة استخدام مخصصة ، والتي يمكن عزلها تمامًا عن بقية الشبكة”. “يمكنهم بعد ذلك ، من هناك ، ربط بياناتهم ، وتحويلها إلى نموذج لغة ، وفتحه بتطبيقات جاهزة للاستخدام لآلاف المستخدمين المحتملة.”

تصميم LLMs في المستقبل