3 Missverständnisse bei der generativen KI gelöst für den Geschäftserfolg

Treffen Sie sich vom 11. bis 12. Juli in San Francisco mit Führungskräften, um zu erfahren, wie Führungskräfte KI-Investitionen für den Erfolg integrieren und optimieren. Erfahren Sie mehr

Polarisierung ist heute der Lauf der Dinge. Von der Politik bis zum Kaffee stehen wir alle auf der einen oder anderen Seite. Heutzutage begrüßt man im Technologiebereich entweder die Ankunft der KI für die Massen oder beschwert sich über die Unanwendbarkeit der KI.

Noch vor sechs Monaten hatten viele von uns noch nicht einmal wirklich etwas von generativer KI gehört. Heute haben wir ChatGPT, Bing AI und so viele andere Startups; es lässt die Krypto-Welle wie eine Welle im Teich aussehen. Sollten wir unsere Aufgaben also den Algorithmen überlassen, oder gibt es etwas mehr Nuancen in der Geschichte?

Microsoft und OpenAI haben Schlagzeilen mit Konversations-Chat-Tools gemacht, die auf transformativer neuronaler Netzwerktechnologie basieren und auf massiven und vielfältigen Daten aus dem Internet trainiert wurden. Diese Tools sind ziemlich schnell aus dem Ruder gelaufen, mit oft surrealen und manchmal verstörenden Reaktionen.

Verstehen Sie eine einschüchternde Umgebung

Es ist nicht sehr überraschend, wenn Sie die Technologie dahinter verstehen, obwohl es ein Risiko war, das Google und andere große Technologieunternehmen, die behaupteten, KI-Pioniere zu sein, falsch erwischt hat. .

Fall

Transformation 2023

Besuchen Sie uns vom 11. bis 12. Juli in San Francisco, wo Führungskräfte diskutieren, wie sie KI-Investitionen für den Erfolg integriert und optimiert und häufige Fallstricke vermieden haben.

Jetzt registrieren

Was es auch tat, war der Aufbau eines Ökosystems von "dünnen KI-Unternehmen", die einfach die APIs von Microsoft nutzten, um schnell Produkte zu entwickeln, die den Mangel an Wissen der meisten Menschen auf diesem Gebiet ausnutzten. Und startete ein Wettrüsten, um die grundlegenden Sprachmodelle zu erwerben, die das API-Ökosystem untermauern. Erfahren Sie mehr über die Partnerschaft von Amazon mit HuggingFace.

Die meisten Unternehmen verstehen zumindest allgemein, dass KI ein großer Vorteil für ihr Geschäft sein kann. Da sich die Landschaft jedoch schnell verändert, ist es wichtig, die notwendigen Bedingungen für den Erfolg zu klären und nicht mit allzu optimistischen Endzielen, Anbieterbindung/Verschwinden und nachhaltigen Bereitstellungen zu enden, die dem Unternehmen langfristig zugute kommen.

Das Verständnis der Umwelt kann ein bisschen entmutigend sein - und mit der Polarisierung sind eine Reihe von Mythen entstanden. Betrachten wir diese Missverständnisse als einige allgemeine Behauptungen und dann einige Fakten hinter der Hauptgeschichte.

Mythos eins: Größere Modelle sind immer besser

Wahrheit: Der Erfolg dieser Tools hängt fast ausschließlich von den Daten ab, mit denen der Algorithmus trainiert wurde. Ignorieren Sie das Gerede über die Modellparametergröße. Wenn Sie diese Tools auf geschäftliche Themen wie Code, Recht, Medizin oder andere anwenden möchten, sollten Sie sich mit den Schulungsdaten vertraut machen.

Zum Beispiel ist ein Modell, das mit mehr Code, aber weniger globalen Parametern trainiert wurde, möglicherweise besser geeignet, um ein KI-Tool zum Schreiben von Code zu trainieren, als ein Modell, das mit literarischen Daten, aber mit mehr Parametern trainiert wurde. Je besser Sie verstehen, was in das Modell eingeflossen ist, desto sicherer sind Sie in den resultierenden Vorschlägen. Nahezu jede Branche, die diese Tools verwendet, wird die grundlegenden Modelle zu einem gut verstandenen, qualitätskontrollierten Datensatz verfeinern, der auf ihren angestrebten Lösungsraum anwendbar ist.

Mythos zwei: Ich kann mein Pferd an jedes dieser KI-Unternehmen anspannen, weil es das gleiche Modell wie Sie ist ...