LLM drudža laikmeta vēsie pārdomas: iespējas, izaicinājumi un nākotnes vīzija

Lielie valodu modeļi (LLM) ar pārsteidzošu ātrumu iekļūst visos mūsu dzīves aspektos, sākot no koda ģenerēšanas līdz satura radīšanai un beidzot ar ikdienas informācijas vaicājumiem, tie ir visur. Arī X (agrāk Twitter) saistītās diskusijas to apstiprina: ir gan jaunu AI modeļu arhitektūru ieviešana, gan mācību resursu koplietošana, gan arī diskusijas par praktiskajā pielietojumā radušajām problēmām. Tomēr šajā šķietami neapturamajā LLM vilnī mums jāpatur prāts vēss, dziļi jāpārdomā iespējas, izaicinājumi un iespējamā nākotnes vīzija, ko tas varētu veidot. Šis raksts, izmantojot Bena Tompsona analīzes stilu, padziļināti analizēs LLM nozari no biznesa, platformas un biznesa modeļa perspektīvas.

LLM uzplaukums: tehnoloģisks singularitātes punkts vai ažiotāžas cikls?

No X diskusijām mēs varam redzēt, ka LLM vairs nav tikai akadēmisks jēdziens, bet ir kļuvis par karstu nozares fokusu. Parādās dažāda veida LLM modeļi (LLM, SLM, VLM, MLLM utt.), un saistītie mācību resursi (piemēram, Stenfordas universitātes bezmaksas kursi) ir ļoti pieprasīti. Šīs parādības pamatā ir LLM milzīgais potenciāls daudzās jomās:

• Efektivitātes uzlabošana: LLM var automatizēt atkārtotus uzdevumus, piemēram, teksta ģenerēšanu, koda rakstīšanu un datu analīzi, tādējādi ievērojami palielinot produktivitāti. Tas atbilst Arianas Hafingtones teiktajam, ka AI galu galā dos mums vairāk atpūtas laika, lai ieguldītu uzdevumos, kuriem nepieciešama radošums un dziļa domāšana.
• Zināšanu iegūšana: Informāciju, kuras iegūšanai un integrēšanai agrāk bija nepieciešams daudz laika, tagad var ātri iegūt, izmantojot LLM. Vairs neizmantojot Google meklēšanu kā agrāk, bet izmantojot LLM, lai tieši iegūtu atbildes, tas ir kļuvis par jaunu informācijas iegūšanas veidu.
• Lietojumprogrammu inovācija: LLM var izmantot kā pamatā esošo tehnoloģiju, lai virzītu dažādas inovatīvas lietojumprogrammas, piemēram, viedos aģentus (AI Agent), RAG (Retrieval-Augmented Generation) sistēmas utt. To pierāda arī Shubhamsaboo atvērtā koda LLM lietojumprogrammu projekts, kas GitHub saņēmis vairāk nekā 85 000 zvaigžņu.

Tomēr mums jāuzmanās arī no pārmērīgas ažiotāžas riska. Kā norādījuši Suryanshti777 un DAIEvolutionHub, daudzi cilvēki vienkārši izmanto AI rīkus, bet ļoti maz cilvēku patiešām saprot, kā tie darbojas. Tas nozīmē, ka LLM izplatība var izraisīt parādību "izmantošana ir lielāka par izpratni", tādējādi kavējot tehnoloģijas patieso attīstību.

LLM platformu uzplaukums: kurš kļūs par nākamo Google?

LLM attīstība ir radījusi arī jaunas platformas iespējas. No X diskusijām mēs varam redzēt šādus potenciālos platformas virzienus:

• Modeļu platforma: Nodrošina dažādus iepriekš apmācītus LLM modeļus un atbalsta izstrādātājus pielāgošanai un izvietošanai. Līdzīgi kā AWS mākoņdatošanai, modeļu platforma kļūs par LLM lietojumprogrammu infrastruktūru.
• Rīku platforma: Nodrošina LLM izstrādei nepieciešamos rīkus un bibliotēkas, piemēram, Tom Doerr koplietoto LLM-graph-builder un PocketFlow, kā arī Sumanth077 ai-engineering-toolkit. Šie rīki samazinās LLM izstrādes barjeru un paātrinās lietojumprogrammu izplatību.
• Aģentu platforma: Veido uz LLM balstītus viedos aģentus un nodrošina aģentu sadarbības un saziņas mehānismus. Wh0sumit aizmugursistēmas inženiera pieņemšana darbā, lai izstrādātu vairāku aģentu LLM sistēmu, parāda aģentu platformas potenciālu.

Šīs platformas var kļūt par nākamo Google, bet konkurencē uzvaras atslēga ir:

• Ekosistēmas veidošana: Izveidot aktīvu izstrādātāju kopienu un nodrošināt bagātīgus resursus un atbalstu.
• Tehnoloģiskā līderība: Turpināt ieguldīt pētniecībā un attīstībā, lai saglabātu modeļu un rīku vadošo pozīciju.
• Biznesa modelis: Izpētīt ilgtspējīgus biznesa modeļus, piemēram, abonēšanas pakalpojumus, API zvanu apmaksu utt.

LLM biznesa modelis: bezmaksas pusdienas vai maksas mielasts?

LLM biznesa modelis ir sarežģīts un būtisks jautājums. Pašlaik pastāv šādi galvenie modeļi:

• Atvērtā koda modelis: Nodrošina bezmaksas atvērtā koda modeļus un rīkus, paļaujoties uz kopienas ieguldījumu un ziedojumiem, lai uzturētu darbību. Piemērs ir Xiaoying_eth koplietotais atvērtā koda LLM viedais aģenta projekts.
• API izsaukumu modelis: Nodrošina API saskarnes, iekasējot maksu atkarībā no izsaukumu skaita vai tokenu skaita. OpenAI GPT sērijas modeļi izmanto šo modeli.
• Abonēšanas modelis: Nodrošina uzlabotas funkcijas un pakalpojumus, piemēram, ātrāku secināšanas ātrumu, lielākus konteksta logus un profesionālāku tehnisko atbalstu, un iekasē abonēšanas maksu katru mēnesi vai gadu.
• Iegultais modelis: Iegulda LLM tehnoloģiju citos produktos un pakalpojumos, piemēram, viedajā klientu apkalpošanā, satura ieteikumos utt.

Katram modelim ir savas priekšrocības un trūkumi, un modeļa izvēle ir atkarīga no platformas pozicionēšanas un mērķauditorijas. Atvērtā koda modelis veicina tehnoloģiju popularizēšanu un inovācijas, bet ir grūti gūt peļņu; API izsaukumu modelis un abonēšanas modelis var nodrošināt stabilus ienākumus, bet var ierobežot tehnoloģiju popularizēšanu.

LLM izaicinājumi: ažiotāža, ētika un drošība

LLM straujā attīstība ir radījusi arī virkni izaicinājumu:

• Datu kvalitāte: LLM veiktspēja ir ļoti atkarīga no apmācības datu kvalitātes. Ja apmācības datos ir novirzes vai kļūdas, LLM radīs atbilstošas novirzes vai kļūdas.
• Skaidrojums: LLM lēmumu pieņemšanas process bieži ir grūti izskaidrojams, kas rada zināmus riskus modeļa lietošanai.
• Ētikas jautājumi: LLM var izmantot, lai ģenerētu viltus informāciju, veiktu krāpnieciskas darbības vai pastiprinātu sociālo nevienlīdzību. Farairesearch minētais “apmācības modelis tieši cīnās pret noteikšanu” var novest pie tā, ka modelis iemācās krāpties.
• Drošības jautājumi: Uzbrucēji var izmantot LLM, piemēram, izmantojot uzvedņu ievietošanas uzbrukumus, lai kontrolētu modeļa darbību. Pirat_Nation minētais, ka Godot dzinējs saņēma lielu daudzumu LLM nav panaceja, bet arī noteikti nav tikai īslaicīgs ažiotāža. Tā ir revolucionāra tehnoloģija ar milzīgu potenciālu, bet arī ar riskiem un izaicinājumiem. Mums LLM jāvērtē kritiski, dziļi jāizprot tā principi un jāizpēta tā pielietojums dažādās jomās. Tikai tā mēs varam patiesi izmantot LLM ēras iespējas un radīt labāku nākotni. MCuban novērojums ir trāpīgs: LLM lietotāji iedalās divos veidos, vieni to izmanto, lai mācītos visu, bet otri, lai izvairītos no mācīšanās. Un tie, kas patiesi var gūt labumu no LLM, neapšaubāmi ir pirmie.