生成式AI ChatGPT 大型語言模型 LLMs

LLM部署進軍多元產業領域 技術革命須同時應對倫理

大型語言模型開拓應用 機遇與責任挑戰並存

2024-05-08
雖然ChatGPT展示了大型語言模型驚人的能力,但伴隨來的關鍵問題逐漸浮現:如何盡責地利用大型語言模型的潛力為組織創造價值?這個問題至關重要,因為大型語言模型的變革潛力可以形塑產業並重新定義工作流程。

近來,大型語言模型(LLMs)風靡全球,ChatGPT的推出更是引人注目。這項革命性的進展伴隨大量機會的產生,同樣也帶來諸多問題。作為一款先進聊天機器人,ChatGPT展示了無人能及的能力,從撰寫複雜的論文到程式編碼,甚至是成功通過律師考試。它被快速且廣泛地採用,成為成長最快的應用程式。

雖然ChatGPT展示了大型語言模型驚人的能力,但伴隨來的關鍵問題逐漸浮現:如何盡責地利用大型語言模型的潛力為組織創造價值?這個問題至關重要,因為大型語言模型的變革潛力可以形塑產業並重新定義工作流程。生成式AI功能多元,大型語言模型即是顯著範例,為實現任務自動化,使生活更加舒適便利,並賦予工作更大意義的關鍵點。

有鑑於大型語言模型在各領域的應用,包括內容創作到客戶互動,變革力量變得更加清晰明確。以下說明大型語言模型為何,以及可以如何開始。 須強調的是,以安全和負責的方式進行部署是使用生成式AI的重要基礎。在資料中心或邊緣基礎架構上運用大型語言模型和生成式AI,可提升對資料主權以及AI系統的掌握度。此外,組織還應考量建立一套負責任的AI運用方式,確保能在導入AI的過程中避開潛在錯誤陷阱。

生成式AI、大型語言模型、基礎模型之間有何差別?

生成式AI、大型語言模型和基礎模型是人工智慧領域中密切相關的概念,每一種都有其獨樹一幟的特性,於各種應用中扮演著獨特角色。 事實上,生成式AI是一個廣泛的術語,其包含了任何能在訓練後動態產出的機器學習模型。與其他的機器學習模型有所不同,生成式AI能進行複雜的輸出,如文本、圖像或代碼等等,並根據已知數據分布來建立新執行個體。而且還能自行產生內容,是助攻實現內容創作、資料增強和創意工作的多用途工具。

大型語言模型(LLMs)則是生成式AI模型的一個特定類別,專門用於處理語言相關任務。模型在大量的文本數據集上進行訓練,可以生成類似人類語言的訊息回應,執行語言翻譯、回答問題等等。擅長理解上下文脈絡並根據輸入的內容生成語意連貫的文本,例如OpenAI的GPT和BERT就是典型的例子。而基礎模型則屬於預先訓練的大型語言模型,它提供了一個框架,包含已預先訓練過的元件,並可針對特定任務進行微調。這些模型掌握了對一般語言的理解,只要給予額外資料,即可延伸多方面的應用。

涵蓋多領域產業應用

大型語言模型可從各種輸入開始:聲音、影像、文字、程式碼等,這些都可以被增強並轉換為其他形式,如聊天機器人、翻譯、編碼、虛擬化身等。 上述使用案例涵蓋眾多領域,如醫療照護、製造業、金融、零售、電信、能源、政府部門、科技業,並產生顯著的商業影響。生命科學產業正著手擴大生成式AI與大型語言模型的運用,為基礎研究帶來更多希望。模型用於生成生物結構及其處理過程的圖像,藉由提升對這些結構和過程的理解,使我們離精準醫療更近一步。

金融服務業已於特定服務項目採用生成式AI模型,機構可利用它來提升效率,增進顧客體驗以及降低營運成本。而製造業則可應用於幫助產業設計優化新零件,在效能與精準度上達到特定目標,並滿足指定限制條件。

營運層面,可用於協助優化供應鏈,改善需求預測,提供更出色的供應商風險評估,以及改善庫存管理。也可分析大量歷史銷售數據,並將季節性、促銷以及景氣狀況等因素納入考量。

上述產業中,生成式AI亦可助力生成用於開發與訓練的合成資料。

部署大型語言模型的藍圖

生成式AI和大型語言模型需要密集且大量的運算。採用最佳化軟體、程式庫與架構,利用加速器與平行運算,並最大化核心使用,可顯著改善作業負載效能與運算資源使用成本。如上所述,生成式AI大型語言模型需要加速運算的資源,例如Lenovo便與VMware締結深度合作關係,推出生成式AI參考設計,謹慎考量每個細節以達到效能最大化,幫助顧客善用其數據的價值。

這個基於大型語言模型的生成式AI參考設計,使用包含NVIDIA NeMo框架的NVIDIA AI Enterprise 軟體平台,提供預先驗證、完全整合、效能最優化的解決方案,向企業展示如何為資料中心部署強大的生成式AI工具與基礎模型,並使其商業化。再加上近期發布的VMware Private AI解決方案,該平台整合vSphere以及VMware Cloud Foundation GPU,助企業模型實現絕佳效能。

在Lenovo的生成式AI參考設計中,也使用NVIDIA BlueField資料處理單元(DPUs)和NVIDIA Spectrum-4交換器,讓企業以最先進的方式將AI工作負載整合至企業資料中心。

責任與倫理

負責任AI是一套涵蓋道德、法律、資安、隱私以及當責的治理架構。雖然負責任AI的執行方式因企業而異,其必須性非常清楚明確。如無法實施負責任AI,企業將面臨嚴重的財務、聲譽以及法律危機。從積極面來說,實施負責任AI甚至已成為競標某些合約的先決條件,特別是有政府參與時,完善執行負責任AI將有助贏得標案。此外,採用負責任AI也可提升企業整體聲望。

新成立的Lenovo AI探索卓越中心,由資料科學家、AI架構師與工程師協助企業探索、部署與擴展AI解決方案。企業學習部署AI的同時,專案委員則從旁協助,有助組織在過程中瞭解並顧及隱私、合理使用、多元性、公平、包容、近用性等議題。

總結來說,這些科技進展能加倍簡化AI的推動,讓所有組織皆能使用大型語言模型,變革性的人工智慧也將普及至各行各業之中。

<本文作者:Robert Daigle現為聯想全球人工智慧業務總監>


追蹤我們Featrue us

本站使用cookie及相關技術分析來改善使用者體驗。瞭解更多

我知道了!