AI sáng tạo – cụ thể là ChatGPT – đã gây bão trên toàn thế giới. Từ việc viết về AI trong một Shakespearean phong cách để lập trình cơ bản, ChatGPT hứa hẹn sẽ phá vỡ các quy trình công việc hiện có và tái cấu trúc cuộc sống hàng ngày.

Trong khi chờ đợi, các công ty phải đối mặt với một cuộc cách mạng khác với AI sáng tạo. Họ có thể xóa tất cả dữ liệu được cung cấp cho ChatGPT, sau đó thay thế dữ liệu đó bằng dữ liệu của công ty để đào tạo AI tổng quát. Khả năng tận dụng dữ liệu cụ thể của công ty này sẽ biến đổi hoạt động kinh doanh như thế nào?

Để tìm hiểu, DATAVERSITY® đã phỏng vấn David McGraw, quản lý cấp cao về sản phẩm tiêu dùng và công nghiệp tại West Monroe. David là một nhà lãnh đạo được công nhận trong chuyển đổi sản xuất kỹ thuật số với sự hiểu biết sâu sắc về khoa học dữ liệu, kỹ thuật dữ liệu và kiến ​​trúc đám mây. Dưới đây, anh ấy chia sẻ suy nghĩ của mình về AI tổng quát và dữ liệu sẽ cai trị nó như thế nào.

AI sáng tạo là gì và nó hoạt động như thế nào?

AI sáng tạo đề cập đến học máy (ML) các thuật toán tạo nội dung mới bằng cách đưa ra quyết định dựa trên các mô hình thống kê. Hai sản phẩm, ChatGPT, tạo văn bản từ dữ liệu và DALL-E, tạo ra hình ảnh từ dữ liệu, đã nâng cao kiến ​​thức của công chúng về loại AI này.

McGraw lưu ý rằng trước khi AI tổng quát trở nên nổi tiếng vào năm 2023, công nghệ này đã tồn tại khá lâu. Loại AI này hoạt động từ một máy biến áp được đào tạo trước tổng quát (GPT), một bộ thuật toán sử dụng phương pháp học tăng cường dựa trên dữ liệu có sẵn để tính toán lại và phản hồi lời nhắc của con người. Để biết thêm chi tiết kỹ thuật, đọc tại đây.

Theo McGraw, ChatGPT được chú ý vì OpenAI đã đào tạo một mô hình GPT trên một lượng lớn dữ liệu từ internet:

“Bất kỳ công ty nào sử dụng công nghệ AI chung với các mô hình tương tự và cùng bộ dữ liệu như ChatGPT sẽ thấy các sản phẩm của mình hội tụ để phù hợp với đầu ra của ChatGPT. Trước đây, bản thân các mô hình là IP, nhưng với các mô hình AI tổng quát này như một dịch vụ, IP mới là dữ liệu.”

Dữ liệu dưới dạng IP mới

Xem xét các bước để có được thông tin về thăm một thành phố. Trước tiên, hãy truy cập Google hoặc một công cụ khác, nhập truy vấn của bạn và nhận danh sách các trang web, giao thức internet (IP) mô tả các điểm du lịch khác nhau trong thành phố đó.

So sánh quá trình này với việc tìm kiếm thông tin qua ChatGPT. Trước tiên, hãy hỏi ChatGPT về những gì khách truy cập có thể làm trong thành phố. Sau đó, nhận được một vài gợi ý từ AI.

Sự khác biệt là gì? Với AI tổng quát, như McGraw mô tả, dữ liệu được sở hữu và sử dụng bởi một mô hình AI tổng quát sẽ trở thành IP mới, chứ không phải các địa chỉ trang web khác.

Giả sử bất kỳ mô hình AI tổng quát nào cũng nhận được dữ liệu tốt để học hỏi và một người hiểu cách thu được kết quả từ sản phẩm đó. Trong trường hợp đó, một người có thể tìm thấy tất cả thông tin ở một nơi thay vì được phân phối trên nhiều doanh nghiệp. McGraw nói:

“Có một mô hình AI tổng quát để tóm tắt một bài báo lớn và trình bày một số phản hồi thay thế. Sau đó, một người đọc bài báo đó và chọn phần tóm tắt tốt nhất của phần mềm, thưởng cho chương trình đó thông qua dữ liệu phản hồi đó. Lặp lại nhiệm vụ này thường xuyên và mô hình sẽ tiếp tục tìm kiếm nhiều phần thưởng nhất.”

AI học cách dự đoán những gì nó sẽ giao tiếp tiếp theo, sau đó thực hiện nó.

Sử dụng AI sáng tạo để kiếm lợi nhuận từ dữ liệu của bạn

McGraw giải thích:

“Nếu các công ty đào tạo các mô hình sử dụng công nghệ AI tổng quát trên dữ liệu của họ, thì họ có thể siêu tập trung vào mô hình để trả lời các câu hỏi liên quan đến mục tiêu kinh doanh [của họ]. Vì vậy, ví dụ, các doanh nghiệp có thể lấy các mô hình để trả lời các câu hỏi về hoạt động hàng ngày, mở ra tất cả các khả năng cho tự động hóa.”

Các công ty tận dụng dữ liệu của họ thông qua AI tổng quát tiết kiệm thời gian và tiền bạc thông qua:

• Viết sẵn: Tự động tạo các bài đăng trên blog về sản phẩm, dịch vụ hoặc các chủ đề khác. McGraw cho biết: “Các công ty có thể yêu cầu trợ lý AI được cá nhân hóa của họ viết các bài đăng trên blog khác nhau. “Sau đó, họ có thể tìm hiểu sâu hơn bằng cách sử dụng kỹ thuật nhanh chóng, lựa chọn có chủ ý câu hỏi mà họ nhập vào giao diện AI tổng quát của mình. Ngoài ra, các tổ chức có thể tiếp tục tinh chỉnh truy vấn của họ để cập nhật các bài đăng trên web hiện tại.”
• Dịch vụ khách hàng: McGraw cho biết: “Có các mô hình AI tổng quát ở mức hỗ trợ đầu tiên đó sau khi đào tạo nó trên dữ liệu của tập đoàn. “Hãy để nó trả lời các cuộc gọi thường xuyên từ khách hàng.” Bộ phận hỗ trợ khách hàng có thể có nhiều thời gian hơn để tìm hiểu các vấn đề thách thức và phức tạp.
• Lập trình cấp thấp: AI sáng tạo đã thực hiện thành công mã cấp thấp, lặp đi lặp lại. Vì vậy, các tổ chức mới thành lập có nhiều nguồn lực hơn để xây dựng một sản phẩm và các nhà phát triển của họ có thể tập trung vào công việc nặng nhọc.
• Trải nghiệm web tốt hơn: McGraw cho biết: “Một số bot trước đây trên các trang web không mang lại trải nghiệm cá nhân tuyệt vời, đồng thời lưu ý rằng các chương trình máy tính này sử dụng hàng đợi được tạo sẵn để xử lý câu hỏi và tạo phản hồi. “Với các mô hình AI tổng quát, cụ thể là ChatGPT, mọi người sẽ có được trải nghiệm rất thú vị. Họ không cần phải đề cập đến những câu hỏi đã hỏi trước đó trong cuộc trò chuyện. Thay vào đó, ChatGPT biết rằng chủ đề vẫn giữ nguyên. Sau đó, người dùng gần như cảm thấy họ giao tiếp với con người thay vì AI.”

Ngoài ra, các công ty có thể bán dữ liệu của họ. McGraw đưa ra giả thuyết rằng “tất cả các công ty đều có một số dữ liệu cực kỳ có giá trị đối với người bên ngoài tổ chức. Khi các doanh nghiệp điều hành doanh nghiệp của họ trong tương lai, họ sẽ khao khát các bộ dữ liệu chất lượng để cung cấp cho trí tuệ nhân tạo của họ.”

McGraw sẽ không ngạc nhiên nếu các doanh nghiệp ở Thung lũng Silicon ngồi xuống cùng lúc khi bạn đọc những dòng chữ này, thảo luận về việc mua bộ dữ liệu nào để đào tạo và sử dụng AI: “Nhiều công ty sẽ muốn mua các bộ dữ liệu cụ thể từ càng nhiều công ty càng tốt để đào tạo AI của họ theo hướng chuyên môn.” 

Một con người phải ở trong vòng lặp

Mặc dù AI tổng quát hứa hẹn năng suất cao hơn, nhưng nó phụ thuộc rất nhiều vào con người để được hướng dẫn. Vì GPT có thể nhận được câu trả lời không chính xác từ dữ liệu mà nó sử dụng, cách học và khả năng ra quyết định của nó, con người phải tiếp tục tham gia trong suốt quá trình sáng tạo của AI.

Hơn nữa, khi AI tổng quát trở nên bất hảo, nó sẽ gây ra các vấn đề nghiêm trọng và tương tác căng thẳng. Với những hạn chế này, con người trong các tổ chức cần bước vào để:

Thu thập dữ liệu để đào tạo AI: McGraw cho biết: “AI sáng tạo yêu cầu một định dạng và chất lượng cụ thể để hoàn thành khóa đào tạo. Do đó, các doanh nghiệp cần phải suy nghĩ, "Làm cách nào để tôi thu thập dữ liệu của mình trong tương lai để tôi có thể đào tạo AI của mình?" và lập kế hoạch cho các nhiệm vụ này:

• Trong công ty: Con người phải quyết định dữ liệu nào công ty thu thập và cách thức thu thập.
• Bên ngoài tổ chức: Nếu các công ty cần chạy các mô hình AI của họ trên cơ sở hạ tầng của người khác, thì họ cần biết cách thức và phải làm gì khi chủ sở hữu trang web thay đổi dữ liệu mà nó trình bày – “ví dụ: tắt một số bộ dữ liệu,” McGraw nói.

Huấn luyện các mô hình AI: Mọi người trong các công ty cần xem xét thời điểm một mô hình AI hoàn thành quá trình đào tạo và những hạn chế đối với quá trình đào tạo đó.

Đảm bảo AI trả về phản hồi tốt: Con người phải đóng nhiều vai trò để đảm bảo chất lượng phản hồi trong quá trình đào tạo AI và khi phần mềm AI được tung ra thị trường. 

Kỹ thuật nhanh chóng: Mọi người phải xác định những câu hỏi hay nhất để yêu cầu AI trả lời tốt và khám phá thông tin thông qua nó.

Đảm bảo chất lượng: Con người cần kiểm tra và thử nghiệm các mô hình AI tổng quát để:

• Độ chính xác: Kiểm tra xem các câu trả lời được tạo là chính xác.
• Trải nghiệm người dùng tốt: Kiểm tra các lời nhắc được thiết kế sẵn từ con người dẫn đến trải nghiệm thú vị và dễ chịu.
• Tuân thủ pháp luật: Đảm bảo quyền sở hữu dữ liệu phù hợp và mọi dữ liệu được thu thập và trả lại đều hợp pháp và tôn trọng dữ liệu riêng tư.
• Vô tư: McGraw cho biết: “Phần mềm AI trở nên sai lệch hơn khi sử dụng lại nhiều lần cùng một đầu vào. Điều này có thể dẫn đến sự không chính xác khi bối cảnh xung quanh dữ liệu đã nhập thay đổi. Vì vậy, mọi người cần biết khi nào các công ty nên làm mới đầu vào hoặc đào tạo AI để có được thông tin khách quan hơn.

Nhận doanh thu quảng cáo: “Nếu mọi người chuyển sang các công cụ như ChatGPT qua tìm kiếm của Google, điều gì sẽ xảy ra với doanh thu tiếp thị dành cho Google?” McGraw hỏi. Do đó, các công ty cần tìm ra các chiến lược tiếp thị mới cho các giao diện AI tổng quát.

Xử lý phản hồi: McGraw cho biết: “Một số công nhân sẽ lo sợ rằng AI tổng quát có thể thay thế họ và phản ứng tiêu cực với việc áp dụng nó. Mọi người sẽ cần tìm ra cách thực hiện các thay đổi với AI và cách xử lý chính trị xung quanh đó.

Kết luận

Khi các công ty trở nên say mê và sử dụng AI tổng quát, mọi người sẽ thấy những thách thức và năng suất kinh doanh đáng kể, đặc biệt là khi mô hình AI siêu tập trung vào dữ liệu của họ. Dữ liệu sẽ ngày càng chiếm ưu thế trong không gian AI tổng quát và sẽ yêu cầu các công ty giảm thiểu rủi ro tiềm ẩn và thuê những người có kiến ​​thức về AI tổng quát.

Trong khi đó, AI tổng hợp sẽ trở nên thông minh hơn và hoạt động trơn tru hơn trong các ứng dụng hiện có. Vì vậy, mong đợi sẽ có nhiều công cụ năng suất hơn. 

Quan trọng nhất, McGraw nói,

“Dữ liệu sẽ trở nên có giá trị hơn những gì mọi người từng dự đoán. Các công ty công nghệ khao khát dữ liệu có khả năng tích hợp theo chiều dọc. Ví dụ: liệu Google có mua các công ty dược phẩm chỉ vì dữ liệu của họ không? Sau đó, nó có thể sử dụng dữ liệu này để cung cấp chuyên môn chuyên môn cho các công cụ phái sinh ChatGPT.”

Khi thời gian trôi qua, loại kịch bản này có vẻ thực tế hơn, vì vậy hãy kỳ vọng cuộc đua giành dữ liệu sẽ ngày càng gay gắt.

Hình ảnh được sử dụng theo giấy phép từ Shutterstock.com

• Phân phối nội dung và PR được hỗ trợ bởi SEO. Được khuếch đại ngay hôm nay.
• Platoblockchain. Web3 Metaverse Intelligence. Khuếch đại kiến ​​thức. Truy cập Tại đây.
• nguồn: https://www.dataversity.net/how-generative-ai-will-transform-business/