Birçok işletme yapay zekanın etkisiyle boğuşmaya başlıyor, ancak bazıları on yılı aşkın bir süredir makine öğrenimi (ML) ve diğer gelişmekte olan teknolojileri kullanıyor.
Ayrıca: AI projelerinin çoğu terk edildi – veri çabalarınızın başarılı olmasını sağlamanın 5 yolu
İngiltere’nin ulusal haritalama hizmeti olan Ordnance Survey (OS) ‘de CTO olan Manish Jethwa için, öncelik, kuruluşunun yapay zeka ve ML deneyimlerini, hazine verilerini rafine etmek, dağıtmak ve uygulamak için üretken AI’daki son gelişmelerle birleştirmektir.
Jethwa, ZDNet’e Dil Modelleri’nin (LLMS) işletim sistemi kullanıcılarının coğrafi verileri bulmasına ve sorgulamalarına nasıl yardımcı olduğunu açıkladı. Buradaki temel unsurlardan biri, daha özel uygulamalar oluşturmak için bir temel görevi gören kuruluşun AI için temel modelleridir.
Ayrıca: işinizde AI hakkında bahis yapmadan önce kendinize sormanız gereken 4 soru – ve neden
Gartner gibi teknoloji analistleri çok şey olduğunu öne sürerken İşletme liderlerinin AI modelleri satın alması veya oluşturması gerekip gerekmediğine dair varsayımJethwa ve OS’deki ekibi, coğrafi konumsal verileri kullanmak ve dağıtmak için Basis modellerini ticari olarak mevcut araçlarla birleştiriyor.
İşte iş liderlerinin Jethwa’nın AI için vakıf modellerini konuşlandırmasından öğrenebilecekleri beş temel ders.
1. Güçlü bir kullanım durumu geliştirin
Jethwa, OS’nin analiz için çevre özelliklerini telif hakkına duyarlı bir şekilde çıkarmak için temel modeller geliştirdiğini söyledi.
Yetkili, “Büyük teknoloji kuruluşları tarafından eğitilen mevcut modellerin çoğu, ticari olarak temin edilebilen verilere dayanacak” dedi.
İşletim Sistemi, kuruluşun AI gelişmelerini besleyen yüksek hassasiyetli veri toplama geçmişinden yararlanır.
“Özellikleri ayıklamaya çalıştığımız yerde, temel modeller inşa ediyoruz” dedi. “Bu, içsel olarak aldığımız etiketli verilerle tam eğitim setini tanımladığımız bir mannequin olacak.”
Ayrıca: AI’yı iş avantajınıza dönüştürmenin 4 yolu
Temel modelleri ayrıca diğer alanlarda veri analizi için temel olarak kullanılır. Jethwa, buradaki mesajın basit olduğunu söyledi: zaten inşa ettiğiniz şeyi tekrar tekrar kullanabilirsiniz.
“Vakıf modelleri, sonraki çıktı oluşturmamıza yardımcı olmak için oradadır. Bu nedenle, o zaman çatı malzemeleri veya yeşil alanlar veya biyolojik çeşitlilik hakkında bilgi edinmek istiyorsak, bunların hepsini aynı temel modelinden yapabiliriz.” Dedi. “Birden fazla temel modelini eğitmek yerine, sonunda ince ayar yapmayı yaparsınız. Bu süreç, kaynak verileriyle çözmeye çalıştığımız soruna bağlanmamızı sağlar.”
2. Maddeli yöntemler oluşturun
Jethwa, odaklanmış eğitimin temel modeller oluştururken maliyetlerin sınırlanmasına yardımcı olduğunu söyledi.
“Bu modelleri eğitmek söz konusu olduğunda, bunu kasıtlı olarak yaptığımız için dikkatli olmalıyız, çünkü öğrenme uygulamasında çok fazla döngü harcayabilirsiniz” dedi. “Bu modellerin yürütülmesi gerçek eğitimden çok daha az enerji ve kaynak gerektiriyor.”
İşletim sistemi genellikle eğitim verilerini parçalardaki modellerine besler.
“Etiket verilerini oluşturmak çok zaman alıyor” dedi. Diyerek şöyle devam etti: “Öğrenmeye çalıştığınız çok çeşitli sınıflarla ülke çapında verileri seçmelisiniz, böylece kentsel ve kırsal arasında farklı bir karışım ve daha fazlası.”
Ayrıca: iş liderlerine göre, büyük bir AI ajan yöneticisi olmanın 5 yolu
Organizasyon ilk olarak birkaç yüz örnek kullanan küçük bir mannequin oluşturur. Bu yaklaşım, maliyetleri sınırlamaya yardımcı olur ve işletim sisteminin doğru yönde ilerlemesini sağlar.
Jethwa, “O zaman yavaş yavaş bu etiketli seti oluşturuyoruz.” Dedi. “Sanırım şimdi yüz binlerce etiketli örneğe giriyoruz. Tipik olarak, bu modeller milyonlarca etiketli veri kümesi ile eğitildi.”
Kuruluşun modelleri daha küçük olsa da, sonuçlar etkileyici.
“Büyük sağlayıcılardan gelen mevcut modellerden zaten daha iyi performans gösteriyoruz çünkü bu modeller daha çeşitli görüntüler üzerinde eğitildi.” Dedi. “Modeller daha geniş çeşitli problemleri çözebilir, ancak özel alanımız için bu modellerden daha küçük ölçekte bile daha iyi performans gösteriyoruz.”
3. İnce ayar için başka LLM’leri kullanın
OS’nin kendi temel modellerini kullanması, organizasyonun iyi bilinen büyük dil modellerini görmezden geldiği anlamına gelmez, dedi Jethwa: “Mevcut modelleri oluşturuyoruz ve belgelerimize dayanarak ince ayar yapıyoruz.”
OS, ticari olarak temin edilebilen LLM’lerin tam genişliğini kullanır. Bir Microsoft mağazası olarak, organizasyon Azure Machine Studying modelleri, Python tabanlı araçlar ve diğer uzman özelliklerini kullanır.
Ayrıca: chatgpt artık sadece sohbet etmek için değil – şimdi sizin için işinizi yapacak
Jethwa, OS’nin ayrıca IBM ve diğer teknoloji tedarikçileri gibi dış kuruluşlarla ortaklıkları araştırdığını söyledi.
Bir kez daha, tıpkı temel modellerinde olduğu gibi, amaç maliyetleri kısıtlamaktır.
Jethwa, “Bu rasyonelleştirme çabası,” dedi. “Dahili olarak, bu yaklaşımı almanın ana yolu, yavaşça inşa etmek ve doğru ilerlemeye çalıştığınız varış noktasını sağlamaktır ve kaynakları meyvesiz aktivitelerle boşa harcamamaktır.”
4. Ticarileştirmeyi düşünün
Şimdi işletim sistemi temel modellerini oluşturmaya ve geliştirmeye başladığına göre, bu teknolojiler diğer kuruluşlar tarafından kullanılabilir veya satılabilir mi? Jethwa, cevabın muhtemelen olduğunu söyledi.
Kilit konulardan biri, İngiltere kamu sektörü çalışanları tarafından oluşturulan varlıklar için geçerli olan bir telif hakkı türü olan Crown Telif Hakkıdır.
“Bence bu vakıf modellerini bir aşamada paylaşmamız için fırsatlar olacak, ancak Crown telif hakkı üzerine inşa edilmeleri, bu işi dışsal olarak yapmanın potansiyel etkisini hala anlamaya çalıştığımız anlamına geliyor.” Dedi. Diyerek şöyle devam etti: “Orada taç mücevherlerini vermekle ilgili zorluklar var – bu varlıklar tam anlamıyla taç telif hakkı mücevherleri, bu yüzden dikkatli olmalıyız.”
Ayrıca: Microsoft, yapay zeka ile milyonlarca tasarruf sağlıyor ve binlerce işten çıkıyor – buradan nereye gidiyoruz?
İşletim sistemi açık erişim sağladığında Jethwa, kuruluşun varlıklarının İngiltere vergi mükellefleri için fayda sağlamadan toplanmaması ve para kazanmaması gerektiğini söyledi.
Diyerek şöyle devam etti: “Verilerimizi olabildiğince korumaya çalışıyoruz, ancak aynı zamanda İngiltere için çok fazla değer sunuyoruz. Bu dengeyi doğru yapmaya çalışıyor, bu bir zorluk.”
5. Geleceğe Bir Gözü Tutun
Jethwa, organizasyonunun temel modeller üzerindeki çalışmasının, derinlemesine içgörülere erişim açması için üretken yapay zekanın faydalarını kanıtladığını söyledi.
Diyerek şöyle devam etti: “Anahtarın kilidini açması şartıyla, daha önce, her zaman etkileşimi nasıl gerçekleştirebileceğiniz, verilere ulaşabileceğiniz ve isteği hassaslaştırabileceğiniz açısından erişilemeyeceğini her zaman hissettiniz.”
Önümüzdeki on yıl içinde AI’ya OS yaklaşımının nasıl gelişebileceğine dair bir resim çizdi.
“Bir haritanın olduğu bir arayüz hayal edebiliyorum ve ‘Bu alanla ilgileniyorum’ diyebilirsiniz ve yakınlaştırabilirsiniz ve AI, ‘Hangi belirli şeyler arıyorsunuz?’ ‘Okullar’ dediğinizde, AI ne tür okulları soracak ve bu iletişim kutusunu arayüz aracılığıyla ileri geri alacaksınız. “
Ayrıca: Amazon’a göre 5 giriş seviyesi teknoloji işleri AI zaten artırılıyor
Jethwa, uzun vadeli başarının anahtarının, harici kaynaklarla birleştirilmiş işletim sistemi bilgileri de dahil olmak üzere güvenilir kaynakları kullanan istemlere kesin cevaplar oluşturmak için API’leri ve verileri kullanmak olduğunu söyledi.
“AI modelleri toplama ve olasılıklı bir görüş açısından harika, ancak örneğimizde okulların nerede olduğunu olasılıkla bilmek istemiyorsunuz” dedi. “Gerçek okulların nerede olduğunu bilmek istiyorsunuz. AI gerçek bir isteği tercüme etmek, OS’dir, hangi işletim sisteminin olduğu ve verileri çekip çıktıyı teslim edebiliriz.”
Her gün gelen kutunuzda sabahın en iyi hikayelerini bizimle alın Tech bugün bülten.
