Atharrachadh sàmhach ann an AI: Àrdachadh shiostaman AI toinnte nas fhaide na modalan AI traidiseanta

Mar a bhios sinn a’ stiùireadh nan leasachaidhean inntleachd fuadain (AI) o chionn ghoirid, tha gluasad seòlta ach cudromach a’ dol air adhart, a’ gluasad bho bhith an eisimeil air modalan AI leotha fhèin mar modalan cànain mòra (LLMs) do dhaoine nas co-obrachail agus nas co-obrachail siostaman AI iom-fhillte mar Geoimeatraidh alpha agus Ginealach Meudaichte Ath-ghairm (RAG) siostam. Tha an mean-fhàs seo air gluasad ann an 2023, a’ nochdadh gluasad paradigm air mar as urrainn do AI suidheachaidhean eadar-mheasgte a làimhseachadh chan ann a-mhàin tro bhith ag àrdachadh mhodalan ach tro cho-chruinneachadh ro-innleachdail de shiostaman ioma-phàirteach. Tha an dòigh-obrach seo a’ faighinn buannachd bho neartan aonaichte diofar theicneòlasan AI gus dèiligeadh ri duilgheadasan iom-fhillte ann an dòigh nas èifeachdaiche agus nas èifeachdaiche. San artaigil seo, nì sinn sgrùdadh air na siostaman AI toinnte, na buannachdan agus na dùbhlain aca ann a bhith a’ dealbhadh shiostaman mar sin.

Dè a th’ ann an Siostam Compound AI (CAS)?

Is e siostam a th’ ann an Siostam AI Compound (CAS) a tha ag amalachadh diofar phàirtean, a’ toirt a-steach ach gun a bhith cuibhrichte gu, modalan AI, luchd-lorg, stòran-dàta, agus innealan taobh a-muigh gus dèiligeadh gu h-èifeachdach ri gnìomhan AI. Eu-coltach ri seann shiostaman AI a bhios a’ cleachdadh dìreach aon mhodail AI mar an LLM stèidhichte air Transformer, tha CAS a’ cur cuideam air amalachadh ioma-inneal. Tha eisimpleirean de CAS a’ toirt a-steach AlphaGeometry far a bheil LLMn air a chur còmhla ri fuasgladh samhlachail traidiseanta gus dèiligeadh ri duilgheadasan Olympiad, agus siostam RAG far a bheil LLM air a chur còmhla ri inneal lorg agus stòr-dàta airson ceistean co-cheangailte ri sgrìobhainnean sònraichte a fhreagairt. An seo, tha e cudromach tuigsinn an eadar-dhealachadh eadar AI ioma-mhodhail agus CAS. Fhad ‘s a tha AI ioma-mhodhail ag amas air a bhith a’ giullachd agus ag amalachadh dàta bho dhiofar mhodhan - teacsa, ìomhaighean, claisneachd - gus ro-innse fiosraichte no freagairtean leithid Gemini modail, bidh CAS a’ fighe a-steach grunn phàirtean eadar-ghnìomhach leithid modalan cànain agus innealan sgrùdaidh gus coileanadh agus sùbailteachd ann an gnìomhan AI a bhrosnachadh.

Buannachdan CAS

Tha CAS a’ tabhann mòran bhuannachdan thairis air AI traidiseanta stèidhichte air modal. Tha cuid de na buannachdan sin mar a leanas:

• Coileanadh Àrdaichte: Bidh CAS a’ cothlamadh grunn phàirtean, gach fear gu sònraichte ann an gnìomh sònraichte. Le bhith a’ faighinn buannachd bho neartan phàirtean fa leth, bidh na siostaman sin a’ coileanadh coileanadh iomlan nas fheàrr. Mar eisimpleir, le bhith a’ cothlamadh modail cànain le fuasgladh samhlachail faodaidh sin leantainn gu toraidhean nas cruinne ann am prògramadh agus gnìomhan reusanachaidh loidsigeach.
• Sùbailteachd agus sùbailteachd: Faodaidh siostaman toinnte atharrachadh gu diofar chuir-a-steach agus gnìomhan. Faodaidh luchd-leasachaidh co-phàirtean fa leth atharrachadh no àrdachadh gun a bhith ag ath-dhealbhadh an t-siostam gu lèir. Tha an sùbailteachd seo a’ ceadachadh atharrachaidhean agus leasachaidhean luath.
• Seasmhachd agus seasmhachd: Tha diofar phàirtean a 'toirt seachad dìth obrach agus seasmhachd. Ma dh’ fhailicheas aon phàirt, faodaidh cuid eile dìoladh a dhèanamh, a’ dèanamh cinnteach à seasmhachd an t-siostaim. Mar eisimpleir, is urrainn do chatbot a’ cleachdadh ginealach leasaichte trusadh (RAG) fiosrachadh a tha a dhìth a làimhseachadh gu gràsmhor.
• Mìneachadh agus eadar-mhìneachadh: Le bhith a’ cleachdadh ioma-phàirtean leigidh sin leinn mìneachadh mar a bhios gach pàirt a’ cur ris an toradh deireannach, a’ dèanamh na siostaman sin eadar-mhìneachail agus follaiseach. Tha an follaiseachd seo deatamach airson dì-bhugachadh agus earbsa.
• Sònraichte agus Èifeachdas: Bidh CAS a’ cleachdadh grunn phàirtean a’ speisealachadh ann an gnìomhan AI sònraichte. Mar eisimpleir, dh’ fhaodadh CAS a chaidh a dhealbhadh airson breithneachadh meidigeach a bhith a’ toirt a-steach pàirt a tha air leth math ann a bhith a’ mion-sgrùdadh ìomhaighean meidigeach, leithid sganaidhean MRI no CT, còmhla ri pàirt eile a tha speisealaichte ann an giullachd cànain nàdarra gus eachdraidh agus notaichean euslaintich a mhìneachadh. Tha an speisealachadh seo a’ leigeil le gach pàirt den t-siostam obrachadh gu h-èifeachdach taobh a-staigh an raoin aige, ag àrdachadh èifeachdas iomlan agus neo-mhearachdachd a’ breithneachaidh.
• Synergy cruthachail: Le bhith a’ cothlamadh diofar phàirtean a’ sgaoileadh cruthachalachd, a’ leantainn gu comasan ùr-ghnàthach. Mar eisimpleir, faodaidh siostam a tha a’ ceangal gineadh teacsa, cruthachadh lèirsinneach, agus sgrìobhadh ciùil aithrisean ioma-mheadhain co-leanailteach a thoirt gu buil. Tha an aonachadh seo a’ toirt comas don t-siostam susbaint iom-fhillte, ioma-mhothachail a chruthachadh a bhiodh dùbhlanach a choileanadh le co-phàirtean iomallach, a’ taisbeanadh mar as urrainn don cho-obrachadh eadar diofar theicneòlasan AI dòighean ùra de chruth cruthachail a bhrosnachadh.

Togail CAS: Ro-innleachdan agus Dòighean

Gus buannachdan CAS a luathachadh, tha luchd-leasachaidh agus luchd-rannsachaidh a’ sgrùdadh diofar dhòighean-obrach airson an togail. Air an ainmeachadh gu h-ìosal tha dà phrìomh dhòigh-obrach:

• Dòigh-obrach Neuro-Symbolach: Tha an ro-innleachd seo a’ cothlamadh neartan nan lìonraidhean neònach ann an aithneachadh pàtrain agus ionnsachadh leis an reusanachadh loidsigeach agus comasan giollachd eòlas structarail aig AI samhlachail. Is e an t-amas comasan giullachd dàta intuitive lìonraidhean neural a thoirt còmhla ri reusanachadh structarail, loidsigeach AI samhlachail. Tha an cothlamadh seo ag amas air comasan AI ann an ionnsachadh, reusanachadh agus atharrachadh a leasachadh. Tha eisimpleir den dòigh-obrach seo Alphageometry aig Google, a bhios a’ cleachdadh mhodalan cànain mòra neural gus pàtrain geoimeatrach a ro-innse, fhad ‘s a bhios co-phàirtean samhlachail AI a’ làimhseachadh loidsig agus gineadh dearbhaidh. Tha an dòigh seo ag amas air siostaman AI a chruthachadh a tha an dà chuid èifeachdach agus comasach air fuasglaidhean mìneachaidh a thoirt seachad.
• Prògramadh Modail Cànain: Tha an dòigh-obrach seo a’ toirt a-steach a bhith a’ cleachdadh frèaman a tha air an dealbhadh gus modalan cànain mòra fhilleadh a-steach le modalan AI eile, APIan, agus stòran dàta. Tha frèaman mar seo a’ ceadachadh cothlamadh fuaigheil de ghairmean gu modalan AI le diofar phàirtean, agus mar sin a’ comasachadh leasachadh air tagraidhean iom-fhillte. A ' cleachdadh leabharlannan mar a LangChain agus Clàr-innse lama, còmhla ri frèaman àidseant leithid AutoGPT agus LeanabhAGI, tha an ro-innleachd seo a 'toirt taic do chruthachadh iarrtasan adhartach, a' gabhail a-steach siostaman RAG agus riochdairean còmhraidh leithid WikiChat. Tha an dòigh-obrach seo ag amas air a bhith a’ faighinn buannachd bho chomasan farsaing mhodalan cànain gus tagraidhean AI a shaidhbhreachadh agus iomadachadh.

Dùbhlain ann an Leasachadh CAS

Tha leasachadh CAS a’ toirt a-steach sreath de dhùbhlain mòra ris am feum an dà chuid luchd-leasachaidh agus luchd-rannsachaidh dèiligeadh. Tha am pròiseas a’ toirt a-steach a bhith ag amalachadh diofar phàirtean, leithid togail siostam RAG a’ toirt a-steach inneal-lorgaidh, stòr-dàta vector, agus modail cànain a thoirt còmhla. Tha na diofar roghainnean a tha rim faighinn airson gach co-phàirt a’ fàgail dealbhadh siostam AI toinnte na obair dhùbhlanach, ag iarraidh mion-sgrùdadh faiceallach air cothlamadh a dh’fhaodadh a bhith ann. Tha an suidheachadh seo nas toinnte leis an fheum air goireasan leithid ùine is airgead a riaghladh gu faiceallach gus dèanamh cinnteach gu bheil am pròiseas leasachaidh cho èifeachdach sa ghabhas.

Aon uair ‘s gu bheil dealbhadh siostam AI toinnte air a shuidheachadh, mar as trice bidh e a’ dol tro ìre de ùrachadh a tha ag amas air coileanadh iomlan àrdachadh. Tha an ìre seo a’ toirt a-steach mion-sgrùdadh air an eadar-chluiche eadar na diofar phàirtean gus èifeachdas an t-siostaim a mheudachadh. A’ gabhail mar eisimpleir de shiostam RAG, dh’ fhaodadh am pròiseas seo a bhith a’ toirt a-steach atharrachadh mar a bhios an neach-lorg, stòr-dàta vector, agus LLMn ag obair còmhla gus faighinn air ais agus gineadh fiosrachaidh. Eu-coltach ri bhith a’ dèanamh an fheum as fheàrr de mhodalan fa leth, a tha an ìre mhath sìmplidh, tha dùbhlain a bharrachd ann a bhith ag àrdachadh siostam mar RAG. Tha seo gu sònraichte fìor nuair a tha an siostam a’ toirt a-steach co-phàirtean leithid einnseanan luirg, nach eil cho sùbailte a thaobh atharrachaidhean. Tha an cuingealachadh seo a’ toirt a-steach sreath a bharrachd de iom-fhillteachd don phròiseas optimization, ga dhèanamh nas toinnte na bhith a’ dèanamh an fheum as fheàrr de shiostaman aon-phàirteach.

Bonn Line

Tha an gluasad gu Siostaman AI Compound (CAS) a’ comharrachadh dòigh-obrach ath-leasaichte ann an leasachadh AI, a’ gluasad fòcas bho bhith ag àrdachadh mhodalan leotha fhèin gu siostaman ciùird a tha ag amalachadh grunn theicneòlasan AI. Tha an mean-fhàs seo, air a shoilleireachadh le innleachdan leithid AlphaGeometry agus Retrieval Augmented Generation (RAG), a’ comharrachadh adhartas adhartach ann a bhith a’ dèanamh AI nas ioma-chruthach, nas làidire, agus comasach air dèiligeadh ri duilgheadasan iom-fhillte le tuigse adhartach. Le bhith a’ faighinn buannachd bho chomas synergistic de cho-phàirtean AI eadar-mheasgte, chan e a-mhàin gu bheil CAS a’ putadh crìochan na as urrainn dha AI a choileanadh ach cuideachd a’ toirt a-steach frèam airson adhartasan san àm ri teachd far am bi co-obrachadh am measg theicneòlasan AI a’ fuasgladh na slighe airson fuasglaidhean nas buige agus nas freagarraiche.