GPT-4 выйдет на следующей неделе - и он будет мультимодальным. Microsoft Germany

"Мы представим GPT-4 на следующей неделе, у нас будут мультимодальные модели, которые будут предлагать совершенно разные возможности - например, видео" - технический директор Microsoft Germany Андреас Браун.

Андреас Браун, технический директор Microsoft Germany и руководитель подразделения Data & AI STU, вскользь упомянул о скором выходе GPT-4 на информационном мероприятии под названием "AI in Focus - Digital Kickoff".

CTO назвал LLM (Large Language Models) «переломным моментом в игре» благодаря тому, что он учит машины понимать естественный язык, что позволяет статистически интерпретировать то, что раньше было понятно только людям. По мере развития технологии она сможет эффективно «работать на всех языках»: вы можете задать запрос на немецком языке и получить ответ на итальянском. Мультимодальность OpenAI от Microsoft сделает модели более всеобъемлющими.

К Брауну присоединилась генеральный директор Microsoft Germany Марианна Яник, которая говорила о дестабилизации с помощью ИИ. Яник подчеркнула потенциал искусственного интеллекта в создании стоимости и говорила о переломном моменте времени - нынешнее развитие ИИ и ChatGPT - это "момент iPhone". По его словам, речь идет не о замене рабочих мест, а о выполнении повторяющихся задач по-другому, чем раньше.

Перемены не обязательно означают потерю рабочих мест. Потребуется "много специалистов, чтобы использование ИИ принесло пользу", - подчеркнула Яник. Традиционные должностные инструкции сейчас меняются, и в результате обогащения новыми возможностями появляются новые интересные профессии. Она рекомендует компаниям формировать внутренние "центры компетенций", которые могут обучать сотрудников использованию ИИ и объединять идеи для проектов. При этом "следует подумать о миграции старых добрых сотрудников".

Клеменс Зибер (старший специалист по ИИ) и Хольгер Кенн (главный технолог по развитию бизнеса в области ИИ и новых технологий, оба - Microsoft Германия) рассказали о практическом применении ИИ и конкретных случаях использования, над которыми в настоящее время работают их команды, а также о технической базе. Кенн объяснил, что такое мультимодальный ИИ, который может переводить текст не только по изображениям, но и по музыке и видео, и рассказал об эмбеддингах, которые используются для внутреннего представления текста в модели, в дополнение к классу моделей GPT-3.5. По словам Кенна, ответственный ИИ уже встроен в продукты Microsoft, и "миллионы запросов могут быть отображены в API" через облако.

Клеменс Зиблер проиллюстрировал примерами использования то, что возможно уже сегодня. Например, можно записывать телефонные разговоры в формате "speech-to-text", что позволит агентам колл-центра не набирать вручную краткое содержание звонка. По словам Зиблера, это может сэкономить 500 рабочих часов в день для крупного клиента Microsoft в Нидерландах, который принимает 30 000 звонков в день. А прототип для проекта был создан за два часа, один разработчик реализовал проект за две недели (плюс дополнительное время на окончательную реализацию).

Отвечая на вопрос о надежности работы и достоверности фактов, Зиблер сказал, что ИИ не всегда будет отвечать правильно, поэтому необходимо проводить валидацию. В настоящее время Microsoft создает метрики достоверности для решения этой проблемы. Клиенты часто используют поддержку ИИ только на собственных наборах данных, в основном для понимания прочитанного и запроса данных инвентаризации, где модели уже достаточно точны. Однако текст, сгенерированный моделью, остается генеративным и поэтому не поддается легкой проверке. Мы строим вокруг него петлю обратной связи с "пальцами вверх" и "пальцами вниз", - сказал Зиблер, - это итеративный процесс". Интересно, что никто из четырех сотрудников Microsoft не прокомментировал интеграцию ИИ в собственную поисковую систему компании, "новый Bing". На заключительной панели не было возможности задать вопросы аудитории, и на нее были допущены только предварительно зарегистрированные участники.