解鎖真實洞見：Google Cloud 超越 AI 膨脹的關鍵學習

Home AI新聞解鎖真實洞見：Google Cloud 超越 AI 膨脹的關鍵學習

對於大型語言模型（LLMs）來說，越大是否總是越好？

在VB Transform上，谷歌雲端數據、分析及人工智慧策略及外部產品管理的總監Yasmeen Ahmad分享了她對這個話題的見解。她的直接回答是：“是，也不是。”

雖然更大的LLMs表現通常較佳，但這並非無限期的。Ahmad強調，專門針對特定領域數據訓練的小型模型有時能超越更大的模型。她指出：“數據是基石”，強調行業專注的信息如何能強化模型的表現。

這種方法促進了企業內的創造力、效率和包容性。通過利用先前無法接觸的數據，組織能以創新的方式吸引員工參與。

“生成性AI正在擴展機器能創造的範疇，”Ahmad表示。“它模糊了科技與魔法之間的界線，可能重新定義我們所認為的魔法。”

建立全新AI基礎的必要性

在特定企業環境中有效訓練LLMs涉及兩個關鍵技術：微調和檢索增強生成（RAG）。微調幫助LLMs理解“你業務的語言”，而RAG則將模型與來自文件和數據庫等各種來源的實時數據連接。

“這使得在財務分析、風險分析等方面提供準確的答案成為可能，”Ahmad解釋道。

LLMs的真正優勢在於其多模式能力，使其能處理視頻、文本和圖像等多樣數據類型。由於80%至90%的企業數據是多模式的，Ahmad強調利用LLMs有效擷取這些信息的重要性。

一項谷歌研究顯示，運用多模式數據能提升20%至30%的客戶體驗，增強企業評估客戶情感及分析產品表現與市場趨勢之間的能力。

“現在已不僅僅是模式識別，”Ahmad表示。“LLMs能通過訪問所有可用數據理解我們組織的複雜性。”

傳統企業面臨著舊有數據架構的挑戰，這些架構難以處理多模式信息。未來的AI需要為這一複雜性建立新的基礎。

對話AI：互動的重要性

Ahmad還強調問題和回答互動在成功的LLMs中的重要性。雖然與業務數據進行對話看似吸引，但卻存在挑戰。

例如，如果你要求同事提供下季度的銷售預測卻不給予上下文，他們的回答可能會模糊不清。LLMs同樣需要語義上下文和元數據才能提供準確的回應。

人類分析往往涉及來回對話，以細化問題和獲取清晰度。類似地，LLMs必須促進連貫的對話，從孤立的單次互動演變為“新一代對話式AI”。

“可以把它想像成一個個人數據小助手，”她建議道。這個不知疲倦的工作者能進行深思熟慮的交流，使查詢過程透明，從而增強用戶對結果的信任。

Ahmad提到“代理AI”的出現——這些系統能夠做出決策並追求目標。這些模型通過將任務分解為子任務並發展戰略思維技能來模擬人類的思考過程。

隨著實時能力的進步，這些發展正以前所未有的速度發生。“未來已經來臨，並正在催生新型商業，”Ahmad總結道。“我們僅僅在這項技術所能促進的開端。”

Anthropic 聯合創辦人：AI 的未來在於定制即需軟件解決方案

從數據儲存到智能數據引擎：VAST Data AI 操作系統的演變

Most people like

ColorAnalysisAI

69.8K

探索專為您的獨特特徵量身定制的個性化AI色彩調色板推薦！透過分析您的內在特質，我們的創新技術提供的顏色不僅能襯托您的外觀，還能提升您的個人風格。告別猜測，擁抱一個能反映您個性的衣櫥，借助我們專業的AI色彩洞察。

色彩分析 AI Colorize

Humbot

1.2M

輕鬆繞過AI檢測，使用Humbot創新的AI人性化工具。體驗無縫的內容轉換，使您的寫作聽起來真實而自然。

AI人性化工具 AI Detector

EbSynth

36.8K

通過富有創意地在單個畫面上進行塗鴉，讓您的視頻重獲生機，將靜態影像轉變為引人入勝的活潑動畫，吸引並吸引觀眾。

視頻變換 AI Animated Video

XspaceGPT

44.9K

探索我們專為將 Twitter Spaces 轉換為文字而設計的 AI 工具的強大功能。輕鬆轉寫來自 Twitter Spaces 的對話、講座和討論，輕鬆捕捉每一個有見地的時刻。藉助我們的先進技術，您可以提升可及性、做筆記或將內容重新利用於部落格和文章。加入這個日益壯大的社群，利用 AI 簡化他們的 Twitter Spaces 體驗！

AI 文字轉換 Summarizer

Find AI tools in YBX