Os modelos de linguagem em larga escala (LLMs) são a tecnologia emergente mais quente atualmente, mas o que exatamente os torna diferentes? Não faltam tomadas distópicas. Por enquanto, porém, precisamos de nos concentrar nas implicações sociais da integração generalizada dos LLMs. Hoje, os LLMs já têm o poder e a capacidade de transformar e melhorar as indústrias e contribuir positivamente para a sociedade.
Dito isto, você deve usar seu LLM para resolver possíveis problemas em todo o setor. Embora esta tecnologia seja muito promissora, não é isenta de riscos. Primeiro, vamos discutir os efeitos positivos e negativos a longo prazo que um LLM pode ter. Abaixo, exploramos as diferentes maneiras pelas quais um LLM pode ser usado para transformar indústrias não convencionais e a sociedade como um todo.
Amplie a acessibilidade ao idioma com LLM
Quando se trata de LLMs, nem todos os idiomas são criados iguais. A maioria dos modelos é treinada apenas em inglês e outras línguas amplamente faladas, com exceção de línguas de poucos recursos, como o suaíli e o islandês. Esta lacuna linguística cria novos problemas de acessibilidade e representa uma barreira global à verdadeira adoção de uma IA responsável e inclusiva.
Novas iniciativas como o Cohere da AI Aya estão começando a introduzir modelos mais abrangentes com fluência além dos idiomas mais comuns do mundo, mas ainda há um longo caminho a percorrer. Existem mais de 7.000 línguas sinalizadas e faladas no mundo, mas apenas sete podem ser consideradas línguas de alto recurso e com grandes quantidades de dados de treinamento. Um elemento-chave para concretizar o potencial dos LLMs globalmente acessíveis é aproveitar a experiência humana durante as fases de formação e avaliação para garantir a precisão e a utilidade do modelo. A visão humana ajuda a garantir que o LLM use os idiomas locais com precisão e fornece ao modelo um contexto cultural importante, que varia de país para país e é fortemente influenciado pelo idioma.
Ao permitir que os LLMs apresentem resultados em menos línguas comuns, podemos remover barreiras à informação, expandir o acesso à informação crítica e à educação, democratizar a utilização da IA e criar uma sociedade mais inclusiva e justa.
Como o LLM conecta pessoas e nações
A segunda direção em que os LLMs têm um impacto significativo é na burocracia do setor público. Recentemente, a França anunciou planos ambiciosos para utilizar o LLM para simplificar as interações entre os cidadãos e o Estado. A ideia de que o sector público poderia beneficiar dos LLM aplica-se a todos os países. Já em 2021, 99% dos serviços governamentais de Singapura serão digitais de ponta a ponta e espera-se que outros países sigam o exemplo. Para um setor conhecido por ser lento na adoção de novas tecnologias, um LLM oferece uma oportunidade de progredir rapidamente. Levará apenas alguns anos, ou mesmo alguns trimestres, até que as soluções baseadas em LLM tornem os serviços públicos mais simples, rápidos e intuitivos em todo o mundo.
Um LLM prejudica ou ajuda a nossa saúde mental? Depende.
Finalmente, um dos tópicos favoritos que os propagadores do medo distópicos gostam de explorar é o impacto da IA na solidão e na saúde psicológica. Quantas vezes você já ouviu algo como: “Essa tecnologia está nos deixando loucos?” Você definitivamente se lembrará da incrível atuação de Joaquin Phoenix e Scarlett Johansson em HER. Você pode até se lembrar da sensação estranha que teve depois de assistir ao filme Publicado no Journal of Medical Internet Research mostra como a startup de IA Replica ajudou pessoas a sofrerem de solidão Você já ouviu falar do artigo que foi publicado? Provavelmente não, mas os resultados são muito promissores .
Com o advento dos LLMs, uma indústria totalmente nova está surgindo. Empresas como Woebot, Wysa e Limbic usam LLM para fornecer terapia, recursos e informações para melhor abordar questões relacionadas à saúde mental. Para permitir ainda mais a adoção dessas soluções na área médica, são necessários dados de alta qualidade e altamente especializados. Por trás de cada projeto de aprendizado de máquina existe uma intuição geral de que dados maiores e melhores levarão a melhores resultados. Embora o LLM esteja nos estágios iniciais deste esforço, acreditamos que o envolvimento de especialistas na área para criar conjuntos de dados de alta qualidade específicos do setor é essencial para melhorar ainda mais as soluções de saúde mental baseadas no LLM.
É claro que toda rosa tem seus espinhos e não existe uma solução perfeita. Este mesmo conceito também se aplica aos LLMs. A aparência do LLM ainda está no ar e dependerá em grande parte de como decidirmos implementá-lo. Algumas coisas que sabemos:
- São necessários modelos mais eficientes e acessíveis para aumentar a acessibilidade e a adoção
- Para garantir que seu modelo seja seguro, preciso e confiável, você deve garantir que os conjuntos de dados usados para treinar seu modelo venham de fontes especializadas, confiáveis e responsáveis.
- Regulamentação e supervisão governamental são necessárias para garantir o uso responsável de LLMs
À medida que o LLM continua a evoluir, muitos desafios surgirão. No entanto, uma coisa é certa. O impacto do LLM vai muito além do suporte à edição de texto e geração de código. Esta tecnologia tem o poder de transformar a forma como aprendemos, ensinamos, organizamos as nossas sociedades e, em última análise, resolvemos os problemas. O desafio: nossa condição humana e bem-estar. Se mudarmos o nosso foco dos medos distópicos para como os LLMs podem melhorar diferentes indústrias e sociedades, poderemos enfrentar todos os desafios de frente e sair mais fortes do que nunca.
Sobre o autor
Ivan Yamshchikov lidera a equipe de defensores de dados da Toloka, um parceiro de soluções de dados para desenvolvimento de IA. Ele também é professor de Processamento Semântico de Dados e Computação Cognitiva no Centro de IA e Robótica da Universidade de Ciências Aplicadas de Würzburg-Schweinfurt. Seus interesses de pesquisa incluem criatividade computacional, processamento semântico de dados e modelos generativos.
Inscreva-se para receber o boletim informativo gratuito insideBIGDATA.
Junte-se a nós no Twitter: https://twitter.com/InsideBigData1
Junte-se a nós no LinkedIn: https://www.linkedin.com/company/insidebigdata/
Junte-se a nós no Facebook: https://www.facebook.com/insideBIGDATANOW
