Dar forma al futuro de la inteligencia artificial IA: la importancia de la ingeniería inmediata para el progreso y la innovación

ChatGPT ha sido la comidilla de la ciudad desde el día de su lanzamiento. Más de un millón de usuarios ya utilizan el revolucionario chatbot para la interacción. Para aquellos que no lo saben, ChatGPT es un modelo de lenguaje grande (LLM) entrenado por OpenAI para responder diferentes preguntas y generar información sobre una amplia gama de temas. Puede traducir varios idiomas, generar contenido único y creativo específico para el usuario, resumir párrafos largos de texto, etc. Los LLM están capacitados en grandes volúmenes de datos textuales y producen textos significativos como los humanos. Incluso tiene la capacidad de generar códigos de software. Una de las principales ventajas de los modelos de lenguaje grande es que pueden producir rápidamente texto de buena calidad de manera conveniente y a escala.

¿Qué es la Ingeniería Inmediata?

Hablando específicamente sobre GPT-3, es el modelo más cercano al que hemos llegado de cómo piensa y habla un ser humano. Para desarrollar cualquier aplicación GPT-3, es importante contar con un aviso de capacitación adecuado junto con su diseño y contenido. Prompt es el texto que se envía al modelo de lenguaje grande. La ingeniería rápida implica diseñar un indicador para una respuesta satisfactoria del modelo. Se enfoca en darle al modelo un aviso de entrenamiento de buena calidad para el contexto apropiado para que el modelo pueda encontrar patrones y tendencias en los datos.

La ingeniería inmediata es el concepto de pedirle a una máquina entradas que puedan generar resultados favorables. En pocas palabras, incluye decirle al modelo lo que debe hacer. Por ejemplo, pedirle a la plantilla de texto a texto ChatGPT que cree un resumen del texto proporcionado oa la plantilla de texto a imagen DALL-E para generar una imagen específica. Para hacer esto, las tareas se convierten en un conjunto de datos basado en avisos, y luego el modelo se entrena con esos datos para aprender y notar patrones.

¿Cuáles pueden ser ejemplos de la indicación?

Un indicador puede ser cualquier cosa, desde una cadena de palabras o una oración larga hasta un bloque de código. Es como pedirle a un estudiante que escriba un trabajo sobre cualquier tema. En modelos como DALLE-2, la ingeniería de avisos incluye explicar la respuesta requerida como un aviso al modelo de IA. El aviso puede variar desde una declaración simple como ‘Receta de lasaña’ hasta una pregunta como ‘¿Quién fue el primer presidente de los Estados Unidos?’ a una solicitud compleja como «Generar una lista de preguntas personalizadas para mi entrevista de ciencia de datos mañana», proporcionando contexto en forma de mensaje.

Razones por las que la ingeniería inmediata es fundamental para un buen futuro en IA.

1. Mayor precisión: la ingeniería inmediata puede conducir a sistemas de IA más precisos al confirmar que la IA está entrenada en un conjunto de datos variado y representativo. Esto ayuda a evitar problemas como el sobreajuste, donde el sistema de IA funciona bien con datos de entrenamiento pero no con datos de prueba.
2. Evitar consecuencias accidentales: los sistemas de IA entrenados en avisos mal diseñados pueden tener consecuencias. Por ejemplo, un sistema de IA que se especialice en identificar imágenes de gatos podría clasificar todas las imágenes en blanco y negro como gatos, lo que generaría resultados inexactos.
3. Fomentar la IA responsable: la ingeniería temprana puede ayudar a los sistemas de IA a llegar a conclusiones que alineen los valores humanos y los principios éticos. Al dar forma cuidadosamente a las indicaciones utilizadas en el entrenamiento de IA, los sistemas pueden ser imparciales y dañinos.

Formularios

1. Procesamiento del lenguaje natural: en NLP, la ingeniería rápida crea indicaciones que ayudan a los sistemas de IA a comprender el lenguaje humano y responder en consecuencia. Por ejemplo, se pueden diseñar indicaciones para enseñar a los sistemas de IA a diferenciar entre sarcasmo, ironía y declaraciones contundentes.
2. Reconocimiento de imágenes: la ingeniería de alertas se puede utilizar en el reconocimiento de imágenes para confirmar que los sistemas de IA están entrenados en diversos datos de imágenes. Esto ayuda a mejorar la precisión y la coherencia de los sistemas de IA en la clasificación de objetos y personas en imágenes.
3. Análisis de sentimiento en chatbots: indicaciones de diseño de ingeniería que ayudan a los chatbots a comprender el sentimiento. Por ejemplo, para ayudar a los chatbots a distinguir entre respuestas positivas, negativas y neutrales.
4. Atención médica: los sistemas de inteligencia artificial, como los diagnósticos y tratamientos médicos, están capacitados en indicaciones que los ayudan a comprender los datos médicos y proporcionar un diagnóstico preciso.

La Inteligencia Artificial (IA) ha logrado avances extraordinarios en los últimos años, cambiando la forma en que vivimos, trabajamos e interactuamos con la tecnología. Para garantizar que la IA continúe influyendo positivamente en la sociedad, se debe comprender la importancia de la ingeniería inmediata. Esto se puede hacer asegurándose de que los sistemas de IA estén capacitados en indicaciones diseñadas para crear sistemas seguros, confiables y confiables.

No olvides unirte nuestro 13k+ ML SubReddit, canal de discordia, y noticias por correo electrónicodonde compartimos las últimas noticias de investigación de IA, proyectos interesantes de IA y más.

Tanya Malhotra está en su último año en la Universidad de Estudios de Petróleo y Energía, Dehradun, estudiando BTech en Ingeniería Informática con especialización en Inteligencia Artificial y Aprendizaje Automático.
Es una entusiasta de la ciencia de datos con buen pensamiento analítico y crítico, así como un gran interés en adquirir nuevas habilidades, liderar grupos y administrar el trabajo de manera organizada.