北京2023年3月22日 /美通社/ -- 上周GPT-4全球發(fā)布,再次將以ChatGPT為代表的人工智能如何應(yīng)用于企業(yè)的討論帶向新的高潮。鑒于廣大客戶與合作伙伴對于如何在企業(yè)高質(zhì)量、規(guī)?;桶踩夭捎萌斯ぶ悄軐?shí)現(xiàn)創(chuàng)新突破的探索需求,我們特別邀請IBM中國的技術(shù)與行業(yè)專家,分享他們的見解與實(shí)施經(jīng)驗(yàn)。今天與大家分享的是IBM數(shù)據(jù)與人工智能資深技術(shù)專家、The Open Group 卓越級技術(shù)專家(Distinguished Technical Specialist)吳敏達(dá)。以下是他近期的署名文章:
從 +AI 到 AI+,談企業(yè)如何應(yīng)用 ChatGPT 技術(shù)
作者:吳敏達(dá)
IBM科技事業(yè)部 數(shù)據(jù)與人工智能資深技術(shù)專家
引言
AI 無處不在,它可以畫畫、創(chuàng)作、并與人們談?wù)搹?fù)雜的話題。技術(shù)每年都變得更加先進(jìn),越來越多的企業(yè)正在從 +AI(數(shù)據(jù)集成+分析)過渡到AI+(預(yù)測、自動(dòng)化、機(jī)器學(xué)習(xí))。 企業(yè)的 AI 采用率和 AI 能力都自 2017 年以來翻了一番,而作為數(shù)字化轉(zhuǎn)型戰(zhàn)略一部分的 AI 預(yù)算已從 2018 年的 5% 增長到 2022 年的 52% [1]。
隨著ChatGPT的橫空出世,成為主要新聞文章的標(biāo)題,一時(shí)洛陽紙貴,一試難求。越來越多的企業(yè)正在認(rèn)識到他們可以通過 AI 獲得價(jià)值和轉(zhuǎn)型的新方式,開始思考如何利用ChatGPT技術(shù)重新定義生產(chǎn)力,產(chǎn)生業(yè)務(wù)價(jià)值。
然而當(dāng)企業(yè)逐步深入調(diào)研ChatGPT的能力和技術(shù)之后,就會(huì)產(chǎn)生疑慮和不安。首先是安全性,由于 ChatGPT 是公有云的服務(wù),如果企業(yè)需要使用,需要用企業(yè)的數(shù)據(jù)去 Fine-Tuning(微調(diào))預(yù)訓(xùn)練模型,而很多企業(yè)數(shù)據(jù)是敏感和需要保護(hù)的。同樣在使用 ChatGPT 服務(wù)的時(shí)候也要考慮安全的問題。
其次是準(zhǔn)確性和權(quán)威性,ChatGPT 的答案并不總是完全準(zhǔn)確、相關(guān)或公正,因?yàn)樗鼈兪怯扇斯ぶ悄苌傻摹?雖然它能夠提供一些非常有創(chuàng)意的響應(yīng),但它會(huì)讓企業(yè)或品牌面臨風(fēng)險(xiǎn),因?yàn)闆]有一致的、可擴(kuò)展的方法來確定所提供的答案是否正確。
最后,企業(yè) AI 需要考慮 AI 治理、定義政策并在整個(gè) AI 生命周期中建立問責(zé)制,以確保模型遵守公平、可解釋性、穩(wěn)健性、透明度和隱私的原則,而這也是 ChatGPT 目前缺失的。
"梅須遜雪三分白,雪卻輸梅一段香", 本文試圖從行業(yè)知識和技術(shù)實(shí)踐兩個(gè)角度來進(jìn)行探討,看看企業(yè)如何能夠揚(yáng)長避短,利用 ChatGPT 技術(shù)助力企業(yè)級 AI。
場景與流程
行業(yè)知識和技術(shù)實(shí)踐是企業(yè)級 AI 成功的關(guān)鍵因素。ChatGPT 技術(shù)在企業(yè)應(yīng)用同樣如此,選擇合適的場景,采用受控的企業(yè)流程,通過開放的架構(gòu),才能讓 ChatGPT 技術(shù)在企業(yè)安全落地。
ChatGPT 是以 GPT 3.5 為基礎(chǔ)衍生出來的應(yīng)用,目的是用來展示 GPT 的能力。ChatGPT的 技術(shù)支撐是大規(guī)模語言模型,也就是大家耳熟能詳?shù)?LLM,LLM 屬于基礎(chǔ)模型的范疇,基礎(chǔ)模型是在廣泛的未標(biāo)記數(shù)據(jù)集上訓(xùn)練的模型,這些數(shù)據(jù)可用于不同的任務(wù),只需最少的微調(diào)。基礎(chǔ)模型和 LLM 支撐了生成式 AI,通過從現(xiàn)有數(shù)據(jù)中學(xué)習(xí)來創(chuàng)建原創(chuàng)內(nèi)容。
ChatGPT 和 LLM 是 AI 領(lǐng)域令人激動(dòng)的創(chuàng)新,會(huì)直接加速對話 AI 的應(yīng)用,客戶服務(wù)(利用 AI 來進(jìn)行互動(dòng)和交談)是最重要的企業(yè) AI 應(yīng)用場景之一。以 ChatGPT 為代表的生成式 AI 擅長響應(yīng)與問題相關(guān)、可以處理小眾不常見的話題,但也可能會(huì)編造事實(shí)不正確的答案。而目前企業(yè)級對話 AI 更擅長對高價(jià)值問題的回答,非常具體和準(zhǔn)確,因此引入 ChatGPT 的技術(shù),可以完善企業(yè)級對話 AI 的能力。
理解、傳遞和應(yīng)用業(yè)務(wù)流程是企業(yè)級 AI 的重要部分,AI 需要理解、應(yīng)用和處理這些流程。盡管 ChatGPT 是在大量基于文本的數(shù)據(jù)上進(jìn)行訓(xùn)練的,但它并不"理解"企業(yè)所需的特定業(yè)務(wù)流程和流程,它不會(huì)對模棱兩可的問題進(jìn)行澄清,而是對問題的含義進(jìn)行"最佳猜測"。例如:用戶詢問業(yè)務(wù)場景:"我如何支付賬單?",ChatGPT 會(huì)詳細(xì)說明了如何支付賬單的過程。但企業(yè)級 AI 需要能夠弄清楚用戶想支付什么賬單、從什么賬戶以及支付方式。 這些問題特定于企業(yè)或流程,對話的結(jié)果是交易處理結(jié)果,而不僅僅是基于文本。ChatGPT 不支持針對企業(yè)系統(tǒng)執(zhí)行交易的能力。而 IBM Watson Assistant 和 IBM Watson Discovery 幫助中國客戶構(gòu)建企業(yè)級 AI 都是圍繞特定業(yè)務(wù)場景來訓(xùn)練優(yōu)化語言模型,并集成企業(yè)自動(dòng)化業(yè)務(wù)流程[2]。Watson Assistant 可以根據(jù)客戶信息和上下文觸發(fā)業(yè)務(wù)流程并用于對話控制,并通過使用開箱即用的 webhook 和觸發(fā) API 與業(yè)務(wù)系統(tǒng)集成來實(shí)現(xiàn)自動(dòng)化任務(wù)。
企業(yè)級 AI 需要控制對話,Watson Assistant 是企業(yè)級對話 AI 市場的領(lǐng)導(dǎo)者,可以實(shí)現(xiàn)"tell me", "show me"和"do it for me", 與企業(yè)系統(tǒng)和應(yīng)用程序集成或完全自動(dòng)化業(yè)務(wù)流程。Watson Assistant 最新的功能"旅程"[3],可以在對話中逐步直觀地指導(dǎo)用戶應(yīng)用的復(fù)雜過程,通過視頻,文本和圖像提供交互式幫助和支持。
持續(xù)改進(jìn)增強(qiáng)對話機(jī)器人的性能和用戶體驗(yàn)是企業(yè)級 AI非常重要的內(nèi)容。在引入 ChatGPT 技術(shù)后,依然需要企業(yè)級 AI 最佳實(shí)踐和方法論來保證成功。IBM Watson Assistant 提供了持續(xù)改進(jìn)對話機(jī)器人和衡量指標(biāo),可用于日常交付以提高對話機(jī)器人效率的完整方法論、技巧、操作方法和模板。企業(yè)級對話 AI 建議綜合關(guān)注四個(gè)指標(biāo):凈推薦值 (NPS)、客戶滿意度、遏制率、一次性問題解決率。僅僅看凈推薦值和客戶滿意度并不能全面了解對話機(jī)器人的成功與否,遏制率是用戶不選擇人工的百分比,回訪率是看用戶在一周內(nèi)是否使用了任何渠道重新尋求幫助,遏制率低和回訪率高意味著對話機(jī)器人并沒有達(dá)到滿意的自助服務(wù)效果。
在企業(yè)級 AI 中,ChatGPT 背后的 AI 基礎(chǔ)模型技術(shù)除了前面談到的客戶服務(wù)業(yè)務(wù)場景,也可以用于數(shù)字化勞動(dòng)力、IT 運(yùn)營和網(wǎng)絡(luò)安全等。Red Hat 和 IBM 正在利用該技術(shù)為 Ansible 注入新的功能,Project Wisdom[4] 將使任何人都可以更輕松地使用 AI 生成的建議編寫 Ansible Playbook。Project Wisdom 將能夠根據(jù)用戶輸入,然后生成以 Ansible 語法編寫自動(dòng)化內(nèi)容,實(shí)現(xiàn)與 AI 進(jìn)行結(jié)對編程。IBM 已經(jīng)構(gòu)建了一系列企業(yè) AI 工具、應(yīng)用程序和解決方案,現(xiàn)在正利用最新的 AI 基礎(chǔ)模型技術(shù)優(yōu)化結(jié)果和適合企業(yè)使用。我們將技術(shù)和咨詢服務(wù)結(jié)合到一個(gè)經(jīng)過驗(yàn)證的框架中,解決客戶和企業(yè)最緊迫的業(yè)務(wù)問題。
Watson 能力的演進(jìn)
自 2020 年以來,IBM Watson 產(chǎn)品一直在使用基礎(chǔ)模型(Foundation Models) 為其開箱即用的特定任務(wù)模型提供支持。通過使用了基礎(chǔ)模型,準(zhǔn)確性明顯超過上一代模型,而且仍然具有成本效益。 借助預(yù)訓(xùn)練的基礎(chǔ)模型,Watson 可以使用更少的標(biāo)注語句訓(xùn)練一種新語種,從而更快的實(shí)現(xiàn)多語種支持。
由于 Watson 服務(wù)不僅支持公有云,而且支持本地化部署,企業(yè)客戶可以使用企業(yè)行業(yè)領(lǐng)域數(shù)據(jù)來調(diào)整基礎(chǔ)模型并創(chuàng)建自定義模型并保證安全性。
Watson Assistant 正在用生成式 AI 來實(shí)現(xiàn)更好的對話體驗(yàn)和更快的構(gòu)建。
我們正處于 AI 的轉(zhuǎn)折點(diǎn),對于大型語言模型的快速技術(shù)進(jìn)步和 ChatGPT 背后的技術(shù)感到非常興奮。Legalmation [5]是 IBM利用類似技術(shù)的企業(yè)級 AI 案例,Legalmation 利用 IBM Watson Discovery 生成早期階段的訴訟草稿,并為律師和律師助理節(jié)省時(shí)間。 在不到兩分鐘的時(shí)間內(nèi)起草了回復(fù),成本降低 80%。另外,通過和 GPT 語言生成的服務(wù)為 IBM Watson Assistant 客戶提供擴(kuò)展其對話式 AI 功能的能力。Watson Assistant 可以根據(jù)用戶查詢,通過 Watson Discovery 檢索內(nèi)容。然后采用生成式預(yù)訓(xùn)練 Transformer 技術(shù),根據(jù)檢索到的內(nèi)容、查詢和對話的完整上下文生成響應(yīng)。這是利用 GPT 技術(shù)的一種積極方式,因?yàn)槠髽I(yè)仍然能夠在生成的響應(yīng)中獲得上下文和企業(yè)行業(yè)知識。企業(yè)級 AI 需要多種方案的組合來產(chǎn)生業(yè)務(wù)價(jià)值,ChatGPT 背后的技術(shù)將是其中的一部分。
下面是 Watson 與 GPT 技術(shù)的生成式 AI 結(jié)合的例子。左邊是 Watson Assistant沒有預(yù)設(shè)答案,會(huì)自動(dòng)調(diào)用 Watson Discovery實(shí)時(shí)搜索用戶問題,可以找到知識文檔中相關(guān)內(nèi)容并返回結(jié)果,但不能使用這些內(nèi)容生成自然的對話語言答案。而且 Watson Discovery 可以提供多個(gè)搜索結(jié)果,但無法將不同的搜索結(jié)果的信息結(jié)合起來,提供一個(gè)連貫的答案。右邊則增加了生成式 AI 的能力,這時(shí)候生成的答案直接響應(yīng)用戶所提出的問題。另外使用對話上下文來回答第二個(gè)問題:第二個(gè)問題沒有明確提及"勞務(wù)派遣公司基本情況表",但會(huì)根據(jù)上下文給出正確答案,因?yàn)樗谏弦粋€(gè)問題中已被提及。整個(gè)過程無編碼即可完成,只需要把行業(yè)文檔交給 Watson Discovery,將生成式 AI 指向 Watson Discovery,最后將它們與 Watson Assistant 模板連接在一起。
AI 治理也是非常重要的方面。IBM 發(fā)布了 AI 的信任和透明原則[6],這是如何構(gòu)建 IBM 產(chǎn)品、IBM 如何利用 AI 的指導(dǎo),IBM Watson 承諾不會(huì)利用客戶數(shù)據(jù)來訓(xùn)練模型。同樣這也是 ChatGPT 技術(shù)如何助力企業(yè) AI 的需要關(guān)注的。
總結(jié)
來自 AI 的洞察力正在從根本上改變我們工作方式的方方面面。ChatGPT 雖然不完美,但正在為我們的科技未來指明方向。在 +AI 階段,AI 針對傳統(tǒng)應(yīng)用去產(chǎn)生價(jià)值,通過 +AI賦能。而 AI+ 時(shí)代已經(jīng)到來,是以 AI 為核心,AI 無處不在。IBM 正在幫助企業(yè)將 AI 付諸行動(dòng),通過 AI 和自動(dòng)化重塑工作流程,自動(dòng)化端到端企業(yè)流程,用 AI 驅(qū)動(dòng)的決策代替日常重復(fù)的任務(wù)來提高生產(chǎn)力,個(gè)性化員工和客戶互動(dòng)。
在 +AI 階段,企業(yè)從智能設(shè)備等消費(fèi)領(lǐng)域獲得的標(biāo)簽訓(xùn)練數(shù)據(jù)。 使用互聯(lián)網(wǎng)規(guī)模應(yīng)用的消費(fèi)者生成了足夠的訓(xùn)練數(shù)據(jù),可用于推薦引擎,語音和視覺應(yīng)用。而在 AI+ 時(shí)代,利用基礎(chǔ)模型,可以使用未標(biāo)注的數(shù)據(jù)進(jìn)行訓(xùn)練,從而使企業(yè)有機(jī)會(huì)通過未標(biāo)注的數(shù)據(jù)來獲取業(yè)務(wù)價(jià)值。比如,工業(yè) 4.0 可以使用在正常操作期間生成的傳感器數(shù)據(jù)來優(yōu)化設(shè)備維護(hù),IT 供應(yīng)商可以通過基礎(chǔ)模型降低 IT 運(yùn)營成本。IBM正在幫助企業(yè)創(chuàng)建特定行業(yè)的基礎(chǔ)模型,一起迎接 AI+ 時(shí)代的到來!
參考資料: |
[3]https://medium.com/ibm-watson/best-practices-for-watson-assistant-journeys-993d16fb0ad0 |
[4] https://research.ibm.com/blog/ai-for-code-project-wisdom-red-hat |