ChatGPT и граф знаний

Привычные нам поисковые системы просто выдают список сайтов и документов, в которых присутствуют ключевые слова из поисковой строки. Они не понимают смысл запроса и не могут учесть контекст — ваши знания в виде файлов и документов на компьютере. 

С появлением нейронных сетей (ChatGPT это одна из новых сеток) у вас появится альтернативный способ поиска нужной информации с учетом смысла и вашего контекста. Теперь все, кто работает с информацией в вашей организации, может решить свои информационные потребности с помощью когнитивных помощников, которые поймут ваш запрос на естественном языке и вернут связный и осмысленный ответ.

Что такое ChatGPT?

Если вы пока не знаете, ChatGPT — это чат-бот с применением искусственного интеллекта (последняя крупная языковая модель, выпущенная OpenAI). Онв является разновидностью технологии предварительно обученных на общих моделях трансформеров (Pre-trained Transformer). Это произвело революцию в области генерации естественного языка благодаря своей способности генерировать человекоподобный текст.

Модель сама обучается, учится исправлять свои ошибки и становится лучше с каждым вашим запросом. На текущий момент уже она умеет:

• Отвечает на любые вопросы в чате очень развернуто и обоснованно, но без ссылки на первоисточники;
• Ищет почти как Google и возможно скоро его заменит, если Google не предпримет ответный ход. И в отличии от поисковиков ChatGPT ,дает точный ответ практически на каждый запрос, а не предоставляет список сайтов с упоминанием ключевых слов запроса;
• Пишет тексты, диалоги и рассказы с очень приличным качеством.
• Составляет письма, инструкции и описания, снабжая тексты метаданными.
• Пишет код и разрабатывает простые приложения. И пока этот код все еще не всегда можно использовать без доработки, все же программисты смогут сэкономит много времени чтобы не писать рутину или код с нуля.

ЧатGPT может взять на себя многие информационные роли, традиционно выполняемые людьми, такие как копирайтинг, ответы на запросы в службу поддержки, написание новостных отчетов и создание юридических документов. По мере того, как ИИ продолжает совершенствоваться, все больше и больше текущих рабочих мест будут подвергаться угрозе автоматизации. Но ИИ также открывает возможности и создаст новые рабочие места и различные типы организаций.

Да, у ИИ могут быть недостатки, но человеческое мышление тоже глубоко ошибочно. Поэтому очевидно, что ИИ победит.

Лауреат Нобелевской премии Даниэль Канеман

Как Uber и Яндекс.такси изменили индустрию услуг по перевозке пассажиров в области безопасности, отслеживания местоположения, ценообразования, диспетчеризации и занятости, так же и новые генеративные языковые модели смогут взять на себя работу по записи идей в легко читаемые и грамматически правильные тексты, наполненные смыслом.

Это позволит миллионам людей создавать хорошие тексты и изображения и окажет глубокое влияние на экономику и бизнес-модели.

Как языковые модели повлияют на вашу стратегию по управлению знаниями?

Не известно, как будут выглядеть системные решения из этих больших языковых моделей или какие бизнес-модели они откроют, но предоставление почти каждому возможности писать четко и эффективно повлияет на то, кто к какой работе способен.

ChatGPT и другие большие языковые модели сильно повлияют на технологию по поиску и управлению знаниями, потому что очень скоро станут вашими незаменимыми когнитивными помощниками для всех рутинных информационных задач.

Привычная модель поиска информации навсегда изменится

Сейчас вы вводите ключевые слова в Google или Яндекс, и получаете выдачу из рейтинга наиболее релевантных вашему запросу и популярных документов в сети. Затем вы выбираете сайт из списка и открываете его, чтобы углубиться в текст и решить, полезен он или нет.

Корпоративные инструменты для внутреннего поиска оставляют желать лучшего несмотря на системы документооборота сотрудники тратят много рабочего времени чтобы найти нужную информацию.

Ограничения и основные проблемы поисковых систем:

1. Вам приходится самостоятельно искать ответы на свои запросы и изучить язык запросов, чтобы хоть немного отсеять информационный и рекламный шум вокруг ценной информации
2. Они не включают в поиск вашу организацию и личные документы. Естественно, они не могут получить доступ к вашим заметкам из личной и корпоративной базы знаний.
3. Поэтому они не могут синтезировать внешние и внутренние данные вместе и в новом контексте.

Новый способ поиска информации с ЧатGPT

С такими инструментами, как ChatGPT вам больше не нужно открывать страницы сайтов из поиска, чтобы найти нужный текстовый фрагмент или картинку. Языковая модель сгенерирует подробный описательный ответ на ваш вопрос на естественном языке или создаст уникальное изображение. 

ChatGPT объединяет множество различных источников знаний и формирует связный текст с маркированными списками, примерами кода и объяснениями того, как установить библиотеки, необходимые для использования кода. Кроме того, если вам не понятен ответ и нужна дополнительная информация, вы можете попросить его объяснить более подробно в следующей подсказке.

Генеративный ИИ — это обучение на больших коллекциях документов. 

Но они не просто создают обратные индексы для быстрого поиска, а строят нейронные сети, которые генерируют вложения для документов. Эти вложения настроены так, что знания хранятся последовательно на основе концепций, а не только ключевых слов.

Мы можем думать о тексте для конкретной задачи, генерируемом когнитивными помощниками, как о постоянно настраиваемой нейронной сети, которая использует общедоступные знания. Количество узлов графа знаний и затраты на обучение снижаются, поскольку мы постоянно совершенствуем общие базовые модели GPT.

Системы ваших помощников на базе OpenAI GPT можно легко настроить. Создание набора пар «запрос-ответ» из ваших внутренних документов позволяет нам создавать индивидуальные версии генеративного ИИ, которые становятся темумнее, чем больше у него данных.

Стоимость когнитивных помощников будет снижаться

Как дело обстоит сейчас. Когда вы работаете с бизнес-подразделением, то собираете их документы и строите графы знаний, чтобы понять основные проблемы и способы их решения. Уяснив проблему, вы генерируете запрос к корпоративному графу знаний и получаете результаты в нужном виде: текст, таблицы или диаграммы.

Через несколько лет в каждой организации будут сотни когнитивных помощников в виде будущих версий ChatGPT или других языковых моделей. И они будут точно настроены на вкорпоративные и личные графы знаний сотрудников в контуре компании.

Стоимость тонкой настройки GPT в системе Microsoft Azure в настоящее время составляет около 90 долл., что довольно много. По мере появления других игроков по созданию средств тонкой настройки GTP, их стоимость будет снижаться.

Как ограничения ChatGPT преодолеваются графом знаний

Текущие ограничения языковых моделей

• Технология еще во многом сырая и не зрелая, генерирует много ошибок и требует доработки и обучения, а так же конкуренции с другими моделями.
• Ограниченный доступ к технологии и ее слабое распространение
• Отсутствие понимания контекста и базовых знаний генерируемого текста. Например, если его попросят написать что-то на определенную тему, он может создать грамматически правильный текст, но ему не хватает глубины и нюансов, присущих эксперту в этой области
• Неспособность рассуждать и устанавливать логические связи между различными концепциями. Хотя он может генерировать логический текст, ему не хватает возможности делать выводы на основе предоставленной информации.

Включив данные графа знаний в языковую модель OpenAI, модель может получить доступ к большому количеству справочной информации и контекста, что позволяет ей генерировать текст с большей глубиной понимания. Кроме того, графы знаний также могут предоставить языковой модели способ рассуждать и устанавливать логические связи между понятиями.

Связывая понятия вместе в структурированном виде, языковая модель может использовать эту информацию, чтобы делать выводы и делать выводы, добавляя уровень интеллекта к генерации текста.

Кроме того, граф знаний может предоставить точную информацию о любом предмете для модели OpenAI, которая затем может включить ее в свой текст, сделав его более осмысленным, точным и полезным.

Хотя ChatGPT является мощной языковой моделью, она имеет ограничения с точки зрения контекста, фоновых знаний и рассуждений. Объединение его с данными из графов знаний может помочь преодолеть эти ограничения, в результате чего получится более интеллектуальная и информативная система генерации текста.

Основные выводы

Интеграция корпоративного графа знаний с языковыми моделями типа ChatGPT может привести к серьезному конкурентному преимуществу;