Davor Aničić o primjeni umjetne inteligencije u tvrtkama

Obratili smo se CEO-u tvrtke Velebit AI Davoru Aničiću za njegovo viđenje trenutno dostupnih chatbotova, te koji će biti njihov doprinos u nadolazećim godinama.

VIDI: Kojeg biste komercijalnog chatbota trenutno dostupnog javnosti izdvojili kao najboljeg i zašto?

Davor Aničić: ChatGPT tvrtke OpenAI je u već je više od godinu dana najsnažniji i najšire primjenjiv sustav sagrađen na velikom jezičnom modelu, a posebno otkako iznad njega stoji GPT4 model. Baš zbog širine svoje primjenjivosti često će davati najbolje rezultate za najširi raspon upita korisnika.

Ipak zadnjih se mjeseci situacija značajno promijenila jer su se pojavili i Googloev Gemini Advance te Antrophicov Claude 3 koji su po svojim sposobnostima često vrlo blizu GPT4 modelu.

Sva tri modela imaju različite osobnosti te jače i slabije strane, ovisno o tome koriste li se za stvaranje teksta ili programskog koda. Gemini odlično objašnjava, ali ne dopušta učitavanje datoteka, GPT-4 ima dodatke kao što su interpreter koda i GPT-eve koji značajano proširuju njegovu upotreljivost, a Claude 3 je najbolji pisac i ponekad daje iznenađujuće uvide.

Svi modeli imaju različite zaštite i pristranosti, a na sva tri sustava se svakodnevno rade dodatne promjene i poboljšanja. Sva tri modela su multimodalna što znači da mogu osim teksta razumjeti i slike. Zanimljivo je da unatoč svojoj kompleksnosti za niti jedan od modela ne postoje upute o tome kako ih upotrebljavati na najbolji način i korisnike se pušta da dami istražuju i razmjenjuju iskustava. Dobro je što iskustvo pokazuje da se sva tri modela promptaju na sličan način.

VIDI: Za koje sve komercijalne potrebe chatbotovi mogu biti adekvatno rješenje za tvrtke? Je li to odnos s korisnicima, generiranje tekstualnog sadržaja ili nešto treće?

Davor Aničić: Tko god ima veću količinu informacija u obliku dokumenata, uputa ili pravila za internu upotrebu ili za svoje korisnike, može relativno jednostavno i brzo uz pomoć metoda kao što su Retrieval Augmented Generation (RAG) omogućiti da chatbot odgovara ciljno baš iz traženih sadržaja.

Na taj se način chatbot baziran na velikom jezičnom modelu može upotrijebiti kako bi omogućio brži, efikasniji, interaktivniji pristup ciljnim informacijama putem chat sučelja.

Osim brze pretrage postojeće baze znanja, zanimljivo je i korištenje modela u generiranje novih ideja ili prijedloga kako na više načina pristupiti nekom problemu.

Također, uz upotrebu GPT-a, sustava putem kojih je OpenAI omogućio da mnogi korisnici dodatno daju određena stručna znanje modelima i potom objave takav komplet, stvorena vrlo impresivna, svima dostupna baza znanja najrazličitijih struka.

Naravno tu je i kreiranje sadržaja u obliku teksta i slika što je, široj javnosti, najpoznatiji i možda najupečatljiviji način upotrebe.

VIDI: Kakav će utjecaj ti chatbotovi imati na tržište rada u nadolazećim godinama i hoće li uopće imati kakav utjecaj, po vašem mišljenju?

Davor Aničić: Brz razvoj umjetne inteligencije i njene primjene u mnogim industrijama imat će značajan utjecaj na tržište rada u nadolazećim godinama. Po prvi put se kompleksniji intelektualni poslovi mogu u dobrom dijelu automatizirati odnosno ljudi koji se koriste AI tehnologijom mogu postati značajno efikasniji te brže usvajati nova znanja. A tek smo na početku ubrzanog razvoja ove tehnologije. Vjerujem da iz današnje perspektive nije moguće razumjeti svu dubinu i dalekosežnost nadolazećih promjena, slično kako iz perspektive pojave interneta krajem 90-ih godina nije bilo moguće niti zamisliti svu kompleksnost današnjeg života i poslovanja online.

Promjene će stvoriti mnoga nova, ali i ukinuti mnoga današnja radna mjesta. Najviše što svatko od nas može učiniti za sebe je naučiti koristiti novu tehnologiju za brzo učenje i otkrivanje novog znanja te tako sebi omogućiti prilagodljivost i konkurentnost.

VIDI: Imaju li ti AI alati uopće budućnost u komercijalnoj upotrebi s obzirom na probleme s autorskim pravima koji trenutno prate najpopularnijeg chatbota – ChatGPT?

Davor Aničić: Apsolutno imaju. Problemi autorskih prava su prolazne poteškoće ranog razvoja ove tehnologije. Već danas, modeli se sve više treniraju na umjetno stvorenim podacima.

Također, generativni modeli su u svojoj biti kompresija znanja uz gubitke i uz stvaranje višedimenzionalnog prostora povezanih pojmova uz pomoć kojih se potom u interakciji sa upitom i podacima koje unese korisnik stvaraju odgovori dok sama rekonstrukcija originalnih podataka nije u biti ovih modela te oni u njima nisu sadržani.