Drugim riječima: LLM je AI, ali nije svaki AI LLM.
ChatGPT i slični alati primjeri su aplikacija koje se oslanjaju na velike jezične modele. Sustav koji prepoznaje kvar na fotografiji, predviđa potražnju ili preporučuje proizvod može koristiti drugi oblik AI-ja bez velikog jezičnog modela.
Zašto je važno u praksi?
Razlika je važna zato što se izraz AI danas koristi za vrlo različite alate i očekivanja. Kada netko kaže treba nam AI, još nije jasno govori li o pomoći pri pisanju, chatbotu nad dokumentima, analizi tablica, automatskoj klasifikaciji upita, prepoznavanju slika ili nečem šestom.
LLM je posebno koristan kada je glavni materijal jezik: dokumenti, e-mailovi, upute, zapisnici, komentari korisnika, FAQ-ovi, ponude ili interne procedure.
Može sažeti, objasniti, preoblikovati i pomoći strukturirati tekstualno znanje.
Drugi AI sustavi mogu bolje odgovarati zadacima poput:
- prepoznavanja objekata ili nedostataka na slikama
- predviđanja prodaje ili potražnje iz povijesnih podataka
- preporuka proizvoda ili sadržaja
- otkrivanja neuobičajenih obrazaca u podacima
- optimizacije rasporeda, ruta ili zaliha
- klasifikacije velikog broja sličnih zapisa
Granice nisu uvijek potpuno čiste. LLM može sudjelovati i u klasifikaciji, analizi podataka ili radu sa slikama, ali to ne znači da je za svaki takav zadatak najbolji ili jedini model.
Ponekad se različiti pristupi spajaju. Primjerice, aplikacija može koristiti LLM za razgovor s korisnikom, a zaseban model ili poslovna pravila za izračun preporuke.
Zato je korisnije prvo imenovati problem koji želite riješiti nego krenuti od općenitog naziva tehnologije.
Najčešća zabuna
Najčešća zabuna je da su AI i chatbot sinonimi.
Chatbot je oblik korisničkog sučelja za razgovor. Može biti vrlo jednostavan sustav temeljen na pravilima ili napredniji alat koji koristi LLM. AI je širi pojam od oba.
Druga zabuna je da LLM sam od sebe poznaje sve podatke vaše firme. Ne poznaje.
Može raditi s kontekstom koji mu date u razgovoru, dokumentima koje smijete učitati ili sadržajem iz povezane baze znanja, ali pristup tim podacima treba svjesno postaviti i kontrolirati.
Kada se LLM poveže s internim dokumentima ili bazom znanja, to ne znači nužno da je tim podacima dodatno treniran. Sustav mu može dohvatiti relevantne dijelove sadržaja tek kada ih treba za konkretan odgovor.
Rezultat treba provjeravati, osobito kada utječe na klijenta, financijsku ili pravnu odluku, javnu komunikaciju ili obradu osjetljivih podataka.
Treća zabuna je da je LLM pravi odgovor na svaki AI zadatak. LLM može biti vrlo dobar za tekst i komunikaciju, ali nije nužno najbolji izbor za precizna predviđanja, rad s velikim strukturiranim skupovima podataka ili automatizirane poslovne odluke.
Za neke zadatke dovoljna su jasna pravila, bolji proces ili obična tablica.
Još jedna zabuna je da su generativni AI i LLM isti pojam. LLM je vrsta modela usmjerena na jezik, dok generativni AI obuhvaća i sustave koji stvaraju slike, zvuk, video ili druge vrste sadržaja.
Kada vam to može trebati?
Ovu razliku vrijedi razjasniti kada razmišljate o novom alatu, automatizaciji ili internom projektu pod nazivom AI.
Ako je problem u tekstu, dokumentima ili ponavljajućoj komunikaciji, LLM je često smislen smjer.
Ako trebate pronaći obrazac u podacima, predvidjeti rezultat, prepoznati nešto na slici ili pouzdano primijeniti poslovna pravila, možda vam treba drugi oblik AI-ja, analitika ili uopće ne treba AI.
Prije odluke korisno je zapisati:
- koji konkretan zadatak treba biti lakši
- koji podaci i dokumenti smiju biti korišteni
- kakav rezultat očekujete i tko ga provjerava
- koliko pogreška smije biti skupa
- treba li vam razgovor s alatom ili automatski proces u pozadini
- mora li rezultat biti objašnjiv, ponovljiv ili potpuno provjerljiv
Ta pitanja često brže pokažu pravi smjer nego rasprava o tome treba li nam AI.
Ukratko
AI je širok naziv za različite sustave koji rade s podacima, obrascima, predviđanjima i automatiziranim zadacima. LLM je vrsta AI modela posebno usmjerena na obradu i generiranje jezika.
Zato je bolje prvo definirati problem i očekivani rezultat, a tek zatim odlučiti treba li vam LLM, drugi oblik AI-ja ili jednostavnije rješenje.