ICTna.ir – در رویدادی که توسط TM Forum برگزار شد، اسکات پتی، مدیر ارشد فناوری وودافون و شانکار آروموگاولو، مدیر ارشد دیجیتال و اطلاعات جهانی ورایزون، درباره نحوه اجرای بهترین  راهکار برای مواجهه با LLM و امکان ساخت مدل‌های کوچکتر صحبت کردند.

به گزارش گروه اخبار خارجی آژانس خبری فناوری اطلاعات و ارتباطات (ایستنا)، طی نشست مطبوعاتی TM Forum در لندن، اسکات پتی، مدیر ارشد فناوری وودافون و شانکار آروموگاولو، مدیر ارشد دیجیتال و اطلاعات جهانی ورایزون، به این سوال پرداختند که آیا شرکت‌های مخابراتی باید مدل‌های زبان بزرگ (LLM) خود را بسازند یا خیر؟ در پاسخ، پتی گفت که وضعیت فعلی، چیزی نیست که باید باشند. به گفته وی، اپراتورها درگیر هستند و در عوض باید از مدل های موجود استفاده کنند.

وی افزود: رویکرد بهتر انتخاب بهترین مدل موجود برای هر مورد استفاده است. پتی استدلال کرد که هر LLM، مجموعه ای از قابلیت های خاص خود را دارد که برای برخی از وظایف مناسب تر از سایرین است. این رویکرد همچنین از قفل شدن فروشنده جلوگیری می کند، چیزی که شرکت های مخابراتی تمایلی به آن ندارند.

در همین حال، آروموگاولو پاسخ ظریف تری داد: او با اعتراف به اینکه یک سال پیش با او مخالف بود، گفت که موقعیت شرکت تکامل یافته است. او خاطرنشان کرد که ایده این است که مدل های پایه موجود را بپذیریم و سپس به مرور زمان آنها را سفارشی کنیم یا بر اساس آنها بسازیم. او چهار رویکرد را در این خصوص معرفی کرد.

اولین مورد از این الگوها، همانطور که آروموگاولو آنها را می نامد، شامل گرفتن یک مدل همانطور که هست و اضافه کردن برخی موارد در حوزه مهندسی سریع است. او می‌گوید: در الگوی دو، شما مقداری زمینه را با داده‌های اختصاصی شرکت اضافه می‌کنید که شرکت را ترک نمی‌کند، جایی که شرکت بهترین‌ها را از هر دو جهان دریافت می‌کند. الگوی سه شامل تنظیم دقیق مدل زیربنایی با مجموعه داده مناسب است تا مدل در یک کار خاص بهتر عمل کند.

مدل های کوچک و متخصص

در همین حال، الگوی چهارم، شامل پیش‌آموزش با داده‌های اختصاصی اضافه شده به مدل برای تنظیم دقیق آن با یک مورد خاص است. آروموگاولو می‌گوید یکی از جنبه‌های مهم این الگو این است که اطمینان حاصل شود که داده‌ها به مدل پایه داده نمی‌شوند و در سازمان باقی می‌مانند، آنچه که مدل منجمد نامیده می‌شود.

با این حال، ساختن کامل یک مدل از ابتدا به حجم عظیمی از داده ها نیاز دارد و صدها میلیون دلار هزینه دارد. آروموگاولو استدلال می کند که این برای استفاده های مخابراتی ضروری نیست. در عوض، او پیشنهاد ساخت چندین مدل زبانی کوچک و بسیار تخصصی را داد که آنها را به گروهی از متخصصان تشبیه کرد. او گفت که ورایزون در سال 2024 این رویکرد را آزمایش می کند و افزود که مدل های زبان کوچک در حال حاضر یک فرصت هستند.

در همین حال، پتی به تأثیر تحول‌آفرینی که هوش مصنوعی مولد می‌تواند در بلندمدت داشته باشد، اشاره کرد و گفت که این پتانسیل را دارد که نحوه ارتباط افراد با اینترنت را تغییر دهد. در حالی که امروزه اکثر مردم از نوارهای جستجو استفاده می کنند، او استدلال کرد که “هوش مصنوعی مولد این را تغییر خواهد داد. این رابط صوتی خواهد بود، رابط گرافیکی خواهد بود”.

در همین حال، کار روی ادغام هوش مصنوعی در شبکه‌ها؛ چه مولد یا پیش‌بینی‌کننده، هنوز در حال انجام است و نیاز به همکاری و کار بیشتر دارد. آروموگاولو در پاسخ به سوالی از نیک ویلتز مدیر ارشد فناوری TM در مورد بهترین راه هایی که شرکت های مخابراتی می توانند در این کار با یکدیگر همکاری کنند، گفت که کار در TM Forum برای ایجاد طرح هایی در مورد پذیرش هوش مصنوعی برای مخابرات در حال انجام است و می تواند به آنها کمک کند استفاده از هوش مصنوعی را در تلکام افزایش دهند.