LLMs, LLMs em todo lugar: Explorando suas aplicações!

O advento de modelos de linguagem extremamente grandes, como o ChatGPT (com 20 mil milhões de parâmetros) e o GPT-3 (com 175 mil milhões de parâmetros), revolucionou o campo do processamento de linguagem natural. Estes modelos são treinados em vastas quantidades de dados e exibem um desempenho notável na compreensão e geração de texto. Graças à sua capacidade de sintetizar informações de alta qualidade e de participar em conversas coerentes, modelos de linguagem grandes como o ChatGPT estão a ser cada vez mais implementados para resolver uma vasta gama de casos de uso anteriormente intratáveis.

Um dos principais pontos fortes do ChatGPT é a sua capacidade de fornecer conteúdo refinado com base em feedback e contexto, através de um diálogo interativo com os utilizadores. Por exemplo, aqui está uma conversa com o ChatGPT onde falamos sobre o nosso tópico favorito, MLOps:

Com os prompts certos, os utilizadores podem fazer com que o ChatGPT produza resultados altamente precisos e relevantes. As empresas reconheceram o imenso valor que estes modelos podem trazer aos seus produtos e começaram a integrar APIs de modelos de linguagem grandes nas suas ofertas. Neste artigo, exploramos algumas das aplicações mais entusiasmantes destes modelos.

Vamos dar uma olhada em algumas delas:

Assistentes de IA

Modelos de linguagem grandes estão a ser implementados como assistentes em vários contextos. Por exemplo, GitHub Copilot usa o OpenAI Codex, treinado em grandes conjuntos de dados de código, para fazer sugestões inteligentes aos utilizadores enquanto escrevem código com base em prompts de linguagem natural. Este tipo de colaboração entre IA e humano pode melhorar significativamente a produtividade e a precisão em várias tarefas, permitindo que os humanos se concentrem em problemas de nível superior enquanto a IA cuida dos aspetos mais rotineiros.

A Notion lançou recentemente o Notion AI, um assistente de IA que pode analisar o seu conteúdo e gerar itens de ação a partir de notas de reunião e resumos de textos mais longos, enquanto destaca o que é importante. O assistente também pode melhorar a qualidade da sua escrita com um único clique no botão “Melhorar Escrita” ou no botão “Usar linguagem mais simples”. Implementar estas funcionalidades usando APIs como o ChatGPT é agora tão simples como começar o seu prompt com “torne o seguinte texto mais amigável.”

Entretenimento

O Spotify lançou um produto chamado Spotify DJ que fornece comentários falados sobre música, géneros e preferências do utilizador entre as músicas, proporcionando uma experiência altamente personalizada. Isto é tornado possível pelas APIs da OpenAI que expandem a experiência e compreensão do Spotify sobre o utilizador e a música em comentários coerentes.

Podemos especular que o Spotify pode ter instruído o LLM com dados sobre o histórico de audição do utilizador em termos de géneros e artistas, ainda mais anotados com a sua própria experiência em música, e pedido ao modelo para gerar um comentário para o utilizador que é garantidamente único a cada vez. A sua plataforma de texto para voz converte este texto numa voz de IA dinâmica.

O Snapchat também integrou o ChatGPT no seu produto ao introduzir um companheiro de IA para utilizadores pagos. O Snapchat chama ao companheiro de IA um “companheiro divertido e experimental” e recomenda que os utilizadores o possam usar para “conversar sobre o seu dia ou escrever um haiku sobre o seu melhor amigo.” O companheiro de IA poderá ser um dos primeiros numa tendência onde os humanos falarão com a IA tal como falariam com os seus amigos ou família.

Atendimento ao Cliente

Várias empresas estão desenvolvendo soluções de atendimento ao cliente com base em GPT-3, ChatGPT e LLMs semelhantes. Empresas como Ada Support Inc e Nice Ltd fornecem chatbots construídos sobre essas tecnologias que podem ser personalizados ao serem alimentados com informações específicas da empresa e dados de clientes anonimizados. Como esses modelos de linguagem são propensos a "alucinações", onde inventam fatos ou conceitos, essas soluções precisam ser implementadas com pessoal de suporte que possa revisar os chats e intervir, se necessário.

Saúde

A indústria da saúde possui um vasto volume de dados em texto livre que podem ser usados para treinar modelos de linguagem, e há vários potenciais casos de uso para LLMs neste campo. Um exemplo é a criação de cartas de alta, que resumem a internação de um paciente com base em seus prontuários médicos.

O Laboratório de Ciência da Computação e Inteligência Artificial (CSAIL) do MIT tem usado LLMs para expandir jargões e acrônimos médicos e extrair regimes de medicação de notas clínicas. Leia mais sobre isso aqui.

O modelo GatorTron, criado por pesquisadores do zero, é um grande modelo de linguagem clínica que pode responder a perguntas médicas usando linguagem natural. O modelo está disponível publicamente através da estrutura BioNeMo da NVIDIA, que ajuda os cientistas a entender melhor as doenças e a encontrar terapias para os pacientes.

‍

Marketing e Vendas

Os modelos de linguagem estão se tornando cada vez mais importantes nos campos de marketing e vendas. LLMs podem ser aplicados para personalizar conteúdo, otimizar palavras-chave e campanhas de SEO, e gerar materiais de marketing.

A DocuSign utiliza grandes modelos de linguagem para obter maiores insights sobre o comportamento do cliente através do processamento de linguagem natural baseado em IA. O assistente de IA da Salesforce, Einstein Voice Assistants (EVA), utiliza LLMs para interpretar perguntas de clientes e fornecer respostas apropriadas, liberando os representantes de vendas para se concentrarem em tarefas mais complexas.

Ferramentas SaaS como Jasper.ai, um assistente de escrita de IA baseado em GPT-3, podem gerar conteúdo rico em palavras-chave para equipes de marketing, otimizado para classificação SEO.

TrueFoundry é um PaaS de Implantação de ML sobre Kubernetes para acelerar os fluxos de trabalho dos desenvolvedores, permitindo-lhes total flexibilidade no teste e implantação de modelos, ao mesmo tempo em que garante total segurança e controle para a equipe de Infraestrutura. Através de nossa plataforma, capacitamos as equipes de Machine Learning a implantar e monitorar modelos em 15 minutos com 100% de confiabilidade, escalabilidade e a capacidade de reverter em segundos – permitindo-lhes economizar custos e lançar modelos em produção mais rapidamente, possibilitando a realização de valor de negócio real.