Термин «инструментальный ИИ» довольно новый, по этому большие языковые модели пока не имеют исходных обучающих данных в достаточном количестве, чтобы обобщить описание в виде четкого и правильного определения. Из-за этого придётся определить этот термин самостоятельно.
Определение
«Инструментальный ИИ» относится к программным инструментам и технологиям, используемым для эффективного решения определенного круга задач, непосредственно связанных с поиском и получением знаний, а также синтезом текстов, изображений, звуковых композиций и других цифровых носителей на основе переноса определенных признаков из готовых образцов.
Задачи
Приведем короткий список наиболее популярных задач инструментального ИИ, построенного на базе большой языковой модели, который (список) не претендует на полноту:
- Автоматическое реферирование. Инструментальный ИИ модели может использоваться для автоматического реферирования текстов. Он может анализировать текст и выделять наиболее важные идеи и факты, которые затем могут быть использованы в качестве основы для создания краткого резюме.
- Генерация текстов. Инструментальный ИИ может быть использован для генерации текстов на основе заданных тем или ключевых слов. Это может быть полезно для создания контента для блогов, статей, рекламных материалов и т.д.
- Машинный перевод. Инструментальный ИИ может сделать перевод или помочь улучшить качество существующего машинного перевода.
- Распознавание речи. Инструментальный ИИ может использоваться в качестве основы для систем распознавания речи, позволяя переводить речь из голосовой формы в тестовую и обратно.
- Обработка запросов на естественном языке. Инструментальный ИИ может использоваться для анализа и интерпретации естественного языка, что позволяет компьютерам выполнять различные задачи, такие как ответы на вопросы, генерация текста и т. д., работая в режиме виртуальногопомощника.
- Кодогенерация. Например, инструментальный ИИ может использоваться для генерации SQL-запросов для извлечения данных из базы данных. Система ИИ может проанализировать запрос пользователя, понять, какие данные ему нужны, и создать соответствующий SQL-запрос. Это может быть особенно полезно для тех, кто не знаком с SQL, но хочет получить определенные данные из БД.
Ролевая модель команды разработчиков
Внимательно проанализировав вышеприведенный список задач, инструментальный ИИ, даже если он построен на основе большой языковой модели, существенно не поменяет разделение труда, сложившееся в проектах по разработке ИИ. Вместе с тем, инструментальный ИИ сможет существенно ускорить и повысить эффективность работы многих членов команды. При этом, на эффективность работы будет влиять степень автоматизации рутинных задач, составляющих производственный цикл команды.
Приведем обобщенную ролевую модель команды разработчиков медицинского ИИ
- Разработчик. Отвечает за проектирование и разработку программ, реализующих функциональность системы.
- Исследователь. Отвечает за сбор и анализ данных, необходимых для обучения моделей машинного обучения.
- Инженер по машинному обучению. Отвечает за разработку и настройку моделей машинного обучения, а также за их интеграцию с другими системами.
- Ученый. Отвечает за анализ полученных в результате исследований данных и создание новых знаний на основе этих данных.
- Специалист по обработке естественного языка. Отвечает за обработку текстовых запросов пользователей и преобразование их в структурированные данные для обучения моделей машинного обучения.
- Тестировщик. Отвечает за тестирование и оптимизацию моделей перед их запуском в релиз.
- Эксперт по предметной области. Отвечает за анализ полученных данных и создание новых знаний на основе этих данных.
- Консультант по медицинской этике и безопасности пациента. Отвечает за соблюдение этических норм и правил безопасности пациентов при постановке задач и интерпретации результатов.
Статья создана с помощью большой языковой модели. Для получения консультаций по работе Виртуальной лаборатории — пишите на sales@rtlab.ru, указав в письме «Консультация по использованию Виртуальной лаборатории».