Jak być przygotowanym na AI?

Jak być przygotowanym na AI?
25 lipca 2024 OpenText

Być przygotowanym na AI czyli jak tworzyć bezpieczne aplikacje GenAI gotowe do wdrożenia dla klientów

Bycie gotowym na AI sprowadza się do pytania: „Jak chronić dane pacjentów, jednocześnie korzystając z mocy dużych modeli językowych (LLM) i ogólnych transformatorów wstępnie trenowanych (GPT)?”

Generative AI oferuje ogromny potencjał do osiągnięcia efektywności i wglądu, zwłaszcza w branżach, gdzie trudno o głęboką ekspertyzę tematyczną. Istnieją kluczowe branże, które mogą wiele zyskać dzięki GenAI, takie jak: technologia medyczna, rolnictwo/hodowla zwierząt oraz zaawansowana produkcja.

Jakie korzyści niesie GenAI w branżach regulowanych?

  • Niewykorzystany potencjał: Niestrukturyzowane dane obejmują dokumenty tekstowe, rozmowy w mediach społecznościowych, obrazy i nagrania audio — to bogate źródło wglądów, często pomijane z powodu swojej złożoności. Platformy do orkiestracji AI rozwiązują ten problem, oferując narzędzia do pobierania, czyszczenia i wstępnego przetwarzania danych.
  • Usprawnienie przepływu pracy: Orkiestracja AI automatyzuje zadania związane z wyodrębnianiem danych z różnych źródeł, przekształcaniem ich w format strukturalny i dostarczaniem ich do modeli AI w sposób efektywny i na czas. Eliminuje to konieczność ręcznej interwencji i usprawnia cały cykl życia rozwoju AI.
  • Maksymalizacja wydajności AI: Dzięki uczynieniu niestrukturyzowanych danych użytecznymi, orkiestracja AI odblokowuje pełny potencjał modeli AI. Dane strukturalne pozwalają modelom skuteczniej identyfikować wzorce i relacje, co prowadzi do dokładniejszych prognoz, lepszego podejmowania decyzji i zwiększonej wydajności AI w różnych zastosowaniach.
Jednak w każdej z tych branż istnieją rzeczywiste zagrożenia, które obecnie stanowią „czarną skrzynkę” dla dużych modeli językowych, co utrudnia innowacje.

Dla programistów kluczem do wykorzystania Generative AI jest warstwa orkiestracji, która łączy specyficzne dla branży dane z AI, tworząc „generowane wnioski”. Orkiestracja AI to klucz do innowacyjnych produktów, które przynoszą wartość organizacjom.

Firmy, które wdrożą do swoich aplikacji narzędzia do koordynacji sztucznej inteligencji, staną się nowymi pionierami oprogramowania B2B.

Koordynator AI napędza innowacje, umożliwiając, aby kluczowe dane wrażliwe dostarczały kontekstu do zapytań do ogólnej bazy wiedzy bez ryzyka ujawnienia danych.

W najprostszych słowach: to, co naprawdę musisz zrobić, to przekształcić ogólne porady z narzędzi GenAI w coś namacalnego dla konkretnej osoby. Ta osoba posiada ogromną osobistą bazę wiedzy i szuka porady, jak rozwiązać swój specyficzny problem, a nie tylko uzyskać informacje pochodzące z tłumu. Zaspokojenie potrzeb tej osoby wymaga dostarczenia narzędziom GenAI, takim jak LLM i GPT, jej najbardziej prywatnych i wrażliwych danych.

Jakie dane są zarówno niezbędne, jak i zbyt cenne, aby po prostu przekazać je dużym systemom SaaS AI?

Weźmy na przykład sektor zdrowia i farmacji. Kluczowe innowacje wokół usprawnienia doświadczeń pacjentów i identyfikacji nowych terapii są niezwykle ryzykowne z obecnymi systemami AI opartymi na LLM.

Kluczowe funkcje orkiestratora AI
  • Izolacja danych (Data Sandboxing): Obecne systemy łączą ogromne ilości danych z różnych punktów kontekstu — z założenia. To realne zagrożenie dla prywatności.
    Rozwiązanie: Tworzenie izolowanych środowisk (sandboxów), w których dane pacjentów są przetwarzane przez silnik GenAI. Zapobiega to nieautoryzowanemu dostępowi do danych pacjentów z innych części systemu.
  • Techniki zachowania prywatności: W indywidualnych szpitalach głębokie zrozumienie ich własnych, zastrzeżonych danych wymaga kontekstu dostosowanego do ich potrzeb; np. w badaniach nad rzadkimi chorobami tylko specyficzne elementy danych są niezbędne.
    Rozwiązanie: Eksplorowanie technik takich jak federated learning, które pozwalają na działanie aplikacji GenAI bez bezpośredniego ujawniania indywidualnych informacji o pacjentach. Może to przybrać formę „małych modeli językowych”, które umożliwiają tokenizowany dostęp do ograniczonego zbioru danych dla LLM.
  • Przejrzystość modelu (Model Explainability): Zapewnienie, że proces podejmowania decyzji przez model GenAI jest przejrzysty i zrozumiały. Pomaga to lekarzom ocenić wiarygodność rekomendacji aplikacji i zidentyfikować potencjalne uprzedzenia.
Innowacje bez ryzyka

Orkiestracja AI działa jak dyrygent symfonii danych. Na przykład w opiece zdrowotnej, wyobraź sobie wszystkie różne źródła danych — próby kliniczne, bazy danych z badaniami, informacje o pacjentach, elektroniczne rejestry zdrowia, a nawet sentymenty w mediach społecznościowych dotyczące określonych leków — dostępne do analizy i optymalizacji bez ryzyka naruszenia danych osobowych (PHI) lub własności intelektualnej.

Dobrą wiadomością jest to, że OpenText ma już dziś dostępne rozwiązania dla programistów.

Interested in learning more about AI, AI data management or OpenText Thrust services and AI?
Pomagamy pewnie realizować najbardziej złożone projekty DevOps, AI, QA i wiele innych dzięki innowacyjnych rozwiązaniom technologicznym.