Перспектива замены промпт-инженера нейросетью

С момента появления ChatGPT в 2022 году люди активно экспериментировали с методами формулировки запросов к языковым моделям, чтобы получить наилучшие результаты. В коммерческом секторе большие компании используют эти модели для различных целей, включая создание продуктов, автоматизацию работы и создание персональных помощников. Новые исследования указывают на то, что создание оптимальных запросов может быть эффективнее, если это делает сама модель, а не человек. Автоматически созданные запросы могут дать лучшие результаты и для текстовых, и для изображений. Несмотря на это, в будущем роли инженера-подсказчика в какой-то форме могут сохраниться, поскольку адаптация и развертывание искусственного интеллекта продолжит требовать человеческого участия.

Использование LLM в коммерческом секторе

В коммерческом секторе компании теперь используют LLM для создания совместных пилотов продуктов, автоматизации утомительной работы, создания персональных помощников и многого другого.Чтобы это достичь привлекаются профессиональные промпт-инженеры

Исследователи утверждают, что профессия промпт-инженера не будет пользоваться большим спросом в будущем. Они считают, что это связано с тем, что языковые модели способны формулировать запросы для создания контента более эффективно и точно, чем человек. Таким образом, роль промпт-инженера может быть замещена специально обученными нейронными сетями.

Исследователи также обнаружили, что инструкции пошагового объяснения не всегда являются полезными. Качество ответа зависит от различных факторов, таких как формулировка вопроса, набор входных данных и другие параметры. Различные комбинации этих факторов приводят к разным результатам. Они также отмечают, что языковые модели могут понимать письменную речь и отвечать на вопросы текстом, что заставляет людей приписывать нейросетям человеческие качества. В результате человек пытается формулировать запросы так, как он бы объяснил задачу другому человеку.

Применение оптимизированных запросов в генерации изображений:

Команда из Intel Labs разработала инструмент NeuroPrompts для автоматической оптимизации запросов для генерации изображений.

NeuroPrompts - это инструмент, разработанный командой из Intel Labs под руководством Васудева Лала, который используется для автоматического улучшения запросов к моделям генерации изображений. Этот инструмент берет простой текстовый запрос, например, "мальчик на лошади", и автоматически оптимизирует его для создания более качественного изображения. Он начинает с набора запросов, созданных экспертами по инженерии подсказок, а затем обучает модель языка преобразовывать эти простые запросы в более сложные. Затем с помощью обучения с подкреплением оптимизируются эти запросы для создания более эстетичных изображений, оцениваемых другой моделью машинного обучения, такой как PickScore. NeuroPrompts демонстрирует эффективность в автоматической генерации запросов, превосходя в этом задачу человеческого инженерирования запросов.

Эти автоматически сгенерированные запросы показали лучшие результаты по сравнению с запросами, созданными экспертами.

Будущее работы с LLM и генеративными алгоритмами

Несмотря на то, что автоматизированные методы оптимизации запросов становятся все более широко распространенными и эффективными, сфера работы с LLM не останавливается на достигнутом и продолжает активно развиваться. Появление новых профессиональных должностей, включая такие как LLMOps, подчеркивает важность наличия квалифицированных специалистов, способных оперативно и эффективно управлять и поддерживать работу с крупными языковыми моделями. Вместе с тем, этот процесс сопровождается постоянной эволюцией профессиональных навыков и структуры должностей в области машинного обучения.

Сфера работы с LLM и генеративными алгоритмами требует от специалистов постоянного обновления навыков и глубокого понимания последних тенденций и инноваций в данной области. Переход к более сложным и интеллектуальным задачам требует не только умения адаптироваться к изменениям, но и гибкости мышления и способности оперативно реагировать на новые вызовы и требования.

Ожидания от дальнейшего развития сферы работы с LLM и генеративными алгоритмами остаются высокими, несмотря на неопределенность и динамику рынка. Специалисты в области машинного обучения ожидают дальнейшего расширения возможностей и интеграции новых технологий в профессиональную практику. Это предполагает не только развитие существующих методов и подходов, но и создание новых моделей и инструментов, способных решать все более сложные задачи в области анализа данных и искусственного интеллекта.