Új utakon az MI tanítása
A San Franciscó-i Empromptu AI bemutatta vadonatúj Alchemy platformját, amely forradalmasítja a céges MI tanítását. Az Alchemy platform automatikusan begyűjti, összeválogatja és rendszerbe tereli azokat a visszajelzéseket, amelyeket a szervezet szakértői hagynak jóvá. Ezeket az információkat aztán a modell finomhangolására használja fel, így az idővel egyre inkább a szervezet igényeihez igazodik. Továbbá a vállalatok a finomhangolt súlyokat teljes mértékben birtokolják, vagyis az értékes tanítóadatból nem egy külső szoftvercég profitál.
Így működik az Alchemy: az alkalmazás a tanító adatforrás
A hagyományos modellfinomhangolás sokszor idő- és erőforrásigényes: külön csapat kell hozzá, fel kell címkézni és tisztítani kell az adatokat, csak utána kezdődhet a tanítás. Az Alchemy ezzel szemben magából a vállalati alkalmazásból generálja és tisztítja a tanítóadatokat – nincs szükség külön előkészítésre. Az Empromptu rendszerében az alkalmazás először letisztított, strukturált adatokat kap kiindulópontként, majd minden további kimenet visszakerül a folyamatba, ahol a szakértők felülvizsgálják, javítják. Ezek a validált kimenetek lesznek az újabb finomhangolások alapjai.
Kompakt MI-modell, vállalati igényekre
A folyamat eredményeként az úgynevezett Expert Nano modellek születnek – ezek kis, célra szabott modellek, amelyek egy adott munkafolyamatra vannak optimalizálva, nem általános felhasználásra készülnek. Az értékelés, védelmi szabályok és megfelelőségi kontrollok is ebbe a folyamatba ágyazódnak, így a szabályozás mindig követi a tanítást. A cégek nemcsak teljesen saját tulajdonban kapják a modellsúlyokat, hanem a platform modellszinten is rugalmas: Llama, Qwen és más alapmodellek támogatottak.
Egyszerűsített MI-fejlesztés, de cserébe platformfüggés
Szemben például az OpenAI finomhangoló API-jával vagy az AWS Bedrock rendszerével, ahol külön kell gondoskodni a tanítóadatokról és az infrastruktúráról, az Alchemyben maga az alkalmazás munkafolyamata tölti be ezt a szerepet. Nincs szükség külön gépi tanulási szakértelemre, sem újabb adatkezelési lépésekre. Hátrány viszont, hogy az Alchemy kizárólag az Empromptu környezetében működik: ha valaki a saját infrastruktúráján akar hasonlót, annak a teljes folyamatot kell házon belül megépítenie.
Gyakorlati eredmények: akár 87%-kal rövidebb adminisztráció
Az Empromptu elsőként szabályozott és nagy adatforgalmú szektorokat céloz: egészségügy, pénzügyi szolgáltatások, jogi technológia, kiskereskedelem, előrejelzés. A speciális, nagy értékű workflow-adatok, illetve a magas hibakockázat miatt ezekben a legnagyobb a jelentősége a vállalati szintű MI-képzésnek. Az egyik korai partner, az Ascent Autism például az Alchemyvel automatizálta az ülések dokumentálását és a szülői tájékoztatást: a korábbi 60–120 perces adminisztráció most 10–15 percre csökkent. Emellett nemcsak gyorsabb, hanem a kimenetek minősége is folyamatosan javul, hiszen minden újabb javítás a modellt is jobbá teszi.
Kinek jó mindez?
A folyamat önmagát erősíti: minél többször használják az alkalmazást, annál több tanítójel gyűlik, így egyre pontosabb, egy adott szervezetre optimalizált MI-modell jön létre, amellyel a későbbi kimenetek még tovább javulnak. A döntő előny: a modell nem egy amerikai techcég tulajdona, hanem a vállalaté, és bármikor exportálható. Ugyanakkor az Empromptu környezethez kötöttség miatt mindig mérlegelni kell a platformfüggetlenséget.
Továbbá világossá vált, hogy a vállalati adathalmaz az egyik legértékesebb valuta az MI világában: aki ezt okosan hasznosítja, az tud igazán versenyképes maradni.
