Liệu trí tuệ nhân tạo tạo sinh, được thiết kế cho doanh nghiệp (ví dụ, AI có khả năng tự động hoàn thành báo cáo, công thức bảng tính, và những thứ khác) có bao giờ có thể tương tác được không? Cùng với một nhóm các tổ chức bao gồm Cloudera và Intel, Quỹ Linux - tổ chức phi lợi nhuận hỗ trợ và duy trì một số lượng ngày càng tăng các nỗ lực mã nguồn mở - đặt mục tiêu để tìm hiểu.
Vào thứ Ba, Quỹ Linux đã công bố ra mắt Dự án Nền tảng Mở cho Trí tuệ Nhân tạo Doanh nghiệp (OPEA), một dự án nhằm thúc đẩy sự phát triển của các hệ thống trí tuệ nhân tạo tạo sinh mở, đa nhà cung cấp và có thể ghép nối (tức là, mô-đun). Dưới sự quản lí của tổ chức LF AI và Data thuộc Quỹ Linux, chuyên trách về các sáng kiến liên quan đến nền tảng AI và dữ liệu, mục tiêu của OPEA sẽ là tạo điều kiện cho việc phát hành các hệ thống trí tuệ nhân tạo tạo sinh “được củng cố”, “có khả năng mở rộng” mà “tận dụng sự đổi mới mã nguồn mở tốt nhất từ khắp các hệ sinh thái”, Ibrahim Haddad, giám đốc điều hành của LF AI và Data, đã phát biểu trong một thông cáo báo chí.
“OPEA sẽ mở ra những khả năng mới trong AI bằng cách tạo ra một khung làm việc chi tiết, có thể ghép nối đứng đầu các công nghệ hiện có,” Haddad nói. “Sáng kiến này là minh chứng cho sứ mệnh của chúng tôi trong việc thúc đẩy đổi mới mã nguồn mở và sự hợp tác trong cộng đồng AI và dữ liệu dưới một mô hình quản trị trung lập và mở.”
Ngoài Cloudera và Intel, OPEA - một trong những dự án Sandbox của Quỹ Linux, một chương trình ấp ủ một cách nào đó - bao gồm các thành viên là những công ty hàng đầu như Intel, Red Hat thuộc sở hữu của IBM, Hugging Face, Domino Data Lab, MariaDB và VMware.
Vậy họ có thể cùng xây dựng gì cụ thể? Haddad gợi ý một vài khả năng, như hỗ trợ “tối ưu hóa” cho chuỗi công cụ AI và trình biên dịch, giúp các tác vụ AI chạy trên các thành phần phần cứng khác nhau, cũng như các đường ống “đa dạng” cho tạo sinh kích thích tìm kiếm (RAG).
Sơ đồ giải thích RAG models. Ảnh: Intel
RAG đang trở nên ngày càng phổ biến trong ứng dụng trí tuệ nhân tạo tạo sinh của doanh nghiệp, và không khó để hiểu tại sao. Phần lớn câu trả lời và hành động của các mô hình trí tuệ nhân tạo tạo sinh bị giới hạn bởi dữ liệu mà chúng được đào tạo. Nhưng với RAG, cơ sở kiến thức của một mô hình có thể được mở rộng ra ngoài dữ liệu đào tạo ban đầu. Các mô hình RAG tham khảo thông tin bên ngoài này - có thể là dữ liệu độc quyền của công ty, một cơ sở dữ liệu công cộng, hoặc sự kết hợp của cả hai - trước khi sinh ra một phản hồi hoặc thực hiện một nhiệm vụ.