NSDT工具推荐： Three.js AI纹理开发包 - YOLO合成数据生成器 - GLTF/GLB在线编辑 - 3D模型格式在线转换 - 可编程3D场景编辑器 - REVIT导出3D模型插件 - 3D模型语义搜索引擎 - AI模型在线查看 - Three.js虚拟轴心开发包 - 3D模型在线减面 - STL模型在线切割 - 3D道路快速建模
我要飞往印度进行短暂旅行，因此花了一个小时的时间处理在线签证申请流程。完成后，由于我现在知道涉及的内容，我向 ChatGPT 4o 询问了相关问题。这些观点中的大多数都是部分或完全错误的。
这是一个“不公平”的测试。这是使用 LLM 的“糟糕”方式的一个很好的例子。这些不是数据库。它们不会对问题产生精确的事实答案，它们是概率系统，而不是确定性系统。今天的 LLM 无法给我一个完全准确的答案。答案可能是正确的，但你不能保证这一点。
人们有一种趋势，认为这意味着这些LLM是无用的。这是一种误解。相反，思考生成式 AI 模型的一个有用方法是，它们非常擅长告诉你对这样的问题的良好答案可能是什么样子。在一些用例中，“看起来是个不错的答案”正是你想要的，而在一些用例中，“大致正确”就是“完全错误”。
事实上，进一步推论，可以认为完全相同的提示和完全相同的输出可能是好结果，也可能是坏结果，这取决于你想要它的原因。
不管怎样，在这种情况下，我确实需要一个精确的答案，而 ChatGPT 原则上不能依赖它给我一个答案，相反，它给了我一个错误的答案。我要求它做一些它做不到的事情，所以这是一个不公平的测试，但它是一个相关的测试。答案仍然是错误的。
有两种方法可以尝试解决这个问题。一种是将其视为科学问题 - 现在还为时过早，模型会变得更好。你可以经常说“RAG”和“多智能体”。模型肯定会变得更好，但会好多少呢？你可以花上几周时间在 YouTube 上观看机器学习科学家争论这个问题的视频，结果却发现他们其实并不知道。实际上，这是“大模型会产生通用人工智能吗？”争论的一个版本，因为在我看来，一个能够完全正确回答“任何”问题的模型听起来至少是一种通用人工智能的良好定义（不过，同样，没有人知道）。
但另一种方法是将其视为产品问题。我们如何围绕我们应该假设会“出错”的模型构建有用的大众市场产品？
AI人员对我这样的例子的常见反应是说“你用错了” ：
- 我问了错误的问题类型
- 我以错误的方式提问
我应该做大量提示工程设计！但过去 50 年消费者计算的发展告诉我们，你不能通过让用户学习命令行来推动技术的应用 - 你必须走向用户：
我认为我们可以进一步将其分解为两种产品问题。
一方面，屏幕截图中的产品设计传达了确定性，而模型本身本质上是不确定的。谷歌给你（大部分）十个蓝色链接，传达“它可能是其中之一”的信息，但这里我们只得到了一个“正确”的答案。这误导了很多人，尤其是因为文本生成（与实际答案不同）几乎是完美的。事实上，德勤的这项有趣的调查表明，一旦人们使用了这些系统，他们更容易被这种明显的确定性误导：
但问题的另一半是，在我得到“答案”之前，产品并没有告诉我可以问什么。我给了它一个“坏”查询（它实际上不能很好地回答），但产品中没有任何内容告诉我。相反，它被呈现给我作为一个通用工具。如果产品必须尝试回答任何问题，那么模型就很难正确，但这也使得界面很难传达哪些是好问题。
我制作了下面的幻灯片，用于我将在印度进行的演讲，试图捕捉由此提出的替代方案：
最激进的方法是完全通用的聊天机器人作为产品，我刚刚讨论了其中的挑战。但至少还有另外两种方法。
第一种方法是将产品限制在一个狭窄的领域，这样你就可以围绕输入和输出创建一个自定义 UI，传达它能做什么、不能做什么以及你可以问什么，也许还可以关注模型本身（因此有了 RAG）。这为我们带来了过去 12 个月中爆发式增长的编码助手和营销工具，以及知识管理工具的首次尝试。WPP 已经建立了一个内部仪表板，让其员工将模型引导到特定的品牌语调或目标人群。因此，“让这个工具为品牌 Y 的演示 Z 提出 50 个产品 X 的想法 - 不要问它你是否患有阑尾炎。”你将提示包装在按钮和 UI 中 - 在产品中：
但另一种方法是，用户永远看不到提示或输出，或者根本不知道这是生成式人工智能，输入和输出都被抽象为其他事物中的函数。该模型启用了某些功能，或者使构建该功能变得更快、更容易，即使你以前可以做到这一点。这就是上一波机器学习的大部分内容被吸收到软件中的方式：有新功能，或者功能效果更好，或者可以更快、更便宜地构建，但用户永远不知道它们是“人工智能”——它们不是紫色的，也没有小星星群。因此，有一个老笑话说，AI是任何还没有起作用的东西，因为一旦它起作用，它就只是软件。
从另一个角度来看：对于任何新技术，我们首先尝试让它适应我们已经存在的问题，而目前的市场领导者则试图让它成为一项功能（因此谷歌和微软在去年将LLM喷洒到他们的所有产品上）。然后，初创公司使用它来拆分现有产品（拆分搜索、Oracle 或电子邮件），但与此同时，其他初创公司试图找出我们可以构建的真正原生于新技术的产品。这分阶段进行。首先，Flickr 有一个 iPhone 应用程序，但后来 Instagram 使用智能手机摄像头，并使用本地计算添加过滤器，再后来，Snap 和 TikTok 使用触摸屏、视频和位置来打造真正原生于平台的产品。那么，我们用它构建了什么样的原生体验，不是聊天机器人本身，也不是“错误率”无关紧要，而是以某种方式抽象了这种新功能？
这当然提出了一个悖论，我之前已经谈到过：我们拥有一项通用技术，但部署方式是将其分解为单一用途的工具和体验。然而，将其视为悖论可能只是错位了正确的抽象层次。电动机是一种通用技术，但你不会从家得宝 (Home Depot) 购买一箱电动机 - 你会购买钻头、洗衣机和搅拌机。通用技术被实例化为用例。个人电脑和智能手机是取代单一用途工具的通用工具 - 它们取代了打字机、计算器、录音机和音乐播放器 - 但这些功能都是通过一个单一用途软件实现的：大多数人不会将 Excel 用作文字处理器。有些人对 LLM 如此兴奋的一个原因是他们可能不会遵循这种模式：他们可能会通过所有这些抽象级别上升到顶部。这将没有空间容纳“薄 GPT 包装器”。然而，我认为他们还不能真正做到这一点，因此，我刚才所写的一切实际上只是在思考，即使这种情况从未发生，你又能建立什么来改变世界。
原文链接：Building AI products
BimAnt翻译整理，转载请标明出处
