AI互操作性思想

Jake Taylor会议 国家标准技术学院新首^a/引导我思考机器学习和大语言模型系统互操作性我确信这些强力技术将被广泛使用,我们很可能想要或甚至需要这些技术并发工作观察今日LLMs时,人们会感动出他们的glib生成文本能力(除其他方式外)。

其中一些系统配有专用应用编程接口举例说,LLM发现需要响应数学计算时,可能使用专用接口向MATLAB传递问题^b/待处理并返回结果类似地,如果需要控制设备响应请求,例如“调用通道7”,则可能使用物联网接口当然,LLM需要知道这些接口并识别何时需要激活许多控件接口如今都装有口语或文本接口,这样用户与控件或功能子系统之间便可以使用自然语言-假设表达式足够精度自然语言模棱两可可能导致意想不到结果,导致我思考更精确的界面类型

还有其他类型互操作性值得思考有概念联想学习多ML系统独立取用培训内容-结果产生多层神经网络神经元取权当这些ML系统结构基本相同时,人们可以想象收集每一种复制物的状态信息后形成系统,即计算出每个分离系统权值组合成功使用这种方法可能允许以分布式方式学习并搭建系统而不必将所有培训数据移到单点由于培训数据量大,策略如果有效,可避免费用高甚至不可能将所有培训数据转至单点

雄心勃勃的概念可能涉及ML系统(而不仅仅是LLMs)之间的合作互动问题在我脑海中是是否需要某种符号或技术表示法来确保独立操作ML系统间信息交流的精确性这使我至少表面思考互联网标准的作用,允许不同网络上的计算机可靠交换数据下层赋能机制仅保证可靠交付数字有效载荷,由高层协议解释元值系统之间和不同层次实施时是否有信息交流作用

鉴于这些系统多强,似乎自然会想语义和语法交换标准是否有用几乎肯定需要扩展,鉴于今日AI和ML系统早期状态目的制造和训练ML系统通常取某种数字输入并计算出输出输出可简单显示或交付控制系统谷歌培训这样一个系统控制取泵和阀门的数据中心冷却系统,导致冷却电费下降40%^C级

网络核心传输协议二进制性能,人们可以想象ML系统更面向文本交换协议,这些协议可能足够并更容易受人类阅读器调试提供二元编码信息可能是明智补充这条推理留下许多悬浮分量和往常一样,我在这个空间的非专家身份促使我从比上层有更好思想的更多合格阅读者那里征求评论