文章摘要
【关 键 词】 软件开发、AI挑战、可解释AI、模块化、可持续构建
本文探讨了大语言模型(LLM)在软件开发中应用的局限性和挑战。作者指出,当前的AI系统缺乏内部结构,无法作为组件进行开发或重用,也无法进行关注点分离或分阶段开发。LLM被像汽车一样出售,用户需要为整个产品付费,而不能将其作为可组合模块的一部分。这种做法违背了计算领域的基本原则,即任务应当可以被分解。
LLM的运作模式导致了一系列问题,包括无法将LLM的行为与训练数据分离,安全和隐私问题,以及法律所有权问题。这些问题使得LLM在软件开发中的应用前景受限,除非LLM本身就是产品。作者认为,将重大创新外包给LLM厂商,实际上是将自己的产品路线图交给了另一家公司掌控。
对于软件开发人员来说,应对LLM的挑战需要保持开放的态度,拥抱真正可解释、可测试的AI。开发人员应当设计一个能够为企业提供所需功能的流程,然后开发一个平台,以可持续的方式让开发人员进行构建。关键要设计一个能够为企业提供所需功能的流程,然后开发一个平台,以可持续的方式让开发人员进行构建。
本文强调,软件开发人员不应因追求短期的热度而轻易改变游戏规则。作为开发人员,我们应当保持开放的态度,拥抱真正可解释、可测试的AI。如果涉及训练过程,这个过程应当是可监控、可报告、可重复、可解释且可逆的。作者担心的是,这种差异就像是科学与圣物信仰之间的对比,不应该期望这两个领域会有任何融合的可能性。
原文和模型
【原文链接】 阅读原文 [ 1904字 | 8分钟 ]
【原文作者】 AI前线
【摘要模型】 moonshot-v1-32k
【摘要评分】 ★★☆☆☆
© 版权声明
文章版权归作者所有,未经允许请勿转载。
相关文章
暂无评论...