OpenAI запускає нову команду під назвою “Applied Evals”, щоб допомогти бізнесам вдосконалити складні процеси за допомогою штучного інтелекту (ШІ), такі як обробка запитів на повернення коштів та міграція коду. Команда також зосередиться на голосовому ШІ та завданнях, що вимагають багатоступеневого міркування, за словами Шаямала Анадката, який очолює ініціативу. У вакансіях для цієї команди вказано діапазон заробітної плати від 255 000 до 325 000 доларів, плюс акції.
Evals, скорочено від evaluations, використовуються для вимірювання можливостей моделей ШІ, які Анадкат описав як “найважливішу частину фактичного створення продуктів ШІ”. Ця нова команда представляє зміни в ландшафті талантів у сфері ШІ, де технологічна індустрія традиційно зосереджувалася на наймі технічних експертів для створення та навчання моделей ШІ. Тепер зростає акцент на залученні осіб з конкретною експертизою в предметній області для підвищення корисності цих моделей, як зазначили засновники та керівники компаній у сфері ШІ.
У пості Анадката зазначено, що команда спочатку складатиметься з загальних фахівців, з планами залучити спеціалістів з різних галузей, включаючи програмістів для завдань, пов’язаних з кодом, і потенційно працівників гуманітарних наук для письмових завдань, залежно від попиту. Команда співпрацюватиме з компаніями, які використовують платформу розробників OpenAI, щоб допомогти їм створити власні оцінки, адаптовані до конкретних випадків використання.
Анадкат заявив: “OpenAI почав як дослідницька лабораторія, а потім ми створили продукт. Тепер зміна, яку, принаймні, я сподіваюся побачити, полягає в тому, як дослідження та продукт можуть працювати дуже тісно разом і співпрацювати в деяких з цих питань, щоб фактично визначити, як виглядає якість.” Команда почне з малого і розшириться в міру зростання попиту, зосереджуючись виключно на бізнес-клієнтах і працюючи окремо від споживчих команд OpenAI.
Applied Evals співпрацюватиме з командами продажів та бізнесу OpenAI, щоб пріоритизувати проекти на основі потреб клієнтів і визначити області, де моделі можуть працювати неефективно, за словами Анадката.
Індустрія ШІ історично включала інженерів, які оцінюють моделі ШІ в компаніях, але акцент змістився від простих оцінок до більш тонкого розуміння контексту та правильних запитань, які слід ставити, як пояснив Майкл Якобідес, професор стратегії та підприємництва в Лондонській бізнес-школі. Джастін Фарріс, віце-президент з продуктів у Read AI, зазначив, що хоча є небагато осіб, здатних очолити команди для створення просунутих моделей ШІ, існує значна робота, необхідна для того, щоб ці моделі стали практичними.
Танмай Гопал, генеральний директор PromptQL, зазначив, що ШІ все більше переходить від загальних застосувань до конкретних випадків використання, що призводить до більш тонких методів визначення якості в прикладних сценаріях.