왜 우리가 AI에 '무례'해야하는 이유

Chatgpt, Anthropic의 Claude, Google Gemini, Microsoft Copilot, Deepseek, Perplexity, WhatsApp를 통한 Meta AI 또는 Amazon Code Whisperer와 같은 엔터프라이즈 플랫폼 AI 서비스 중 하나를 실험 한 사용자는 자동화 인텔리전스를 요청하는 올바른 방법과 잘못된 방법이 있다는 것을 알게 될 것입니다.

AI 서비스를 지시하고 옵션을 좁히기 위해보다 정확한 설명 용어로 귀하의 요청에 대해 매우 구체적으로 언어를 구조화하는 것은 일반적으로보다 정확한 결과를 얻는 방법입니다. 그런 다음 공손한 요인이 있습니다.

공손한 정치

이 공간에 대한 일부 분석 과 어느 정도의 연구 에 따르면 AI 서비스와 상호 작용할 때 (결국 더 나은 인간이되는 데 도움이 될 수 있음) 공손한 접근 방식이 가장 좋습니다. (결국 더 나은 인간이 될 수 있음), 공손함이 실제로 필요하지 않다고 말하는 더 큰 주장이 있습니다. 토큰은 AI 처리의 "모드"에 따라 자연어 텍스트의 핵심 단위 또는 이미지, 오디오 클립 또는 비디오의 일부 구성 요소입니다. "Sullen"은 하나의 토큰이지만 "Sullenness"는 전체적으로 "Sullen"과 "Ness"라는 두 가지 토큰 일 가능성이 높습니다. 모든 사람들에게 감사합니다.“당신은 정말 대단합니다”사용자가 AI와 함께하는 상호 작용이 반드시 좋은 생각은 아닙니다.

그러니 chatgpt에게 무엇을 해야하는지 물어 보자 ...

길이가있는 복잡성 스케일

이 주제에 대한 의견을 밝히기 위해 개발자가 웹 스크레이퍼, AI 에이전트 및 자동화 도구를 구축, 배포 및 게시 할 수있는 플랫폼으로 알려진 회사 인 Apify의 Aleš Wilk , 클라우드 소프트웨어 및 SEO 전문가입니다.

Wilk는“이러한 대화 주제를 더 이해하려면 AI 언어 모델에 사용자가 제출하는 모든 토큰이 계산 비용으로 측정 할 수있는 단위를 나타냅니다. “이 모델들은 특히 자체 변환 메커니즘의 2 차 특성 으로 인해 시퀀스 길이를 가진 추론 복잡성이 스케일링되는 '변압기 아키텍처'에 의존하고 의존합니다. 'Please'또는 'Thank You'와 같은 기능이없는 언어를 사용하는 것은 자연스러운 수준의 대화 대화 상자처럼 느껴질 수 있습니다. 그러나 의미 론적 선례 또는 작업 관련에 기여하지 않고 프롬프트 길이를 15-40% 늘릴 수 있습니다. "

기술적, 효율성 관점에서 이것을 살펴보면, 이것은 숨겨진 비용입니다. Wilk는 GPT-4-Turbo와 같은 플랫폼 (예 : 가격 및 컴퓨팅이 토큰 기반 인 경우 프롬프트 설계의 구동성이 추론 시간, 에너지 소비 및 운영 지출을 직접 증가 시킨다고 설명합니다. 또한 경험적 분석에 따르면 최첨단 LLM의 1,000 개의 토큰이 모델 크기, 최적화 및 배포 인프라에 따라 0.5 ~ 4 그램의 COS를 방출 할 수 있다고합니다. 더 큰 규모와 수십억의 일일 프롬프트에서 불필요한 토큰은 매년 수천 미터의 추가 배출에 기여할 수 있습니다.

“이 주제는 비용뿐만 아니라 지속 가능성에 관심이 있기 때문에 널리 논의되었습니다. GPU 집약적 인 추론 환경을 살펴보면, 더 긴 프롬프트는 파워 드로우를 유도하고 냉각 요구 사항을 높이며 처리량 효율성을 줄일 수 있습니다. 왜 AI가 지속적인 파이프 라인, 에이전트 프레임 워크, 래지에 대항하는 비즈니스에 영향을 미치기 때문에, 프롬프트 패드를 수술 할 수 있습니다. 튼튼한 윌크.

사용자 입력 간소화

최적화 전문가 자신의 Wilk는 개발자와 데이터 과학자가 중복성 제거, 기능적 유틸리티 최대화 및 사용자 입력을 간소화하는 등의 성능 코드를 작성하는 방법과 유사한 신속한 설계를 만들 수 있다는 개념으로 잠재적 인 솔루션을 제공합니다. 소프트웨어에 라이터 및 프로파일 러 ( 코드 개선 도구 )를 사용하는 것과 마찬가지로 자동으로 프롬프트를 청소하고 최적화하는 도구가 필요합니다.

현재 윌크스는 사용자가 자신의 프롬프트에 정확하고 최소한이되도록 장려 할 것이라고 말했다. "AI에게 '제발'과 '감사합니다'라고 말하는 것은 예의 바르게 느껴질 수 있지만 계산 용어로는 공손한 오염입니다."라고 그는 말했습니다.

Akash의 설립자 인 Greg Osuri는 분산 된 컴퓨팅 컴퓨팅 시장 성장으로 알려진 회사 인 회사 인 AI의 환경 영향이 더 이상 주변의 문제가 아니라 핵심 설계 과제라고 알려진 회사로 유명합니다. 그는 AI 추론 비용이 총 AI 에너지 소비의 80% 이상 에 기여한다는 보고서를 지적했다. 업계는 지난 몇 년 동안 더 큰 모델, 더 나은 성능 및 더 빠른 배포를 추진했지만, 훈련 된 LLM 모델이 새로운 데이터에서 결론을 도출하는 데 사용하는 프로세스 인 AI 추론은 현재 대부분의 피해를 입을 수 있습니다.

언어 모델 대 Google 검색

"LLM 모델의 각 사용자 쿼리는 표준 Google 검색보다 약 10 ~ 15 배 더 많은 에너지를 소비합니다. 모든 응답 뒤에는 매우 에너지 집약적 인 인프라가 있습니다.이 도전 과제는 추상적 인 용어로 에너지 사용에 관한 것이 아니라, 우리는 캐주얼 한 프롬프트와 수백만의 갤런에서 수백만의 갤런 으로 끝나는 전체 공급망에 대해 이야기하고 있습니다. 월.

그는 예의 바른 프롬프트와 AI에 무례한 (또는 적어도 직접적이고 지적)가 더 에너지 효율적인지 여부에 대해 많은 사람들이 말하고 있다는 데 동의한다. 그러나 그는 이러한 대화가 더 넓은 요점을 놓치고 있다고 말합니다.

“오늘날 AI 아키텍처의 대부분은 소프트웨어를 개발하고 인프라를 지원하는 데 몇 년을 보냈던 사람으로서, 우리가 신속한 효율성 에 적용되는 조사가 거의 없는지 놀랍습니다. 전통적인 엔지니어링에서는 모든 것을 최적화합니다. 모든 중복성을 벗기고, 성능을 추적하며, 현재 중앙 집중식 아키텍처가 세상에서 적합한 지 여부에 따라 세심한 건축이 점점 더 적합한 지, 우리가 세상에서 적합합니다. 그는 훈련 모델을 계속하고 우리 자신의 한계를 더욱 가속화 할 것입니다. "

이 논의는 필연적으로 AI 자체가 감각적이되었는지 여부에 대해 필연적으로 올 것이다. 이런 일이 발생하면 AI는 의식적인 주관적 감정을 갖기에 충분한 자기 인식과 의식을 가질 것이며, 따라서 공손함과 전력 균형을 처리하는 방법에 대한 집행 결정을 내릴 수 있습니다. 그때까지 우리는 기본적으로 언어 모델을 사용하여 컨텐츠, 코드, 단어 또는 이미지 등을 생성하고 있음을 기억해야합니다.

내가 AI 망치가 있다면

SAS의 Brett Smith는“공손하거나 무례한 것은 소중한 맥락 공간의 낭비입니다. 사용자가 성취하려고하는 것은 AI가 원하는 콘텐츠를 생성하도록하는 것입니다. 우리의 프롬프트와 더 간결하고 직접적 일수록 출력이 더 좋을수록 SAS의 구별 된 소프트웨어 엔지니어 및 플랫폼 아키텍트는 설명했습니다. “우리는 코드를 쓸 때 형식을 사용하지 않기 때문에 AI에 대한 프롬프트를 작성할 때 형식을 사용해야하는 이유는 무엇입니까? LLM을 망치와 같은 도구로 보면 망치로 손톱을 때릴 때 '제발'이라고 말하지 않습니다.

문제는 공감과 같은 인간입니다. 이것은 AI 서비스가 인간 대화를 모방하기 위해 목적으로 지어진 수다스럽고 친숙한 방식으로 대답 할 때 인간이 응답으로 친근하기를 원할 가능성이 높다는 것을 의미합니다. 일반적인 규칙은, 프롬프트에 대한 간결하고 직접적인 사용자가 더 간결할수록 출력이 더 좋을 것입니다.

스미스는“AI는 지각이 없으며… 그렇게 취급 될 필요는 없다”고 말했다. 컴퓨팅 사이클을 태우고, 데이터 센터 전기를 낭비하고, 예의 바른 프롬프트로 지구를 가열하지 마십시오. 나는 우리가 모든 프롬프트 [AI LLM에 질문을 할 때 정의하는 데 사용되는 용어 또는 컨텍스트 나 예제를 제공하지 않고 작업을 제공하는 데 사용되는 모든 프롬프트를 '제로 사격'한다고 말하지는 않지만 사용자는 간결하고 직접적이며 직접적인 엔지니어링 가이드를 읽는 것을 고려할 수 있습니다. 컨텐츠 공간을 사용하여 컨텐츠를 생성하기위한 것입니다. 소프트웨어 엔지니어링 관점에서 공손한 것은 자원 낭비입니다. 결국, 당신은 맥락이 부족하고 모델은 당신이 그것을 '제발'과 '감사합니다'라고 말한 것을 잊을 것입니다. 그러나 LLM과 대화 할 때 더 예의 바르게되어 장기적으로 사람으로서 인간과의 개인적인 상호 작용이 더 좋을 수 있기 때문에 "

Sas의 Smith는 AI 토큰이 무료가 아니라고 상기시킵니다. 그는 또한 자신이“재미있는 가상의 상황”이라고 부르는 것을 구상합니다. 여기서 우리의 기쁘게 생각하고 감사합니다. 소프트웨어 자체에 의해 채택되고 에이전트는 에이전트 대 에이전트를 말할 때 좋은 점을 추가하게됩니다. 모든 것이 통제 불능 상태로되면 시스템이 토큰, 컨텍스트 공간 및 에이전트 대 에이전트 통신이 증가함에 따라 전력을 계산하는 속도를 증가시킵니다. 고맙게도, 우리는 주로 그 현실에 반대 할 수 있습니다.

폐기물 전쟁

무스타파 카불 (Mustafa Kabul) 은 소프트웨어 및 데이터 측면뿐만 아니라 더 넓은 비즈니스 수준에서 엔터프라이즈 공급망을 관리 할 때 신중한 비즈니스는 수십 년 동안 모든 프로세스, 즉 초과 재고, 중복 터치 포인트, 불필요한 단계에서 폐기물을 제거하는 데 수십 년을 소비했다고 밝혔다.

Kabul은 Decision Intelligence Company Aera Technology의 데이터 과학, 머신 러닝 및 AI의 SVP로서의 역량으로“AI 상호 작용에 동일한 운영 분야가 적용되어야한다”고 말했다.

“기업 규모의 수요 계획, 조달 및 물류 결정에서 에이전트 팀을 조정할 때, 모든 비효율적 인 프롬프트가 기하 급수적으로 배가됩니다. 우리가 관리 한 내부 운영에서, 우리는 에이전트 팀이 복잡한 다중 단계 워크 플로우를 조정하는 방법을 보았습니다. 전산 자원을 폐기하면 전체 의사 결정 체인을 통해 계단식을 할 수있는 대기 시간이 소개됩니다.”라고 Kabul이 명확 해졌습니다.

그는 우리 (집단 비즈니스 기술 커뮤니티로서)가 린 운영이 공손함이 아니라 정밀성을 요구한다는 사실을 알게 된 것처럼, 효과적인 AI 에이전트 조정은 오늘날 동일한“무자비한 효율성”을 요구한다고 말했다. Kabul은 AI 상호 작용을 제조 공정에 적용하는 것과 동일한 운영 엄격한 엄격함으로 AI 상호 작용을 처리하는 회사는 속도와 지속 가능성 모두에서 "결정적인 이점"을 가질 것이라고 주장합니다.

끔찍하게 생각해 주시겠습니까?

영국은 그들의 공손함으로 알려져 있을지 모르지만, 영국인조차도 정상적인 공기와 은혜를 떨어 뜨리는 법을 배워야 할 것입니다. 챗봇은 제발 말하지 않으면 신경 쓰지 않습니다.

위 내용은 왜 우리가 AI에 '무례'해야하는 이유의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!