为什么人工智能产品注定会失败？
人工智能产品为何注定失败？
在实施AI特性的一年后，我分享我对企业在LLMs上犯的错误以及应采取的策略的观点。
2023年是人工智能取得巨大成就的一年，尤其是在自然语言处理和大型语言模型（LLMs）方面。
随着生成式AI的出现以及与之相伴而来的卓越性能，大多数公司都重新审视了自己的策略，以便将AI引入他们的产品中。
此外，许多启动公司将”AI”一词嵌入其名称中，主要目标是找到问题，让生成式AI来解决。
我们进入了一个AI狂热的时代：哪个公司将生产最好的开源LLM – 在Twitter上共享最好的产品演示视频 – 并改变所有战略以适应其中的AI。
- 建立一个以运动代理模型（FM）为驱动的Amazon Bedrock客户服务机器人，并配备代理
- 使用LangChain、Amazon SageMaker JumpStart和MongoDB Atlas语义搜索来增强检索生成
- 萨姆·阿尔特曼被移出OpenAI，米拉·穆拉蒂被任命为临时CEO
我们现在正处于一个泡沫中。当这个泡沫破裂时，大多数使用LLMs的企业都将消失……
但情况并不一定如此。
通过正确的策略、正确的期望和对开发AI特性所需的理解，我相信可以为客户提供大量价值，并在业务上蓬勃发展。
作为一名自由职业者，我一直在为各个领域的公司提供咨询，并使用LLMs开发特性：人力资源、销售、短期租赁、AI初创公司等。
在本文中，我将分享我作为自然语言处理工程师在狂热时期的亲身经历，以及我对企业犯的错误的看法。
然后我会解释LLM背后的真实情况，它的工作原理以及开发AI特性所需的条件。
最后，我将提出我对于成功实现从传统到AI的过渡的策略。
一个NLP工程师的故事：走过AI狂潮
“GPT-3.5来了。我们需要顺势而为！”
我开始参与LLMs的工作是在2023年1月。
