10章LLMとLLMOpsの未来
LLMOps、LLM、NLP、そしてナレッジグラフは、今後十年の間に今日の私たちがほとんど想像できないかたちで、融合し発展していくでしょう。AIシステムはもはや遠い未来の道具ではなく、私たちの生活のあらゆる場面に深く組み込まれるようになると考えられます。現在、最も普及しているLLMも、まだやや不完全な段階ではありますが†1、近い未来には言語理解が人間の直感に匹敵するレベルまで洗練されるでしょう†2。LLMの創発的な特性に支えられています。
現在、ユーザーがLLMとやり取りする主な方法はテキストベースのチャットですが、数年後には単なる質問への回答だけでなく、複雑な問題解決に取り組み、気付きを提供し、創造性そのものの限界を押し広げる存在になるでしょう。たとえば、OpenAIは2024年9月に、ChatGPTアプリケーション向けに新たな音声モードをリリースしました。このモードは、皮肉を含む声のトーンを検知することも可能です。こうした取り組みの多くは、インフラスタック全体で間近に控える革新と関連しています。Metaは、これらのモデルを大規模にトレーニングする際にアルゴリズムやアーキテクチャを超えた問題について言及した記事(https://oreil.ly/16e8R)を公開しています(図10-1参照)。
LLMOpsは、これらのシステムがシームレスで自律的なインフラへと成熟していく際のバックボーンになります。手作業に頼らず、トレーニング、ファインチューニング、デプロイの各パイプラインが十分に自動化され、この領域の進歩は加速していくでしょう。LLMOpsエンジニアは、コードのデバッグに割く時間を減らせるでしょうし、その分モデルのトレーニングと計算コストのバランスを自動で最適化するプラットフォームやインフラ設計など、高度なシステム戦略を磨く時間を費やすようになります。 ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access