现在是相信AI不可知论的时候

Forbes2月12日报道：人工智能是真实存在的。但尽管人工智能（AI）和机器学习（ML）确实已经与我们同在，但仍然需要一定程度的AI不可知论。更具体地说，我们需要对构建我们的AI智能所需的各个组件采取不可知论立场。当然，我们谈论的是新的和更新的大型语言模型（LLMs），它们以各种形状、大小和外观支撑着AI知识。

尽管组织现在有机会部署具有改变业务运营潜力的企业AI应用，但对于任何正在评估AI解决方案的公司来说，了解它们如何与各种可用的LLMs配合工作以及哪些将提供最大优势至关重要。

因此，AI不可知论将至关重要。

AI不可知论并不完全是一种正式的实践、行业标准的方法或定义明确的方法，它就像任何形式的IT不可知论一样，主张采用通用的可互操作的技术、流程、实践、工具和组件。适用于硬件和软件，IT不可知论和AI不可知论特别意味着在构建AI模型的数据知识资源方面保持开放的态度（比喻和字面意义上）。

BlueFlame AI是为另类投资经理提供生成式AI平台的供应商，他们认为现在是时候让公司拥抱LLM不可知论，并寻找LLM和AI供应商不可知论的AI解决方案。BlueFlame部署其LLM不可知平台，帮助公司为特定任务选择最佳LLM，从而降低风险并优化性能和效率。

“事实很简单 - 我们可以说，优化、定制和弹性是LLM不可知论AI解决方案可以提供的三个关键优势，其中优化是关键，因为它允许用户根据模型的优势和劣势为每个特定任务选择正确的模型，” BlueFlame AI欧洲区负责人詹姆斯·泰德曼说。“使用LLM不可知论的企业AI解决方案将产生最大的影响，因为它们将减少模型偏见并减少对任何单一LLM的依赖。如果存在LLM中断，企业将希望将LLM多样化以便转向替代方案而不会造成重大中断。LLM不可知论方法确保您的企业不必处理服务中断或性能问题。”

LLM不可知论方法要求软件开发人员了解每个LLM的能力、限制和复杂性。2023年的某些AI事件的不稳定性（工作变动、快速移动的平台、收购等）可能表明了依赖单个LLM的风险有多大。建议采取一种不可知论方法（或至少更不可知论的方法）可以确保减少由产品或定价变化、服务中断等引起的干扰，或更多其他问题。这种适应能力在当今不断发展的AI景观中至关重要。

“各种模型可能需要不同的数据管理或处理策略。由于多个LLM集成的复杂性增加，开发人员将需要强大的应用程序编程接口（API）和中间件解决方案，”泰德曼说。“由于每个模型都有自己的学习行为，因此确保LLM提供一致可靠的结果至关重要。”

对于任何构建企业AI应用程序的企业来说，保持安全和合规将是另一个关键优先事项。监管机构已经在准备审查这个领域，特别是在欧盟发布AI法案后。那么，企业可以采取哪些最佳实践来确保它们合规？泰德曼解释说，定期更新安全协议以保护各种LLMs处理的敏感信息将支持数据安全。

“确保您有商业协议可以防止数据被用于模型训练，并遵守诸如GDPR或CCPA之类的隐私法将支持隐私要求。实施严格的访问控制和身份验证机制以防止未经授权访问AI系统或敏感数据也至关重要，”他指出。

BlueFlame团队再次强调，定期对AI系统进行安全漏洞审计并监控恶意活动将使组织保持警惕。公司还应确保他们的AI解决方案符合行业特定的标准和法规，特别是在金融服务、医疗保健和法律等领域。

“企业在AI系统如何使用和处理数据方面保持透明性至关重要，向利益相关者介绍正在使用的AI模型以及其数据处理实践。能够利用LLM不可知论的AI解决方案来优化性能和降低风险的企业将在即将到来的AI革命中产生最大的影响，”泰德曼总结道。

或许并非偶然 - 正如TechTarget的Gavin Wright在这里解释的那样 - 不可知论一词来自希腊语a-，意思是没有，以及gnōsis，意思是知识。 “在IT领域，这意味着某物能够在不了解或不需要任何底层系统细节的情况下运行。”

也许我们将不可知论一词演变为未来的AI开放心态，AI理性主义，甚至是无神论AI，谁知道呢。我们可以说相信AI很重要，但相信对所有信息源开放的非世俗AI可能更重要。

让我们AI。

新闻来源：Forbes   作者：Adrian Bridgwater

编辑：Marine Don

（声明：请读者严格遵守所在地法律法规，本文不代表任何投资建议）