Gå til hovedindhold

Behandling

Sprogmodeller​

Sprogmodeller er avancerede AI-systemer, der kan forstå, fortolke og generere menneskeligt sprog. Disse modeller bliver trænet på enorme tekstdata og lærer mønstre, ordkombinationer, sætningsstrukturer og endda nuancer i forskellige sprog og sprogbrug. Kernen i mange moderne sprogmodeller er transformer-arkitekturen, der bruger selvopmærksomheds-mekanismer til at afgøre, hvilke dele af teksten der er vigtige i en given kontekst.

Ved sprogbehandling bruger disse modeller statistiske metoder til at forudsige, hvilket ord eller sætning der sandsynligvis kommer næste i en tekst. De kan forstå kontekst over lange tekststykker og generere tekster, der ikke kun er grammatisk korrekte, men også indholdsmæssigt sammenhængende og relevante.

Når man bruger en sprogmodel til for eksempel en chatbot eller en tekstgenerator, gives modellen visse prompts eller indledende data og baseret på disse input genererer modellen tekst, der logisk følger af den givne kontekst. Målet med disse modeller er at producere tekst, der ligner menneskelig tekst, både i indhold og stil.

Tekst-til-billede modeller​

Tekst-til-billede-modeller er AI-systemer, der kan generere visuelle repræsentationer ud fra skriftlige tekstbeskrivelser, som fotos, illustrationer eller andre typer billedmateriale. Disse modeller bruger avancerede neurale netværk, og mere specifikt generative adversarial nets (GAN'er) eller varianter heraf såsom diffusion-modeller.

Processen starter med en tekstbeskrivelse indtastet af en bruger. Modellen vurderer denne tekst og forsøger at forstå betydningen og konteksten. Herefter genererer modellen billeder, der svarer til tekstbeskrivelsen, ved hjælp af det, den har lært under træningen, idet den bliver trænet på enorme datasæt af tekst-billede-par.

Under træningen lærer modellen sammenhænge mellem tekstbeskrivelser og visuelle egenskaber. For eksempel, hvis modellen gentagne gange ser ordkombinationen 'en gul sol over et blå hav' sammen med billeder, der illustrerer dette scenarie, lærer den at genkende og gengive disse elementer i fremtidige billedskabelser.

Resultatet er ofte overraskende præcise og detaljerede billeder, der matcher den indtastede tekstbeskrivelse. Disse modeller bliver stadig mere raffinerede og er i stand til at gengive komplekse scenarier med flere objekter og abstrakte begreber. De bruges i en bred vifte af anvendelser, herunder kunstnerisk skabelse, spildesign, virtuel virkelighed og mere.

AI-Corporate tilgår modeller​

Det er vigtigt at forstå, at AI-Corporate tilgår forskellige AI-modeller, som leveres af store teknologivirksomheder via en API. En API, eller Application Programming Interface, er et sæt regler og definitioner, som softwareprogrammer kan kommunikere gennem. Den fungerer som et slags 'sprog', som programmer forstår for at udveksle information og påkalde funktioner fra hinanden. AI-Corporate har ikke sprogmodeller eller tekst-til-billede-modeller selv.

Vi er ikke ansvarlige for resultaterne af de forskellige modeller. Vi har dog taget hensyn til udvælgelsen af de bedste og mest interessante modeller til virksomheder.

Behandlingsprocedure​

Følgende procedure følges for at generere et svar:

  • Brugeren laver en prompt.
  • Frontend-webapplikationen knytter dette til den aktive chat og tilføjer en chatbesked med status "Initialisere".
  • På AI-Corporate's servere udløses en funktion ved tilføjelsen af en chatbesked.
  • Chatbeskedens status sættes til "Behandler".
  • Ved udvælgelse af chat med dokumenter sender serveren først en anmodning til Firestore vektor-databasen for at udvælge tekster fra dokumenterne.
  • Serveren sender derefter anmodningen via en API-kobl til den valgte sprogmodel.
  • Hvis indstillingen Streaming er slået til, gemmer vi beskeden efter hver 10 modtagne chunk og efter hver 25 chunk efter at have modtaget 100 chunks.
  • Så snart hele svaret er modtaget, sættes status til "Afsluttet".
  • Frontend-applikationen opdateres ** ved hver databaseopdatering**.
  • Hvis fejl konstateres, sættes status til "Fejl", og en fejlmeddelelse vises.

Vi sender ingen personoplysninger sammen med hver API-forespørgsel. Vær dog opmærksom på, at brugeren kan have indarbejdet personoplysninger i prompten eller i de uploadede dokumenter.