Az Nvidia NeMo Guardrails: A szöveggeneráló AI biztonságosabbá tétele

Az OpenAI GPT-4-hez hasonló szöveggeneráló AI-modelleket övező népszerűség és a hype ellenére ezek a modellek hajlamosak az elfogultságra, a toxicitásra és a rosszindulatú támadásokra. Az Nvidia a "biztonságosabb" szöveggeneráló modellek kifejlesztésére törekedve kiadta a NeMo Guardrails-t, egy nyílt forráskódú eszközkészletet, amely növeli az AI-alapú alkalmazások biztonságát.

A NeMo Guardrails a legtöbb generatív nyelvi modellel való együttműködésre készült, lehetővé téve a fejlesztők számára, hogy néhány sornyi kóddal szabályokat hozzanak létre. Az eszközkészlet kódot, példákat és dokumentációt tartalmaz, hogy "biztonságot adjon" a szöveget és beszédet is generáló AI-alkalmazásoknak. Segítségével megakadályozható, hogy a modellek eltérjenek a témától, pontatlan információkkal vagy mérgező nyelvezettel válaszoljanak, és "nem biztonságos" külső forrásokkal létesítsenek kapcsolatot.

Bár a Guardrails nem jelent univerzális megoldást a nyelvi modellek hiányosságaira, a generatív modellek biztonságát növelheti. Az Nvidia elismeri, hogy az eszközkészletnek vannak korlátai, és nem fog mindent megoldani, de ez egy lépés a biztonságosabb AI-alapú alkalmazások felé.

Az Nvidia alkalmazott kutatásért felelős alelnöke, Jonathan Cohen szerint a vállalat évek óta dolgozik a Guardrails alaprendszerén és egy évvel ezelőtt jöttek rá, hogy az olyan modellekhez, mint a GPT-4 és a ChatGPT, jól illeszkedik. Cohen szerint a mesterséges intelligencia modell biztonsági eszközei kritikus fontosságúak a vállalati felhasználási esetekre vonatkozó modellek bevezetésében.

A Guardrails azonban olyan modellekkel működik a legjobban, amelyek "kellően jók az utasításkövetésben", mint például a ChatGPT és az AI-alapú alkalmazások építésére szolgáló népszerű LangChain keretrendszert használó modellek. Az Nvidia elismeri, hogy egyes nyílt forráskódú lehetőségek nem feltétlenül kompatibilisek a Guardrails-szel.

A Guardrails az Nvidia NeMo keretrendszerének része, amely a vállalati AI-szoftvercsomagján és a NeMo teljesen menedzselt felhőszolgáltatásán keresztül érhető el. Bármely cég megvalósíthatja a Guardrails nyílt forráskódú kiadását, de az Nvidia jobban szeretné, ha a hosztolt verzióért fizetnének.

Összefoglalva, bár a Guardrails nem egy csodafegyver, de egy lépés a biztonságosabb AI-alapú alkalmazások fejlesztése felé. A fejlesztők felelőssége, hogy felállítsák az alkalmazásaikra vonatkozó szabályokat, és előfordulhat, hogy olyan Guardrails-t fejlesztenek ki, amely túl széles vagy túl szűk a felhasználási esetükhöz.