Het AI-onderzoek van Salesforce is sterk gericht op generatieve AI-technieken om een volledig conversatieworkflow te bieden, aldus Silvio Savarese, EVP en hoofdwetenschapper bij Salesforce.
In een wereld met toenemende werkdruk – waar zelfs hoogopgeleide experts meer moeten doen met minder – en een constante overdaad aan informatie en de noodzaak om complexe tools onder de knie te krijgen, is het ongelooflijk nuttig om de kracht van eenvoudige conversatie te benutten, zegt hij. In een recent blogbericht van Salesforce Research noemde Saverase conversatie “een soort universele interface voor menselijke samenwerking”.
Daarom ontwikkelde Salesforce zijn open-source grootschalige taalmodel, CodeGen, dat concurrerend is met OpenAI’s Codex (die op zijn beurt GitHub Copilot aanstuurt) en eenvoudige Engelse prompts omzet in uitvoerbare code. De eerste iteratie van CodeGen werd in maart onthuld en is bedoeld om “een historische wisselwerking om te keren die hoogwaardige resultaten koppelde aan een complexe, arbeidsintensieve workflow”, aldus de blogpost.
Savarese, die een vaste faculteitspositie aan Stanford University verliet om in april 2021 bij Salesforce te komen werken, vertelde VentureBeat dat generatieve modellen en conversatie-AI “een kritieke laag kunnen bieden waarmee gebruikers [complexe] tools op een efficiëntere manier kunnen gaan gebruiken.”
Generatieve modellen kunnen ontwikkelaars meer mogelijkheden bieden die helpen bij handmatige, tijdrovende taken, legde hij uit, terwijl zakelijke gebruikers natuurlijke taal kunnen gebruiken om te beschrijven wat ze willen dat code doet, zoals het bouwen van een app die de nieuwste klantinteractie naar boven haalt.
Generatieve AI moet op maat worden gemaakt voor zakelijke toepassingen
Er is echter nog veel werk aan de winkel om generatieve AI af te stemmen op specifieke, praktische toepassingen, waarschuwde Savarese.
“In plaats van een generatieve tool die willekeurige inhoud kan creëren, proberen we die technieken te gebruiken om af te stemmen op specifieke zakelijke behoeften”, zei hij, eraan toevoegend dat het belangrijk is om de grenzen van generatieve AI te begrijpen om de technologie aan te passen. handig voor zakelijke toepassingen.
Generatieve AI-technieken zijn bijvoorbeeld vaak vrij onstabiel. “Je levert een input en voegt wat kleine variaties toe aan de input en je kunt heel verschillende resultaten krijgen”, legt hij uit. “Er is de noodzaak om echt te controleren wat de systemen kunnen produceren – incidentele gebruikers kunnen het niet schelen, omdat het niet uitmaakt of ze precies genereren wat ze nodig hebben, maar voor een zakelijke toepassing moet je veel nauwkeuriger zijn .”
Generatieve AI-tools kunnen ook gemakkelijk worden misleid om dingen te genereren die ongewenst zijn en waar de gebruiker geen controle over heeft. “Ons werk is om ons er echt op te concentreren om ervoor te zorgen dat die generatieve modellen in de eerste plaats vrij zijn van vooringenomenheid, dat we controle hebben over wat er wordt gegenereerd”, zei Savarese. CodeGen, legde hij uit, was bedoeld om nuttig te zijn voor ontwikkelaars, “in plaats van alleen flitsend.” Dat betekende ervoor zorgen dat het vrij van vooringenomenheid was en dat Salesforce de kwaliteit van de gegenereerde code kon controleren.
Salesforce luisterde naar ontwikkelaars
Om CodeGen te bouwen, luisterde Salesforce naar zijn ontwikkelaars – en hield ook in gedachten dat programmeren in het komende decennium een noodzaak zal zijn in veel technische banen, waarbij systemen nodig zijn die helpen het programmeerproces te versnellen en tegelijkertijd gemakkelijker en beter beheersbaar te maken.
“We luisterden naar de verhalen over frustraties over het urenlang ontwikkelen van een stukje code”, zegt Savarese. “We begrepen hoe moeilijk het voor hen was om efficiënt en effectief te zijn in hun werk, dat er behoefte was aan tools die hen kunnen helpen hun tools te versnellen en ook beter in staat zijn om te controleren wat ze doen en om het juiste werk te doen. debuggen van hun code.”
Het CodeGen-project richt zich op twee verschillende soorten gebruikers. Voor meer ervaren ontwikkelaars is CodeGen meer een assistent die zich bezighoudt met de handmatige delen van het coderingsproces. Maar het is ook voor mensen met weinig tot geen codeerervaring.
CodeGen wordt ook ontwikkeld om de kwaliteit te meten van de code die het maakt, voegde Savarese toe, en behandelt ook problemen zoals foutopsporing, code-efficiëntie en de mogelijkheid om in verschillende codetalen te vertalen.
In tegenstelling tot GitHub Copilot, dat het onderwerp is van een recente rechtszaak wegens “vermeende schending van de auteursrechtwetgeving door open-sourcecode te reproduceren met behulp van AI”, wees Savarese erop dat CodeGen zich voornamelijk bezighoudt met interne, bestaande code-opslagplaatsen om de basis van het model te creëren.