LinkedIn公司如何在3個月內發(fā)布了基于ChatGPT的人工智能工具

LinkedIn公司工程副總裁兼數(shù)據(jù)和人工智能業(yè)務主管徐雅說，考慮到工程和產(chǎn)品團隊基于OpenAI公司最新的GPT模型（包括ChatGPT和GPT-4）以及一些開源模型實施了許多變化，這個時間表對于像LinkedIn這樣的大公司來說是前所未有的。該工具包括生成式人工智能協(xié)作文章、職位描述和LinkedIn個人資料的個性化寫作建議等功能。

徐雅解釋說，她帶領的開發(fā)團隊能夠在短短一個月內自動生成工作描述，并為實時流量提供服務，擁有共同目標的跨職能團隊是關鍵。她補充說:“這不是說我們每天工作20個小時或下班很晚，而是放下其他事情，專注于完成重要的工作?！?/p>

徐雅表示，由于LinkedIn公司是微軟旗下的子公司，她確實提前看到了這項技術的未來。在去年秋天，她與LinkedIn公司首席執(zhí)行官Ryan Roslansky和其他同事一起，迅速開始設想ChatGPT和其他GPT模式如何為LinkedIn公司會員和客戶創(chuàng)造更多的應用和服務機會。

LinkedIn公司優(yōu)先考慮的是工程哲學

徐雅表示，她的團隊早期優(yōu)先考慮的工程理念是“根植于探索，而不是構建成熟的最終產(chǎn)品”。她解釋說，適當功能和體驗的成熟將隨著時間的推移而發(fā)生，但通過將生成式人工智能技術交給每個感興趣的工程師和產(chǎn)品經(jīng)理，就會鼓勵進行這種探索。

通過創(chuàng)建LinkedIn Gateway，可以訪問OpenAI模型和來自Hugging Face的開源模型，以及提供LinkedIn的Generative AI Playground，能夠使工程師使用來自OpenAI公司和其他來源的高級生成式人工智能模型來探索LinkedIn數(shù)據(jù)，從而促進了這種探索。該公司還召集數(shù)千名工程師參加了LinkedIn公司有史以來規(guī)模最大的內部黑客馬拉松活動。

此外，LinkedIn公司的員工都需要更好地理解大型語言模型的工作原理，包括如何進行即時工程，以及模型存在哪些潛在問題和限制。

徐雅說:“我們提供了不同層次的教育，例如公司會議、午餐和學習課程，以及為那些更深入?yún)⑴c人工智能開發(fā)和研發(fā)的人提供更深層次的教育?！?/p>

協(xié)作也是集成和支持生成式人工智能的重要組成部分。她說，“由于我們的協(xié)作文化，我們鼓勵不同的團隊共享資源。這樣他們就可以在能夠訪問某些生成人工智能模型的開發(fā)人員數(shù)量由于容量而受到限制的情況下快速開發(fā)。我們在團隊之間傳遞關于配額、訪問、激勵模式和其他最佳實踐的經(jīng)驗，以便他們能夠更好地相互幫助?！?/p>

跑得很快，但要一起跑

徐雅還強調，LinkedIn公司意識到，在生成式人工智能過程中，有些領域需要集中完成。她解釋說，雖然在快速運行和共同運行之間總是存在一些緊張關系，但該公司試圖保持這些制衡，特別是在涉及負責任的人工智能時。她說:“盡管這可能會放慢團隊的速度，但我們需要深思熟慮?！?/p>

例如，該公司通過評估管道發(fā)布人工智能生成的文章，有經(jīng)過人工審核的迭代輸出，并改變他們的即時工程，直到得到滿意的分數(shù)。徐雅解釋說，LinkedIn公司非常慎重地考慮什么樣的是可以容忍的風險，什么是不可以容忍的風險。該公司對不良內容沒有容忍度，對灰色地帶內容的容忍度也很低。它依賴于工作人員來標記那些要被刪除的內容。

她補充說，希望避免任何不良和破壞性的信息，只允許生成和發(fā)布安全的和有信息量的內容。例如，她提到Kevin Roose最近在《紐約時報》發(fā)表的文章中包括他與微軟必應（Bing）聊天機器人聊天的文字記錄。文中指出，如果有人分享了如何制作炸彈的指南，那么就會令人擔心，但如果有人在與聊天機器人的聊天中給出了如何完成任務的糟糕建議，或者在Roose的案例中評論了他的婚姻，那么就不那么令人擔心了。

徐雅說，“這項技術不能只存在于實驗室中，必須將投入實際應用中。這樣人們就能夠以在實驗室中從未預料到的方式充分利用它，但需要確保有正確的流程?！彼宋④浭紫夹g官Kevin Scott最近在這個話題上提出的觀點。