La ciència de dades ha recorregut un llarg camí, des dels dies en què els projectes s’assemblaven a la construcció de piràmides monumentals fins a l’era actual, on els models massius de llenguatge (en anglès, LLMs) han transformat el panorama, permetent de gestionar icebergs en lloc d’aixecar estructures titàniques. En aquest article, explorem aquesta situació i com els LLMs estan redefinint l’enfocament tradicional dels projectes d’intel·ligència artificial (IA) i de ciència de dades.
La ciència de dades com a construcció de piràmides
Els projectes de ciència de dades tradicionals s’assemblen a la construcció de piràmides. En aquest tipus de projectes, la base de la piràmide és crucial: implica la recopilació, l’extracció, la neteja i la transformació de dades, tasques que requereixen un esforç considerable. Aquí és on entra en joc el factor humà: equips d’enginyers de dades, programadors i científics de dades treballen incansablement per construir una base sòlida sobre la qual es pugui erigir un model d’IA.
Quan s’ha completat aquesta base, es pot començar a construir el model, el qual està dissenyat per resoldre un problema específic, com ara la classificació de tuits o la predicció de la demanda d’energia per a una empresa elèctrica. Aquest enfocament és laboriós i, en molts casos, demana volums massius de dades per entrenar models eficaços. Cada capa de la piràmide representa una fase del projecte, des de la manipulació de dades fins a la modelització i la implementació. Sense una base sòlida, la piràmide s’ensorra.
LLMs: De la piràmide a l’iceberg
L’arribada dels LLMs ha canviat radicalment aquesta dinàmica. Enlloc de construir una piràmide des de zero, ara ens enfrontem a un iceberg flotant, on la major part de l’estructura està amagada sota l’aigua. L’LLM representa aquest coneixement massiu i preentrenat que ja existeix i està disponible des del minut u. Això vol dir que, en lloc de començar des de la base, els equips de ciència de dades poden aprofitar aquest coneixement acumulat i centrar-se en la part visible de l’iceberg: la personalització i l’adaptació del model a tasques específiques.
Amb els LLMs, l’enfocament ha canviat de “construir” a “gestionar”. La clau aquí és la capacitat d’utilitzar tècniques com el prompting, que permeten guiar l’LLM perquè es comporti de la manera desitjada amb un esforç significativament menor. Enlloc de necessitar grans volums de dades per entrenar un model des de zero, en molts casos n’hi ha prou amb un conjunt limitat d’exemples i un bon disseny de prompts per obtenir resultats excel·lents. Això no només redueix el temps i els recursos necessaris, sinó que també democratitza l’accés a l’IA avançada, permetent a més organitzacions d’aprofitar-ne els beneficis.
L’impacte dels LLMs als projectes de ciència de dades
El canvi de construir piràmides a gestionar icebergs té implicacions profundes en la manera com es duen a terme els projectes de ciència de dades. A continuació, alguns dels beneficis més destacats:
- Reducció de costos i temps: Com que es parteix d’un model preentrenat, es redueix dràsticament el temps i els recursos necessaris per desenvolupar solucions d’IA.
- Democratització de l’accés a la IA: organitzacions que abans no tenien els recursos per construir piràmides ara poden gestionar icebergs, accedint a capacitats avançades d’IA sense la necessitat de grans infraestructures o equips especialitzats.
- Flexibilitat i adaptabilitat: Els LLMs permeten una major flexibilitat, ja que poden adaptar-se ràpidament a noves tasques amb una mínima intervenció humana, cosa que permet a les empreses de respondre de manera més àgil als canvis del mercat.
- Focalització a la innovació: En reduir la càrrega de treball de la preparació de dades i la construcció de models des de zero, els equips poden centrar-se més en la innovació i en com aplicar la IA de manera estratègica als seus negocis.
Conclusió
La metàfora de les piràmides i els icebergs captura perfectament la transició que experimenta la ciència de dades impulsada pels LLMs. Si bé la construcció de piràmides continua sent rellevant per a certs tipus de projectes on es requereix un control precís i personalitzat des de la base, la gestió d’icebergs s’està convertint ràpidament en la norma per a moltes aplicacions, gràcies a la capacitat dels LLM per aprofitar grans volums de coneixement preexistent.
Quan mirem cap al futur, veiem la combinació de tots dos enfocaments, on els científics de dades construeixen piràmides quan és necessari, però també saben com navegar i gestionar icebergs quan les circumstàncies ho permeten. Aquesta dualitat és el que farà que la ciència de dades continuï evolucionant i aportant valor en un món cada cop més impulsat per la intel·ligència artificial.
I recorda, si necessites ajuda per construir piràmides o gestionar icebergs, a catedra.ai estarem encantats d’acompanyar-te. No dubtis a contactar amb nosaltres.
