![\"\"](\"https:\/\/catedra.ai\/wp-content\/uploads\/2024\/08\/Captura-de-pantalla-2024-08-23-a-les-9.25.44-1024x564.png\")
<\/figure>\n\n\n\nEls projectes de ci\u00e8ncia de dades tradicionals s’assemblen a la construcci\u00f3 de pir\u00e0mides. En aquest tipus de projectes, la base de la pir\u00e0mide \u00e9s crucial: implica la recopilaci\u00f3, l’extracci\u00f3, la neteja i la transformaci\u00f3 de dades, tasques que requereixen un esfor\u00e7 considerable. Aqu\u00ed \u00e9s on entra en joc el factor hum\u00e0: equips d’enginyers de dades, programadors i cient\u00edfics de dades treballen incansablement per construir una base s\u00f2lida sobre la qual es pugui erigir un model d’IA.<\/p>\n\n\n\n
Quan s’ha completat aquesta base, es pot comen\u00e7ar a construir el model, el qual est\u00e0 dissenyat per resoldre un problema espec\u00edfic, com ara la classificaci\u00f3 de tuits o la predicci\u00f3 de la demanda d’energia per a una empresa el\u00e8ctrica. Aquest enfocament \u00e9s labori\u00f3s i, en molts casos, demana volums massius de dades per entrenar models efica\u00e7os. Cada capa de la pir\u00e0mide representa una fase del projecte, des de la manipulaci\u00f3 de dades fins a la modelitzaci\u00f3 i la implementaci\u00f3. Sense una base s\u00f2lida, la pir\u00e0mide s’ensorra. <\/strong><\/p>\n\n\n\n L’arribada dels LLMs ha canviat radicalment aquesta din\u00e0mica. Enlloc de construir una pir\u00e0mide des de zero, ara ens enfrontem a un iceberg flotant, on la major part de l’estructura est\u00e0 amagada sota l’aigua<\/strong>. L’LLM representa aquest coneixement massiu i preentrenat que ja existeix i est\u00e0 disponible des del minut u. Aix\u00f2 vol dir que, en lloc de comen\u00e7ar des de la base, els equips de ci\u00e8ncia de dades poden aprofitar aquest coneixement acumulat i centrar-se en la part visible de l’iceberg: la personalitzaci\u00f3 i l’adaptaci\u00f3 del model a tasques espec\u00edfiques.<\/p>\n\n\n\n Amb els LLMs, l’enfocament ha canviat de \u201cconstruir\u201d a \u201cgestionar\u201d. La clau aqu\u00ed \u00e9s la capacitat d’utilitzar t\u00e8cniques com el prompting<\/em>, que permeten guiar l’LLM perqu\u00e8 es comporti de la manera desitjada amb un esfor\u00e7 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<\/em> per obtenir resultats excel\u00b7lents<\/strong>. Aix\u00f2 no nom\u00e9s redueix el temps i els recursos necessaris, sin\u00f3 que tamb\u00e9 democratitza l’acc\u00e9s a l’IA avan\u00e7ada, permetent a m\u00e9s organitzacions d’aprofitar-ne els beneficis.<\/p>\n\n\n\n El canvi de construir pir\u00e0mides a gestionar icebergs t\u00e9 implicacions profundes en la manera com es duen a terme els projectes de ci\u00e8ncia de dades. A continuaci\u00f3, alguns dels beneficis m\u00e9s destacats:<\/p>\n\n\n\n La met\u00e0fora de les pir\u00e0mides i els icebergs captura perfectament la transici\u00f3 que experimenta la ci\u00e8ncia de dades impulsada pels LLMs. Si b\u00e9 la construcci\u00f3 de pir\u00e0mides continua sent rellevant per a certs tipus de projectes on es requereix un control prec\u00eds i personalitzat des de la base, la gesti\u00f3 d’icebergs s’est\u00e0 convertint r\u00e0pidament en la norma per a moltes aplicacions, gr\u00e0cies a la capacitat dels LLM per aprofitar grans volums de coneixement preexistent.<\/p>\n\n\n\n Quan mirem cap al futur, veiem la combinaci\u00f3 de tots dos enfocaments, on els cient\u00edfics de dades construeixen pir\u00e0mides quan \u00e9s necessari, per\u00f2 tamb\u00e9 saben com navegar i gestionar icebergs quan les circumst\u00e0ncies ho permeten<\/strong>. Aquesta dualitat \u00e9s el que far\u00e0 que la ci\u00e8ncia de dades continu\u00ef evolucionant i aportant valor en un m\u00f3n cada cop m\u00e9s impulsat per la intel\u00b7lig\u00e8ncia artificial.<\/p>\n\n\n\n I recorda, si necessites ajuda per construir pir\u00e0mides o gestionar icebergs, a catedra.ai<\/a> estarem encantats d’acompanyar-te. No dubtis a contactar amb nosaltres<\/a>. La ci\u00e8ncia de dades ha recorregut un llarg cam\u00ed, des dels dies en qu\u00e8 els projectes s’assemblaven a la construcci\u00f3 de pir\u00e0mides monumentals fins a l’era actual, on els models massius de llenguatge (en angl\u00e8s, LLMs) han transformat el panorama, permetent de gestionar icebergs en lloc d’aixecar estructures tit\u00e0niques. En aquest article, explorem aquesta situaci\u00f3 […]<\/p>\n","protected":false},"author":2,"featured_media":1409,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[20],"tags":[],"class_list":["post-1404","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-destacat"],"yoast_head":"\nLLMs: De la pir\u00e0mide a l’iceberg<\/strong><\/h2>\n\n\n\n
![\"\"](\"https:\/\/catedra.ai\/wp-content\/uploads\/2024\/08\/Captura-de-pantalla-2024-08-23-a-les-9.25.26-1024x564.png\")
<\/figure>\n\n\n\nL’impacte dels LLMs als projectes de ci\u00e8ncia de dades<\/strong><\/h2>\n\n\n\n
\n
Conclusi\u00f3<\/h2>\n\n\n\n
<\/p>\n","protected":false},"excerpt":{"rendered":"