10 – Martin Lumiste (Bolt)10 – Martin Lumiste (Bolt)
Kuula tervet osaListen to the full episode · 1:41:17
Spotify · Apple Podcasts · Castbox · Pocket Casts · RSS
Martin Lumiste töötab Boltis masinõppe inseneride tehnilise juhina. Ta on olnud Boltis andmeteaduse algusest saati ning löönud kaasa mitme olulise masinõppe rakenduse arendamisel, nagu näiteks ooteaegade ennustuse ja dünaamilise hinnastamise mudelid. Lisaks sellele on ta saavutanud kõrgeid kohti maailma tipptasemel konverentside teadusvõistlustel ja näinud kõrvalt, kuidas 5-liikmeline masinõppe osakond on kasvanud 50-liikmeliseks.
Täna tegeleb ta GPT-mudelite rakendamisega Bolti klienditoe automatiseerimiseks ning toetab kogu andmeteaduse gruppi tehnilistes küsimustes. Ta on üks väheseid inimesi, kellel on täna juba ka praktiline kogemus suurte keelemudelite rakendamisel.
Vestluse esimeses pooles uurimegi, mis väljakutseid toob pärismaailma kompleksus. Kas tipplahendused eeldavad närvivõrkude kasutamist või on elegantne lahendus ka praktiline?
Lõpu poole uurime, mis on suurte keelemudelite piirangud ja kas me peaksime olema mures, et ChatGPT'st saab kõikvõimas tehisintellekt, kes inimkonda ohustama hakkab.
Viited
Martin Lumiste works at Bolt as a technical lead for machine learning engineers. He has been at Bolt since the early days of data science and has helped develop several important machine learning applications, including models for predicting waiting times and dynamic pricing. He has also placed highly in research competitions at leading international conferences and seen the machine learning department grow from five people to fifty.
Today, he works on applying GPT models to automate Bolt's customer support and supports the entire data science group on technical questions. He is one of the people who already have practical experience applying large language models.
In the first half of the conversation, we explore the challenges posed by real-world complexity. Do leading solutions require neural networks, or can an elegant solution also be practical?
Towards the end, we explore the limitations of large language models and whether we should worry about ChatGPT becoming an all-powerful AI that threatens humanity.