Hallå där, Charlotte Wagner …

Go to English post.

Byggde bot. Charlotte Wagner på SEI i Boston var den som byggde upp C2B2:s och SEI:s bot tekniskt med hjälp av AI. Verktyg av det hör slaget kan göra verkligen nytta enligt henne. – Analyser som tidigare krävde ett team av forskare som arbetade i ett år kan nu produceras mycket snabbt, säger hon.

Hallå där Charlotte Wagner, senior scientist på SEI. Var det komplicerat att utföra promptarna för boten som du och Oliver Kaspersson har utvecklat?

– Nej, egentligen inte. Men eftersom stora språkmodeller (LLM) är icke-deterministiska, och tolkar frågor och prompter lite olika varje gång, krävs noggrann, iterativ justering av promptarna. Vi var tvungna att experimentera en del.
Hur lång tid tog det?
– En första fungerande prototyp byggde vi på bara ett par dagar. Efter det krävdes det en hel del arbete med att förfina promptarna. En stor del av jobbet handlade sedan om att sammanställa och kurera den vetenskapliga litteraturen. Vi fick granska flera hundra studier om effekterna av offshore-utveckling på den marina miljön och validera att boten återgav våra granskningsresultat rätt. Sammanlagt tog processen cirka sex månader.
Är du nöjd med resultatet?
– Jag tycker att det är ett utmärkt exempel på hur LLM:er kan stödja vetenskapligt informerade beslut och i slutändan generera bättre miljöpolitik. Det är också spännande att se hur långt LLM:er har kommit under de senaste åren. Analyser som tidigare krävde ett team av forskare som arbetade i ett år kan nu produceras mycket snabbt. Resultaten är dessutom ofta mer användbara när man kan utgå från specifika intressen och frågor snarare än att förlita dig på en statisk litteratursammanfattning. Insikterna blir mer relevanta.
Finns det några tankar om att utveckla den vidare?
– Ja, absolut. Vi söker nu finansiering för det. Vi skulle vilja förbättra den tekniskt, utöka kunskapsbasen och åtgärda en del begränsningar. Sedan utforskar vi även nya möjligheter, som att generera kartor med den.
Finns det någon risk för att konfidentiellt material läcker?
– Så länge användarna bara ställer frågor om botens kunskapsbas finns det ingen större anledning till oro. Men precis som med alla interaktioner på kommersiella LLM-plattformar rekommenderar vi att användare undviker att hantera konfidentiellt material. Framöver skulle vi dock vilja utveckla versioner som ger full kontroll.

Scroll to Top