Az emberiség történetét végigkísérik a különféle eszközök, legyen szó fizikai munkához használt szerszámokról vagy szellemi feladatokat segítő számológépekről. Érdekesség, hogy immár a mesterséges intelligenciák, különösen a nagy nyelvi modellek (LLM-ek) is képesek eszközöket, úgynevezett külső programokat alkalmazni a problémamegoldás során.
Felmerül a kérdés, hogyan tudják ezek a modellek felismerni, mikor és milyen eszköz segítségére van szükségük egy adott feladathoz. A videóban példaként merül fel, hogy maguktól ügyetlenek lehetnek a stringmanipulációkban, mint például szavak visszafelé írása, de egy jól definiált program bevonásával jelentősen javítható a pontosságuk.
Kézzelfogható bemutatót kapunk arról, hogy a gyakorlatban miként valósítható meg az LLM-ek eszközhasználata Pythonban. Megvizsgálják, miként írhatunk egyszerű C programot, amely például egy szót visszafelé ír, majd ezt hogyan kapcsolhatjuk össze a nyelvi modellel API-hívásokon keresztül.
A példák közül az egyik egy egyszerű string megfordító eszközt, a másik pedig egy sokoldalúbb string eszközt mutat be, amely többféle szövegműveletet támogat. Ezek a demók rávilágítanak arra, hogyan képesek a nyelvi modellek összehangoltan együttműködni a külső programokkal, hogy pontosabb válaszokat adjanak bonyolultabb felhasználói kérdésekre is.
További kérdések vetődnek fel: Milyen lehetőségeket és korlátokat jelent a külső eszközök integrációja? Hogyan befolyásolja ez a mesterséges intelligenciába vetett bizalmat? A videó ezekre is reflektál, és további gondolatokra sarkallja a nézőt.
