Теперь, когда на дворе 2024 год, мы не можем игнорировать глубокое влияние, которое Искусственный интеллект (ИИ) оказывает влияние на нашу деятельность в различных сферах бизнеса и секторах рынка. Правительственные исследования показали, что каждая шестая британская организация внедрила хотя бы одну технологию искусственного интеллекта в свои рабочие процессы, и ожидается, что к 2040 году это число вырастет.
С ростом внедрения искусственного интеллекта и генеративного искусственного интеллекта (GenAI) будущее нашего взаимодействия с Интернетом зависит от нашей способности использовать силу умозаключений. Вывод происходит, когда обученная модель ИИ использует данные в реальном времени для прогнозирования или выполнения задачи, проверяя ее способность применять знания, полученные во время обучения. Настал момент истины для модели ИИ, чтобы показать, насколько хорошо она может применять информацию, полученную на основе полученных знаний. Независимо от того, работаете ли вы в сфере здравоохранения, электронная коммерция или технологии, способность использовать идеи искусственного интеллекта и достигать истинной персонализации будет иметь решающее значение для взаимодействия с клиентами и будущего успеха в бизнесе.
Вывод: ключ к истинной персонализации
Ключ к персонализации заключается в стратегическом развертывании логических выводов путем масштабирования кластеров логических выводов ближе к географическому местоположению конечного пользователя. Такой подход гарантирует, что прогнозы на основе искусственного интеллекта для входящих пользовательских запросов будут точными и доставляются с минимальными задержками и низкими задержками. Компании должны использовать потенциал GenAI, чтобы раскрыть возможность предоставления индивидуального и персонализированного пользовательского опыта.
Компании, которые не предвидели важности облака выводов, останутся позади в 2024 году. Справедливо сказать, что 2023 год был годом экспериментов с ИИ, но облако выводов позволит реализовать реальные результаты с помощью GenAI в 2024 году. может открыть инновации в Открытый исходный код Большие языковые модели (LLM) и делают настоящую персонализацию реальностью с помощью облачного вывода.
Директор по маркетингу Vultr.
Новое веб-приложение
До появления GenAI основное внимание уделялось предоставлению уже существующего контента без персонализации, близкой к конечному пользователю. Теперь, когда все больше компаний проходят трансформацию GenAI, мы увидим появление логического вывода на периферии, где компактные LLM могут создавать персонализированный контент в соответствии с подсказками пользователей.
Некоторым компаниям до сих пор не хватает сильной стратегии преимуществ, а тем более стратегии преимуществ GenAI. Им необходимо понимать важность централизованного обучения, формирования выводов на местном уровне и глобального внедрения. В этом случае для обслуживания логических выводов на периферии организациям необходимо иметь распределенный стек графических процессоров (GPU) для обучения и точной настройки моделей на основе локализованных наборов данных.
После точной настройки этих наборов данных модели затем развертываются по всему миру в центрах обработки данных в целях соблюдения местных правил суверенитета данных и конфиденциальности. Компании могут обеспечить лучшее, более персонализированное Опыт клиентов путем интеграции вывода в свои веб-приложения с помощью этого процесса.
GenAI требует вычислительной мощности графического процессора, но графические процессоры часто недоступны для большинства компаний из-за высокой стоимости. При развертывании GenAI предприятиям следует обращать внимание на более мелкие LLM с открытым исходным кодом, а не на крупные гипермасштабные центры обработки данных, чтобы обеспечить гибкость, точность и экономическую эффективность. Компании могут избежать сложных и ненужных услуг, подхода «бери или уходи», который ограничивает настройку, и привязки к поставщику, которая затрудняет миграцию рабочих нагрузок в другие среды.
ГенИИ в 2024 году: где мы находимся и куда движемся
Отрасль может ожидать изменений в сфере веб-приложений к концу 2024 года с появлением первых приложений на основе моделей GenAI.
Централизованное обучение моделей ИИ позволяет проводить комплексное обучение на обширных наборах данных. Централизованное обучение гарантирует, что модели хорошо подготовлены к пониманию сложных закономерностей и нюансов, обеспечивая прочную основу для точных прогнозов. Его истинный потенциал будет виден, когда эти модели будут развернуты по всему миру, что позволит предприятиям использовать разнообразные рынки и модели поведения пользователей.
Суть заключается в локальном компоненте вывода. Локальный вывод предполагает приближение вычислительной мощности к конечному пользователю, что является важным шагом в минимизации задержек и оптимизации взаимодействия с пользователем. Поскольку мы являемся свидетелями развития периферийных вычислений, локальный вывод легко согласуется с распределением вычислительных задач ближе к тому месту, где они необходимы, обеспечивая реакцию в реальном времени и повышая эффективность.
Этот подход имеет серьезные последствия для различных отраслей, от электронной коммерции до здравоохранения. Подумайте, использовала ли платформа электронной коммерции GenAI для персонализированных рекомендаций по продуктам. Делая локальные выводы, платформа анализирует предпочтения пользователей в режиме реального времени, предоставляя индивидуальные предложения, соответствующие их непосредственным потребностям. Та же концепция применима и к приложениям в сфере здравоохранения, где локальный вывод повышает точность диагностики, обеспечивая быстрое и точное понимание данных пациента.
Этот шаг в сторону локального вывода также решает проблемы конфиденциальности данных и соблюдения требований. Обрабатывая данные ближе к источнику, предприятия могут соблюдать нормативные требования, обеспечивая при этом сохранение конфиденциальной информации в географических границах, установленных законами о защите данных.
Наступила эпоха умозаключений
Путь к будущему веб-приложений на базе искусственного интеллекта отмечен тремя стратегиями: централизованное обучение, глобальное развертывание и локальный анализ. Этот подход не только расширяет возможности модели ИИ, но и является агонистическим для поставщиков, независимо от облачные вычисления платформа или поставщик услуг искусственного интеллекта. Поскольку мы вступаем в новую эпоху цифровых технологий, предприятия должны признать ключевую роль логических выводов в формировании будущего веб-приложений, управляемых искусственным интеллектом. Хотя существует тенденция сосредотачиваться на обучении и развертывании, не менее важно приблизить вывод к конечному пользователю. Их коллективное влияние откроет беспрецедентные возможности для инноваций и персонализации в различных отраслях.
Мы перечислили лучший инструмент повышения производительности.
Эта статья была подготовлена в рамках канала Expert Insights от TechRadarPro, где мы рассказываем о лучших и ярких умах современной технологической отрасли. Мнения, выраженные здесь, принадлежат автору и не обязательно совпадают с мнением TechRadarPro или Future plc. Если вы заинтересованы в участии, узнайте больше здесь: https://www.techradar.com/news/submit-your-story-to-techradar-pro
2024-03-13 07:24:31
1710318346
#Вывод #будущее #искусственного #интеллекта #облаке
