ИИ был горячей темой 2024 года, так как же он развивается? Что мы видим в сфере ИИ сегодня и что ожидаем увидеть в ближайшие 12–18 месяцев? Мы спросили Эндрю БрастЧестер Комфортс, Крис Рэй, Дана Эрнандес, Говард Холтон, Иван Макфи, Сет БирнсУит Уолтерс и Уильям Макнайт взвешиваться.
Во-первых, что еще популярно? В каких случаях использование ИИ приносит успех?
Честер: Я вижу, как люди используют ИИ помимо экспериментов. У людей была возможность экспериментировать, и теперь мы подходим к моменту, когда разрабатываются настоящие, специфичные для вертикали варианты использования. Я внимательно отслеживаю здравоохранение и вижу более точно настроенные модели, ориентированные на конкретные случаи использования, такие как использование искусственного интеллекта, чтобы помочь врачам более активно присутствовать во время разговоров с пациентами с помощью слуховых инструментов для прослушивания и ведения заметок.
Я считаю, что «маленькое — это новое большое» — это ключевая тенденция, например, гематология против патологии против пульмонологии. Искусственный интеллект в технологиях визуализации не является чем-то новым, но сейчас он выходит на передний план благодаря новым моделям, используемым для ускорения обнаружения рака. Это должно быть поддержано медицинским работником: ИИ не может быть единственным источником диагнозов. Радиологу необходимо проверить, проверить и подтвердить полученные результаты.
Дана: В своих отчетах я вижу эффективное использование ИИ с точки зрения конкретной отрасли. Например, поставщики, специализирующиеся на финансах и страховании, используют ИИ для таких задач, как предотвращение финансовых преступлений и автоматизация процессов, часто с помощью специализированных, небольших языковых моделей. Эти отраслевые модели искусственного интеллекта являются важной тенденцией, которая, как я вижу, сохранится и в следующем году.
Уильям: Мы наблюдаем сокращение циклов в таких областях, как разработка конвейеров и управление основными данными, которые становятся более автономными. Область, набирающая обороты, — это наблюдение за данными, и 2025 год может стать его годом.
Андрей: Генеративный ИИ хорошо работает в области генерации кода — генерации SQL-запросов и создания интерфейсов на естественном языке для запроса данных. Это оказалось эффективным, хотя сейчас это немного коммерциализировано.
Более интересными являются достижения на уровне данных и в архитектуре. Например, в Postgres имеется надстройка базы данных векторов, которая полезна для запросов с расширенной генерацией данных (RAG). Я вижу переход от «вау»-фактора демонстраций к практическому использованию, использованию правильных моделей и данных для уменьшения галлюцинаций и повышения доступности данных. В течение следующих двух-трех лет поставщики перейдут от базового анализа запросов к созданию более сложных инструментов.
Как мы можем увидеть развитие больших языковых моделей?
Уит: Во всем мире мы увидим модели ИИ, основанные на культурных и политических ценностях. Речь идет не столько о технических разработках, сколько о том, чего мы хотим от наших ИИ. Рассмотрим xAI Илона Маска, основанный на Twitter/X. Он не подвергается цензуре и сильно отличается от Google Gemini, который имеет тенденцию читать вам нотации, если вы задаете неправильный вопрос.
Различные поставщики, географические регионы и правительства будут стремиться либо к более свободному высказыванию, либо будут стремиться контролировать результаты ИИ. Разница заметна. В следующем году мы увидим рост числа моделей без ограждений, что даст более прямые ответы.
Иван: Также большое внимание уделяется структурированным подсказкам. Небольшое изменение формулировок, например использование слов «подробный» вместо «всеобъемлющий», может привести к совершенно разным ответам. Пользователям необходимо научиться эффективно использовать эти инструменты.
Уит: Действительно, оперативное проектирование имеет решающее значение. В зависимости от того, как слова встроены в модель, вы можете получить совершенно разные ответы. Если вы попросите ИИ объяснить, что он написал и почему, это заставит его задуматься глубже. Скоро мы увидим специализированные инструменты подсказок — агентные модели, которые помогут оптимизировать подсказки для достижения лучших результатов.
Как ИИ развивает и совершенствует использование данных с помощью аналитики и бизнес-аналитики (BI)?
Андрей: Данные — это основа ИИ. Мы видели, как генеративный искусственный интеллект на больших объемах неструктурированных данных может привести к галлюцинациям, и проекты сворачиваются. Мы наблюдаем большое разочарование в корпоративной сфере, но прогресс приближается: мы начинаем видеть союз между ИИ и BI, выходящий за рамки запросов на естественном языке.
Семантические модели существуют в BI, чтобы сделать данные более понятными и могут распространяться на структурированные данные. В сочетании мы можем использовать эти модели для создания полезных функций, подобных чат-ботам, получая ответы из структурированных и неструктурированных источников данных. Этот подход создает полезные для бизнеса результаты, одновременно уменьшая галлюцинации за счет контекстных улучшений. Именно здесь ИИ станет более обоснованным, а демократизация данных будет более эффективной.
Говард: Согласованный. BI за последнее десятилетие еще не работал идеально. Те, кто занимается BI, часто не понимают бизнес, а бизнес не полностью понимает данные, что приводит к разногласиям. Однако эта проблема не может быть решена одним поколением ИИ, это требует взаимопонимания между обеими группами. Навязывание подходов, основанных на данных, без этого не продвинет организации далеко.
Какие еще проблемы, которые, по вашему мнению, могут помешать прогрессу ИИ?
Андрей: Эйфория по поводу ИИ отвлекла внимание и бюджеты от проектов обработки данных, что прискорбно. Предприятия должны видеть их одинаковыми.
Уит: Существует также пузырь стартапов в области ИИ — слишком много стартапов, слишком много финансирования, которые сжигают деньги, не принося дохода. Это похоже на неустойчивую ситуацию, и мы увидим, что в следующем году она немного сломается. Отток такой большой, и поддерживать его стало просто смешно.
Крис: В связи с этим я вижу, как поставщики создают решения для «защиты» GenAI/LLM. Поставщики тестирования на проникновение как услуга (PTaaS) предлагают тестирование, ориентированное на LLM, а поставщики облачной защиты приложений (CNAPP) предлагают средства управления для LLM, развернутые в облачных учетных записях клиентов. Я не думаю, что покупатели даже начали понимать, как эффективно использовать LLM на предприятии, однако поставщики продвигают новые продукты/услуги, чтобы «обезопасить» их. Это созрело для появления, хотя некоторые продукты/услуги безопасности «LLM» будут широко распространены.
Сет: Что касается безопасности цепочки поставок, поставщики начинают предлагать анализ моделей искусственного интеллекта для выявления моделей, используемых в средах. Это кажется немного продвинутым, но это начинает происходить.
Уильям: Еще одним надвигающимся фактором на 2025 год является Закон ЕС о данных, который потребует, чтобы системы искусственного интеллекта могли отключаться одним нажатием кнопки. Это может оказать большое влияние на продолжающееся развитие искусственного интеллекта.
Вопрос на миллион долларов: насколько мы близки к общему искусственному интеллекту (AGI)?
Уит: AGI остается несбыточной мечтой. Мы недостаточно хорошо понимаем сознание, чтобы воссоздать его, и простое использование вычислительных мощностей для решения проблемы не сделает что-то сознательным — это будет просто симуляция.
Андрей: Мы можем двигаться к ОИИ, но мы должны перестать думать, что предсказание следующего слова — это интеллект. Это всего лишь статистическое предсказание — впечатляющее применение, но не по-настоящему разумное.
Уит: Точно. Даже когда ИИ моделирует «разум», это не истинное рассуждение или творчество. Они просто рекомбинируют то, чему их учили. Речь идет о том, насколько далеко вы можете продвинуть комбинаторику на данном наборе данных.
Спасибо всем!
Пост Развивающаяся революция: ИИ в 2025 году впервые появился на Гигаом.
2024-12-19 17:27:00
1772673122
#Развивающаяся #революция #ИИ #году
По теме
