Недавнее исследование Accenture показывает, что компании, применяющие передовые технологии ИИ, такие как большие языковые модели и генеративный ИИ, способны увеличить доход до 10%, что в 2,6 раза больше, чем компании, не применяющие эту технологию.
В эпоху искусственного интеллекта и больших языковых моделей (LLM) наука о данных и ИИ всё больше интегрируются в рабочие процессы. Однако внедрение и применение моделей ИИ в бизнес-процессы также сталкивается с множеством сложностей.
По словам г-на Нгуена Ван Туана, генерального директора Hyratek, подразделения, поддерживающего систему искусственного интеллекта и инфраструктуру для проекта по восстановлению фотографий павших, спрос на оборудование для обучения и коучинга с использованием искусственного интеллекта в мире превышает предложение на рынке. Покупателям даже приходится заказывать оборудование у поставщиков за полгода.
Мир «жаждет» аппаратной инфраструктуры для обслуживания искусственного интеллекта. При этом системы ИИ часто обучаются централизованно, что сопряжено с огромными затратами. Это препятствует применению ИИ в бизнес-процессах.
Многие компании во Вьетнаме используют облачные сервисы для развертывания моделей искусственного интеллекта. Однако этот формат затратен при работе в больших масштабах и не обеспечивает гибкости рабочих процессов.
На недавнем мероприятии генеральный директор Lenovo Vietnam г-н Нгуен Ван Зяп заявил, что для более широкого применения ИИ в операционных и производственных процессах предприятия проявляют новую тенденцию к использованию рабочих станций с интегрированными функциями ИИ.
Многие организации переходят на частное размещение и разработку больших языковых моделей (LLM) и малых языковых моделей (SLM) из-за опасений по поводу безопасности и затрат на обучение данных.
Это не только оптимизирует рабочие процессы, но и помогает владельцам бизнеса принимать своевременные решения, одновременно способствуя инновациям во многих областях.
Рабочие станции, оснащенные высокопроизводительными центральными и графическими процессорами, предназначены для ускорения разработки, настройки и обучения моделей ИИ в меньших масштабах и с меньшими затратами, чем в облаке.
Использование локальных данных не только более безопасно, но и позволяет специалистам по данным обучать модели ИИ в замкнутом цикле и быстрее, тем самым сокращая время получения конечных результатов.
Разнообразие крупных языковых моделей также получает всё большее признание в глобальном масштабе. Роберт Халлок, вице-президент и генеральный менеджер по искусственному интеллекту и техническому маркетингу Intel, в беседе с VietNamNet отметил, что для содействия цифровой трансформации страны могут разрабатывать собственные крупные языковые модели, и Вьетнам является примером вьетнамской крупной языковой модели.
По словам вице-президента Intel, в процессе работы с несколькими многоязычными моделями ИИ Вьетнам и Китай считаются двумя странами, которые успешно локализуют крупные языковые модели за счет включения элементов местного языка.
Г-н Роберт Халлок считает, что ИИ может эффективно применяться не только для развития бизнеса на предприятиях, но и в государственном секторе. В частности, правовая сфера органов власти — отличная среда для применения искусственного интеллекта.
Юридический документ может состоять из сотен страниц, что затрудняет понимание всей содержащейся в нём информации и правил. В таких случаях необходима объёмная языковая модель с виртуальным помощником, который задаёт вопросы и отвечает на них по конкретному содержанию.
Опрос Finastra показывает, что Вьетнам в настоящее время занимает лидирующие позиции на рынке по уровню интереса к генеративному ИИ. Согласно результатам опроса, 91% вьетнамцев отметили позитивные преимущества, которые генеративный ИИ несёт с собой.
Источник: https://vietnamnet.vn/no-ro-xu-huong-tu-phat-trien-cac-mo-hinh-ngon-ngu-lon-ai-2325714.html
Комментарий (0)