Недавнее исследование Accenture показало, что компании, внедряющие передовые технологии искусственного интеллекта, такие как большие языковые модели и генеративный ИИ, могут увеличить доход до 10%, что в 2,6 раза больше, чем у компаний, не применяющих эту технологию.
В эпоху искусственного интеллекта и больших языковых моделей (LLM) наука о данных и ИИ все больше интегрируются в рабочий процесс. Однако внедрение и применение моделей ИИ в бизнес-операциях также сталкивается со многими трудностями.
По словам г-на Нгуена Ван Туана, генерального директора Hyratek, подразделения, которое поддерживает систему ИИ и инфраструктуру для проекта по восстановлению фотографий мучеников, спрос на системы оборудования, используемые для обучения и коучинга ИИ в мире, превышает предложение на рынке. . Чтобы получить оборудование, покупателям приходится заказывать его у поставщиков даже за полгода вперед.
Мир «жаждет» аппаратной инфраструктуры для обслуживания искусственного интеллекта. Между тем, системы искусственного интеллекта часто обучаются централизованно, что обходится очень дорого. Это является препятствием для применения ИИ в бизнес-операциях.
Многие предприятия во Вьетнаме используют облачные сервисы для развертывания моделей ИИ. Однако эта форма является дорогостоящей при работе в больших масштабах и не обеспечивает гибкости рабочего процесса.
На недавнем мероприятии г-н Нгуен Ван Зяп, генеральный директор Lenovo Vietnam, сказал, что для более широкого применения ИИ в операционных и производственных процессах у предприятий появилась новая тенденция использования рабочих станций. Интеграция 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 с помощью замкнутого цикла и более быстрого тестирования, тем самым сокращая время получения окончательных результатов.
Разнообразие крупных языковых моделей также все больше признается на глобальном уровне. В беседе с VietNamNet г-н Роберт Халлок, вице-президент и генеральный менеджер по ИИ и техническому маркетингу компании Intel, сказал, что для содействия цифровой трансформации страны могут разрабатывать крупные языковые модели самостоятельно. Вьетнам является основной языковой моделью Вьетнамский.
По словам вице-президента Intel, в процессе работы с несколькими многоязычными моделями ИИ Вьетнам и Китай считаются двумя странами, которые успешно локализуют большие языковые модели, включая в них элементы. локальный язык
Г-н Роберт Халлок считает, что ИИ можно эффективно применять не только для развития бизнеса на предприятиях, но и в государственном секторе. В частности, правовые коридоры правительств представляют собой идеальную среду для искусственного интеллекта.
Юридический документ может состоять из сотен страниц, что затрудняет понимание всей содержащейся в нем информации и правил. Здесь на помощь приходит большая языковая модель с виртуальным помощником, который может задавать вопросы по конкретному контенту и отвечать на них.
Исследование Finastra показывает, что в настоящее время Вьетнам лидирует на рынке по интересу к искусственному интеллекту. По результатам опроса, 91% вьетнамцев выразили свою реакцию на позитивные ценности, которые несет с собой искусственный интеллект.
Источник: https://vietnamnet.vn/no-ro-xu-huong-tu-phat-trien-cac-mo-hinh-ngon-ngu-lon-ai-2325714.html
Comment (0)