Sztuczna inteligencja (AI) ulega zmianom. Ale nie zapominajmy, skąd pochodzimy. Wczesne koncepcje pseudoświadomej inteligencji, które wyciekły z laboratoriów komputerów mainframe w latach pięćdziesiątych XX wieku, mogły być zbyt embrionalne, jak na ówczesne możliwości przetwarzania i przechowywania. Chociaż w latach 80. ustąpiła miejsca „filmowej sztucznej inteligencji”, prawdziwy postęp zaczęliśmy zauważać dopiero po tysiącleciu, a IBM Watson zyskał znaczną część (i więcej) uwagi w tej dziedzinie.
Oczywiście sztuczna inteligencja znów się zmienia i nietrudno zrozumieć, dlaczego. Pojawienie się generatywnej sztucznej inteligencji (gen-AI) wywodzącej się z dużych modeli językowych (LLM) działających w wektorowych bazach danych nie było przez cały rok nowością technologiczną.
Przejrzystsze i bardziej dopracowane narzędzia AI
Ale gdy wkraczamy w nowy rok i być może część szumu opadnie, to, co stanie się później ze sztuczną inteligencją, będzie dotyczyć optymalizacji i narzędzi, co oznacza, że teraz zmierzamy do stworzenia wyraźniejszych modeli językowych dostosowanych do branży, zadania lub funkcji. Konkretne zadania… Obecnie zmierzamy w kierunku tworzenia bardziej precyzyjnych narzędzi dla specjalistów zajmujących się tworzeniem aplikacji, aby mogli wprowadzać nowe rodzaje sztucznej inteligencji do naszych aplikacji.
Google zakończył rok histerii związanej ze sztuczną inteligencją ogólną, wprowadzając na rynek duży model językowy Gemini.
Zanim pomyślimy o tym, jak Google pozycjonuje Gemini, aby odzwierciedlić aktualne trendy, zatrzymajmy się na nanosekundę i przypomnijmy sobie to, co właśnie tutaj powiedzieliśmy, czyli branża IT nie mówi o silniku lub modelu AI wysokiego poziomu, a raczej o technologii gwiazdy nie skupiają się na nowej aplikacji, bogatej w sztuczną inteligencję, która zamówi dla Ciebie nowy kufel mleka, gdy na kartonie z etykietą RFID w Twojej lodówce widnieje data minimalnej trwałości… i nie mówimy tu o jakichś nowych Narzędzia AI, które pojawią się na naszych smartfonach. Zamiast tego jesteśmy podekscytowani nowym podejściem do nauki o danych na najniższym poziomie filaru, które będzie pęcznieć w górę, zapewniając nam lepszą sztuczną inteligencję. Jak powiedzieliśmy, sztuczna inteligencja się zmienia.
Pomijając szum, widzimy tutaj, że Google w dużej mierze odzwierciedla w tym momencie potrzebę udoskonalenia i ulepszenia swojej sztucznej inteligencji. Technolodzy chcą narzędzi sztucznej inteligencji, które mogą przyjmować dowolny typ danych i pracować w najróżniejszych scenariuszach po wdrożeniu. Google o tym wie i stworzyło Gemini tak, aby było „multimedialne” i mogło przyjmować informacje w formie tekstu, ale także w formie obrazów, audio i wideo.
Trylogia Bliźniąt
Chociaż zwykle myślimy o parach Bliźniąt jak o bliźniakach Terminy astrologiczne Przynajmniej ten Bliźnięta ma kształt i jest mierzony jako trygon. Google twierdzi, że tworząc różne wersje Gemini, będzie ono „działać wydajnie” we wszystkich zastosowaniach, od wdrożeń w chmurze na skalę centrum danych po urządzenia mobilne. Aby umożliwić twórcom aplikacji dla przedsiębiorstw tworzenie i skalowanie przy użyciu sztucznej inteligencji, Gemini 1.0 jest zoptymalizowany w trzech różnych rozmiarach:
- Gemini Ultra: Największy i najpotężniejszy model do bardzo złożonych zadań.
- Gemini Pro: Model najlepiej dostosowany do skalowania w szerokim zakresie zadań – nazywanie go wielofunkcyjnym może być krzywdą, ale rozumiesz, o co chodzi.
- Gemini Nano: Jak sama nazwa wskazuje, jest to najbardziej wydajny model do zadań wykonywanych na urządzeniu.
Biorąc pod uwagę obawy twórców oprogramowania w świecie rzeczywistym, firma potwierdza teraz, że Gemini Pro jest dostępny dla programistów za pośrednictwem interfejsu API Gemini w Google AI Studio – środowisku programistycznym firmy zaprojektowanym w celu umożliwienia programistom integracji modeli Gemini za pośrednictwem interfejsu programowania aplikacji (API). i rozwijaj oświadczenia podczas tworzenia kodu do tworzenia produktywnych aplikacji AI. Jest również dostępna dla przedsiębiorstw za pośrednictwem platformy Vertex AI firmy Google Cloud, jak opisano tutaj.
Dlaczego Gemini jest dostępne na obu trasach? Opcja API za pośrednictwem AI Studio to bezpłatne internetowe narzędzie programistyczne zaprojektowane w celu zachęcania do korzystania i wzbudzania zainteresowania. Google twierdzi, że gdy programiści będą gotowi na w pełni zarządzaną platformę AI, będą mogli za odpowiednią opłatą przenieść swój kod AI Studio do Vertex AI w celu uzyskania dodatkowych możliwości dostosowania i korzystania z funkcji Google Cloud. Nie ma czegoś takiego jak darmowy lunch ze sztuczną inteligencją, jak wiemy.
Kształtowanie sztucznej inteligencji dla zdrowia
Jeśli trend w kierunku kształtowania i doskonalenia sztucznej inteligencji (a ogólnie rzecz biorąc możemy przyjąć, że jest to coś oczywistego) zrodził się obecnie w wyniku pracy Google nad tymi narzędziami, możemy go zobaczyć na czele MedLM – rodziny podstawowych modeli, które sprawdziły się – dostrojona pod kątem W opiece zdrowotnej, dostępna dla klientów Google Cloud w USA za pośrednictwem Vertex AI, technologia ta będzie szerzej dostępna w przyszłym roku.
Firma chce przybrać przyjazną minę, próbując zachęcić programistów do zaangażowania się w jej technologie AI, udostępniając więcej narzędzi i pomocy. według Blog Google dotyczący sztucznej inteligencji„Duet AI dla programistów jest teraz ogólnie dostępny. Ten częsty współpracownik Google Cloud zapewnia pomoc w kodzie opartą na sztucznej inteligencji i pomoc na czacie, aby pomóc użytkownikom tworzyć aplikacje w ich ulubionym edytorze kodu i narzędziach cyklu życia oprogramowania. Upraszcza to także uruchamianie aplikacji w Google Cloud i Duet Sztuczna inteligencja dla programistów zapewnia przedsiębiorstwom wbudowane wsparcie w zakresie wymagań związanych z prywatnością, bezpieczeństwem i zgodnością. W ciągu najbliższych kilku tygodni będziemy integrować Gemini z naszym portfolio Duet AI.
Co będzie dalej, globalnie?
Chociaż Google odzwierciedla (niektórzy mogą powiedzieć, że napędza, niektórzy mogą powiedzieć, że podąża za) ogólnymi trendami w branży sztucznej inteligencji i pracuje nad udoskonaleniem i kształtowaniem sztucznej inteligencji od sposobu, w jaki przyswaja informacje do sposobu, w jaki może je zastosować, nadal (oczywiście) stoją przed nami wyzwania. Chociaż wiele z tych technologii jest dostępnych we wszystkich regionach, Google wprowadza je najpierw w USA, a następnie w Europie (i reszcie świata), więc jeśli chodzi o czynniki wdrożenia międzynarodowego i być może zarządzanie, pojawia się szersze pytanie o przyszłość .
Zwróciliśmy się tu do branży medycznej. Prowadzono także prace nad wprowadzeniem sztucznej inteligencji Google Duet do przestrzeni operacji bezpieczeństwa (SecOps) i powszechnym udostępnieniem generatywnej sztucznej inteligencji obrońcom w ramach ujednoliconej platformy SecOps. Jest to świetne rozwiązanie dla zespołów ds. bezpieczeństwa, ale w a) zespole operacyjnym i b) szerszym dziale IT jest wielu innych inżynierów technologicznych, którzy będą chcieli dołączyć do ruchu generatywnej sztucznej inteligencji i móc pracować równolegle (gra słów zamierzona równoległość oprogramowania) z ich koledzy.
Sztuczna inteligencja zmienia się i będzie to zmieniać nadal – choć wielu uważa, że ten rok generatywnej sztucznej inteligencji będzie przełomowy – miejmy nadzieję, że programiści otrzymają odpowiednie narzędzia i nie będą mieć halucynacji.
„Zła entuzjasta podróży. Irytująco skromny ćpun internetu. Nieprzepraszający alkoholiczek”.
