IBM недавно запустила новый «Lightweight Engine» для своего сервиса WatsonX.ai. Хотя он в первую очередь нацелен на «корпоративный сектор», он может послужить отправной точкой для безопасного внутреннего развертывания генеративного искусственного интеллекта для малых предприятий, стремящихся к масштабированию, или для компаний среднего размера в развивающихся отраслях, таких как финансовые технологии.
Рынок генеративного искусственного интеллекта, бесспорно, является основным катализатором роста доходов технологического сектора в первой половине 2024 года. Всего десять лет назад мало кто мог предсказать огромные размеры и масштабы этого сектора, во многом обусловленные взрывной популярностью больших языков.такие модели, как ChatGPT от OpenAI и Claude от Anthropic.
Генеративный ИИ в финансовых услугах
До запуска ChatGPT эксперты в области искусственного интеллекта и финансов широко отмечали, что большие языковые модели, такие как GPT-3, просто недостаточно надежны и точны для использования в мире финансов или где-либо еще, где нет права на ошибку.
Несмотря на достижения в этой области со времени появления ChatGPT в 2023 году, та же поговорка остается верной: модели ИИ, подготовленные для общего использования на общедоступных данных, так же непредсказуемы, как и информация, на которой они обучены. Чтобы генеративная модель ИИ была чем-то большим, чем просто чат-ботом, который может выполнять некоторые функции кодирования, модели должны быть специализированными.
JP Morgan Chase, например, недавно приобрела корпоративный доступ к ChatGPT OpenAI для всего своего штата сотрудников, насчитывающего 60 000 человек, что включает в себя тонкую настройку внутренних данных и индивидуальные защитные ограждения. Очевидно, что даже индустрия финансовых услуг прыгает на поезд генеративного ИИ.
За пределами чат-ботов
Хотя многие популярные общедоступные службы искусственного интеллекта, такие как ChatGPT, предлагают варианты корпоративного уровня, они, как правило, полностью основаны на облаке. В отраслях, где нормативные и фидуциарные обязанности требуют, чтобы определенные типы данных были изолированы от возможности внешнего манипулирования, например, в сфере финансовых технологий и финансовых услуг, облачные решения искусственного интеллекта могут не соответствовать требованиям безопасности.
WatsonX.ai от IBM работает как с облачными, так и с локальными решениями, а с добавлением Lightweight Engine модели можно запускать и развертывать на месте с меньшими затратами.
Cointelegraph спросил IBM о приложениях сервиса, и Савио Родригес, вице-президент компании по экосистемному проектированию и защите интересов разработчиков, рассказал нам:
«Поскольку компании добавляют локальные возможности, они хотят, чтобы на предприятии была самая легкая платформа для развертывания и запуска сценариев использования генеративного искусственного интеллекта, чтобы они не тратили впустую процессоры или графические процессоры. Именно здесь на помощь приходит легкий движок watsonx.ai, позволяющий независимым поставщикам программного обеспечения иразработчики смогут масштабировать корпоративные решения GenAI, оптимизируя при этом затраты».
В финансовых технологиях и других развивающихся отраслях, таких как горнодобывающая промышленность, блокчейн и криптокредитование, где решения искусственного интеллекта за пределами офиса могут не удовлетворять всем потребностям безопасности компании, гибкость облачных и локальных решений может означатьРазница между разработкой и внедрением моделей внутри компании или подпиской на решение другой фирмы.
Однако существует ряд конкурирующих услуг с компаниями, начиная от Microsoft, Google и Amazon и заканчивая стартапами, ориентированными на создание индивидуальных решений искусственного интеллекта, предоставляющих аналогичные услуги.
Хотя прямое сравнение сервисов выходит за рамки этой статьи, IBM Lightweight Engine, похоже, оправдывает свое название. Уменьшение занимаемой площади и повышение эффективности достигаются ценой отказа от некоторых функций, доступных только в полновесной версии.
По теме: Apple использовала чипы Google для обучения своего искусственного интеллекта — что же это значит для Nvidia?