Sztuczna inteligencja (AI) ulega zmianom. Ale nie zapominajmy, skąd pochodzimy. Wczesne koncepcje pseudo-świadomej inteligencji, które wypłynęły z laboratoriów komputerów mainframe w latach pięćdziesiątych XX wieku, mogły być zbyt embrionalne, jak na ówczesne możliwości przetwarzania i przechowywania. Chociaż być może ustąpiły one miejsca „filmowej sztucznej inteligencji” z lat 80., prawdziwy postęp zaczęliśmy zauważać dopiero po tysiącleciu, a IBM Watson zyskał znaczny udział (i więcej) uwagi w tej przestrzeni.

Sztuczna inteligencja znów się zmienia i nietrudno domyślić się dlaczego. Rozwój generatywnej sztucznej inteligencji (gen-AI) czerpiącej z modeli wielkojęzykowych (LLM) działających w wektorowych bazach danych nie umknął uwadze technicznych serwisów informacyjnych przez cały rok.

Ostrzejsze i wyrafinowane narzędzia AI

Ale gdy wkraczamy w nowy rok i być może część zamieszania i szumu opadnie, to, co stanie się później ze sztuczną inteligencją, będzie dotyczyło udoskonalenia i narzędzi, tj. teraz zmierzamy w kierunku tworzenia ostrzejszych modeli językowych, które są dostosowane do branży, zadania lub funkcji. konkretne zadania… a teraz skupiamy się na tworzeniu ostrzejszych narzędzi dla specjalistów zajmujących się tworzeniem aplikacji, aby mogli wprowadzać nowe odmiany sztucznej inteligencji do naszych aplikacji.

Google zakończył rok histerii związanej z genetyczną sztuczną inteligencją, wprowadzając na rynek swój duży model językowy Gemini.

Zanim zastanowimy się, w jaki sposób Google pozycjonuje Gemini, aby odzwierciedlić aktualne trendy, zatrzymajmy się na jedną nanosekundę i przypomnijmy sobie to, co właśnie tutaj powiedzieliśmy, czyli branża IT nie mówi o silniku lub modelu AI wyższego poziomu, lecz o błyskotkach technologicznych nie skupiamy się na jakiejś nowej aplikacji wzbogaconej o sztuczną inteligencję, która zamówi nowy kufel mleka, gdy karton z etykietą RFID w Twojej lodówce będzie wskazywał datę przydatności do spożycia… i nie mówimy tu o jakimś nowym widżecie AI, który ma się pojawić na naszych smartfonach. Zamiast tego jesteśmy podekscytowani nowym podejściem do nauki danych na niższym poziomie substratu, które będzie przenikać w górę, aby zapewnić nam lepszą sztuczną inteligencję. Jak powiedzieliśmy, sztuczna inteligencja się zmienia.

Pomijając fanfary, widzimy, że Google w dużym stopniu odzwierciedla potrzebę udoskonalenia i udoskonalenia sztucznej inteligencji na tym etapie. Technolodzy chcą narzędzi sztucznej inteligencji, które będą w stanie przetwarzać dowolne dane i działać w najróżniejszych scenariuszach po wdrożeniu. Google o tym wie i stworzyło Gemini tak, aby było „multimodalne” i mogło przyjmować informacje w formie tekstowej, ale także w postaci obrazów, dźwięku i wideo.

Trojaczki Bliźniąt

Chociaż zwykle myślimy o parach Bliźniąt jako o zestawie bliźniaczym, przynajmniej w kategoriach astrologicznych, ten Bliźnięta został ukształtowany i skalowany jako potrójny pakiet. Google twierdzi, że tworząc różne wersje Gemini, będzie ono „efektywnie działać” we wszystkich zastosowaniach, od wdrożeń w chmurze na poziomie centrum danych po urządzenia mobilne. Aby umożliwić twórcom aplikacji dla przedsiębiorstw tworzenie i skalowanie przy użyciu sztucznej inteligencji, Gemini 1.0 zostało zoptymalizowane 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 wyrządzić mu krzywdę, ale rozumiesz, o co chodzi.
• Gemini Nano: Jak sugeruje zdrobniała nazwa, najbardziej wydajny model do zadań na urządzeniu.

Mając na pierwszym planie zainteresowania programistów z prawdziwego świata, firma potwierdza teraz, że Gemini Pro jest dostępny za pośrednictwem interfejsu API Gemini dla programistów w Google AI Studio – środowisku programistycznym firmy zaprojektowanym w celu umożliwienia programistom integracji modeli Gemini za pośrednictwem interfejsu programowania aplikacji (API). i opracowywać podpowiedzi podczas tworzenia kodu do tworzenia generatywnych aplikacji AI. Jest ona również dostępna dla przedsiębiorstw za pośrednictwem platformy Vertex AI firmy Google Cloud, jak wyjaśniono 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 przenieść swój kod AI Studio do Vertex AI w celu dodatkowej personalizacji i korzystania z funkcji Google Cloud za odpowiednią opłatą. Nie ma czegoś takiego jak bezpłatny lunch ze sztuczną inteligencją, jak wiemy.

Kształtowanie AI dla zdrowia

Jeśli tendencja do kształtowania i wyostrzania (a ogólnie rzecz biorąc, możemy przyjąć, że skala jest oczywista) sztucznej inteligencji zrodziła się obecnie w wyniku pracy Google z tymi narzędziami, możemy to zobaczyć we wprowadzeniu MedLM, rodziny podstawowych modeli dostosowanych do branży medycznej, dostępna dla klientów Google Cloud w USA za pośrednictwem Vertex AI, technologia ta będzie szerzej dostępna w przyszłym roku.

Firma pragnie pokazać przyjazną twarz, próbując zachęcić programistów do zaangażowania się w jej technologie AI, zapewniając dalsze narzędzia i pomoc. Według własnego bloga Google poświęconego sztucznej inteligencji „Duet AI dla programistów jest teraz ogólnie dostępny. Ten zawsze aktywny współpracownik z Google Cloud oferuje 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. Usprawnia także uruchamianie aplikacji w Google Cloud, a Duet AI for Developers zapewnia przedsiębiorstwom wbudowaną pomoc w zakresie wymagań związanych z prywatnością, bezpieczeństwem i zgodnością. W ciągu najbliższych kilku tygodni włączymy Gemini do naszego portfolio Duet AI.”

Co będzie dalej, globalnie

Choć firma Google odzwierciedlała (niektórzy powiedzieliby, że podążała, niektórzy powiedzieliby, że podążała) trendy panujące w całej branży sztucznej inteligencji i pracowała nad jej udoskonaleniem i kształtowaniem od sposobu, w jaki przyswaja informacje po sposób, w jaki można je zastosować, nadal (oczywiście) istnieją zbliżające się wyzwania. Chociaż wiele z tych technologii jest dostępnych na wszystkich terytoriach, Google wprowadza je najpierw w USA, a w ich ślady podąża Europa (i reszta świata), więc jeśli chodzi o czynniki związane z wdrażaniem na arenie międzynarodowej i być może zarządzanie, na przyszłość pozostaje szersze pytanie.

Wezwaliśmy tutaj branżę medyczną. Trwają również prace nad dostarczeniem sztucznej inteligencji Google Duet w przestrzeni operacji bezpieczeństwa (SecOps) i udostępnieniem obrońcom generatywnej sztucznej inteligencji w ramach ujednoliconej platformy SecOps. 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 włączyć się w ruch 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 że nie mamy halucynacji.

Obserwuj mnie na Świergot lub LinkedIn.