جلسات درخواستی از اجلاس Low-Code/No-Code را بررسی کنید تا بیاموزید چگونه با ارتقاء مهارت و مقیاس‌بندی توسعه‌دهندگان شهروند، نوآوری موفقیت‌آمیز و دستیابی به کارایی داشته باشید. الان ببین.
برخی از بزرگ‌ترین نام‌های فناوری، کارکنان هوش مصنوعی (AI) و یادگیری ماشین (ML) از جمله متا، توییتر و آمازون را در پاییز امسال اخراج کردند. با توجه به آن، منطقی است که اعصاب صنعت با ورود به سال 2023 بالا باشد، اما اینطور نیست.
حتی در بحبوحه رکود احتمالی، کارشناسان هوش مصنوعی در چندین صنعت به VentureBeat گفتند که انتظار دارند نوآوری هوش مصنوعی ادامه یابد و شرکت‌ها بودجه و اولویت‌ها را بر اساس آن تنظیم کنند. در واقع، این رهبران صنعت به طور قاطع بر سه حوزه ای تاکید کردند که در آن هوش مصنوعی در سال گذشته رشد کرده و در سال 2023 به رشد خود ادامه خواهد داد: اتوماسیون محل کار و هوش مصنوعی انسان محور. تصمیم گیری مبتنی بر هوش مصنوعی؛ و موارد استفاده از هوش مصنوعی مولد.
اسکات استفنسون، مدیرعامل Deepgram، یک رونویسی مبتنی بر هوش مصنوعی، گفت: “ایالات متحده تا زانو در یک رکود قرار دارد، اما علیرغم عدم قطعیت های اقتصادی که مصرف کنندگان و شرکت ها با آن مواجه هستند، من پیش بینی می کنم که هوش مصنوعی نه تنها انعطاف پذیر، بلکه ضد رکود خواهد ماند.” ابزار هوش مصنوعی در سال 2023 با کاهش هزینه‌ها و افزایش نوآوری، در کسب‌وکار نقش محوری خواهد داشت. به عبارت ساده، هوش مصنوعی به ما کمک می‌کند تا کارهای بیشتری را با کمتر انجام دهیم.»
در حالی که برخی ممکن است “کاهش هزینه ها و افزایش نوآوری” را به عنوان اتوماسیون محل کار و ابزارهای هوش مصنوعی بشنوند که آنها را از کار کنار می کشد، چندین رهبر می گویند آنچه محتمل تر است این است که اتوماسیون وظایف پیش پا افتاده را بر عهده بگیرد، بنابراین کارمندان می توانند روی کارهای پیشرفته تر تمرکز کنند.
رویداد
اجلاس امنیت هوشمند
نقش حیاتی AI و ML در امنیت سایبری و مطالعات موردی خاص صنعت را در 8 دسامبر بیاموزید. امروز برای پاس رایگان خود ثبت نام کنید.
اکنون ثبت نام کنید
ویشال سیکا، بنیانگذار و مدیر عامل پلتفرم هوش مصنوعی انسان محور، Vian AI، می گوید: «هوش مصنوعی در کوتاه مدت جایگزین انسان نخواهد شد و نباید. واقعیت این است که هوش مصنوعی امروز، به همان اندازه که چشمگیر و قدرتمند است، به هیچ وجه به قضاوت انسان نزدیک نیست. در سال 2023، تشخیص اینکه پلتفرم های زیادی برای استفاده انسان ها طراحی نشده اند، افزایش خواهد یافت. سیستم‌های بیشتر و بیشتری برای تقویت قضاوت انسان طراحی خواهند شد – برای کمک به مردم و تشویق همزیستی هوش مصنوعی، به جای اینکه به دنبال جایگزینی هوش مصنوعی برای کاربر باشند.
تعامل انسان و ماشین نیازمند راه حل های انسان محور است
از آنجایی که هوش مصنوعی به تغییر نحوه کار و ابزارهایی که برای کار استفاده می کنیم ادامه می دهد، چندین متخصص می گویند که خود ابزارها نیز باید انسان محورتر شوند – ساده کردن کارها در جریان کار روزانه یا ایجاد بستری که دو طرفه را آسان می کند. تعامل انسان و فناوری
زیشان عارف، بنیانگذار و مدیر عامل شرکت توسعه نرم‌افزار Whizpool، گفت: «ما شاهد گسترش سیستم‌های هوش مصنوعی غیر فنی و کاربرپسند خواهیم بود. “آنها سیستم های هوش مصنوعی بیشتری را در داخل خواهند ساخت تا به آنها کمک کند عملیات خود را ساده کرده و خدمات مشتریان خود را بهبود بخشند.”
Pieter Buteneers، مدیر مهندسی ML و AI در Sinch، یک پلت فرم ارتباطات ابری، این موضوع را تکرار کرد و به VentureBeat گفت که در سال جدید، هوش مصنوعی احتمالاً با «پیشرفت» از کلمات کلیدی دور خواهد شد.[es] به سوی درک و درک واقعی.»
رهبران صنعت به VentureBeat گفتند که این فناوری‌ها می‌توانند به مقیاس‌پذیری فرآیندهای تجاری کمک کنند.
NLP در حال متحول کردن نحوه تعامل انسان با ماشین‌ها است. دوانشو بانسال، یکی از بنیانگذاران The X Future، یک پلتفرم ایده‌پردازی برای تیم‌های شرکتی، گفت: این فناوری‌ها می‌توانند آنچه مردم می‌گویند را درک کنند، بر اساس آن اطلاعات به درستی عمل کنند و بر اساس آن پاسخ دهند. “NLP چیزهای بیشتری برای ارائه دارد تا فقط ارتباط واضح با کاربران. همچنین می تواند با کمک به آنها در درک صدای مشتری به مقیاس عملیات تجاری کمک کند.
علاوه بر آن، با پیشرفت‌های روزافزون به سمت هوش مصنوعی انسان محور، و به‌ویژه در NLP و LLM، جولین سالیناس، بنیانگذار و مدیر عامل NLP Cloud، یک استارت‌آپ هوش مصنوعی که LLM را به کار می‌گیرد، پیش‌بینی می‌کند که این پیشرفت حتی ممکن است این فناوری را مقرون به صرفه‌تر کند.
سالیناس گفت: «ما همچنان شاهد رشد پایدار پذیرش فناوری‌های هوش مصنوعی در مورد پردازش زبان طبیعی هستیم. “من انتظار دارم که مدل های زبان بزرگ به لطف بسیاری از بهینه سازی های سطح پایین که در حال حاضر توسط جامعه هوش مصنوعی انجام می شود ارزان تر شوند.”
مدل‌های هوش مصنوعی و ML بر اساس داده‌های باکیفیت هدایت خواهند شد
اگرچه هوش مصنوعی در طول سال گذشته رشد سریعی را تجربه کرده است، برخی می گویند که به اندازه کافی سریع پیشرفت نمی کند و در نوعی «عصر حجر» گیر می کند – به همین دلیل است که بسیاری از پروژه های ML شکست می خورند. با نگاهی به سال 2023، این چیزی است که رهبران صنعت به طور فزاینده ای از آن آگاه هستند و قصد دارند به آن رسیدگی کنند.
سامیر ماسکی، مدیر عامل Fusemachines، یک پلتفرم آموزشی هوش مصنوعی، و استاد هوش مصنوعی در دانشگاه کلمبیا، به VentureBeat گفت: «در سطح سازمانی، سیلوهای داده همچنان یک مانع بزرگ را به وجود می‌آورند…سازمان‌ها به آرامی شروع به درک موفقیت‌های هوش مصنوعی می‌کنند. روی داده‌ها و بسیاری از آنها.»
در نتیجه، ماسکی انتظار دارد راه‌حل‌های بیشتری را ببیند که امکان دسترسی به «مجموعه‌های معتبر داده‌ها را فراهم می‌کند که به کسب‌وکارها کمک می‌کند تا از کارایی‌های مبتنی بر هوش مصنوعی بهره‌مند شوند».
یکی از راه‌حل‌هایی که برای مقابله با گرسنگی داده‌های هوش مصنوعی به صحنه می‌آید، استفاده از داده‌های مصنوعی است، که گارتنر پیش‌بینی می‌کند تا سال 2024 از آن برای تسریع 60 درصد پروژه‌های هوش مصنوعی استفاده شود. راه‌حل دیگر استفاده از مدل‌های بنیادی است که معمولاً در مقادیر زیاد آموزش داده می‌شوند. داده‌های بدون برچسب و سپس با مجموعه‌های کوچک‌تری از داده‌های برچسب‌دار جفت می‌شوند تا حل مسئله را پیش ببرند.
اولریک استیگ هانسن، رئیس و یکی از بنیانگذاران شرکت بینایی کامپیوتر Encord می گوید: «به نظر می رسد روند کلی به سمت هوش مصنوعی داده محور در حال افزایش است. این امر موانع ورود شرکت‌ها برای شروع کسب درآمد از داده‌های خود و همه چیز را کاهش می‌دهد [being] برابر باید منجر به پذیرش گسترده‌تر این فناوری‌ها شود. در طول سال آینده، شرکت ها باید یاد بگیرند که چگونه از داده ها به صورت استراتژیک استفاده کنند. اینجاست که آنها واقعاً می توانند مزیت رقابتی هوش مصنوعی را پیدا کنند.»
موارد استفاده هوش مصنوعی مولد منفجر خواهد شد
پیشرفت در هوش مصنوعی مولد، که ممکن است به طور غیررسمی «موضوع سال» در این زمینه نامیده شود، امسال رشد کرد و چندین شرکت و ابزار جدید را به وجود آورد که در حال اصلاح نحوه انجام کار خلاق و غیرخلاق هستند. ابزارهایی مانند DALL-E، Imagen و Stable Diffusion مفاهیم متن به تصویر اصلی را تقریباً بلافاصله پس از ارائه حتی مبهم‌ترین اعلان‌ها ایجاد می‌کنند – مانند «ربات هوش مصنوعی که روی تخت نشسته است».
علاوه بر موارد استفاده رو به رشد، Stig-Hansen از Encord پیش‌بینی می‌کند که «جهشی تحول‌آفرین در دسترسی به هوش مصنوعی مولد وجود خواهد داشت».
این دامنه در سال 2023 نشانه‌ای از کاهش سرعت را نشان نمی‌دهد، با پیش‌بینی گارتنر که هوش مصنوعی مولد نه تنها کیفیت محصول دیجیتال را بهبود می‌بخشد، بلکه تا سال 2025 نیز 10 درصد از کل داده‌های تولید شده را تشکیل می‌دهد – در مقایسه با 1 درصد فعلی.
هوش مصنوعی مولد ابزاری است که اگرچه هنوز کاملاً جایگزین مشاغل نشده است، اما کنجکاوی را در بخش های سازمانی در مورد آنچه ممکن است در پیش داشته باشد برانگیخته است.
استفنسون از دیپگرام گفت: «همانطور که این فناوری پیچیده‌تر می‌شود، نه تنها برای تولید تصاویر و محتوا، بلکه برای سایر صنایع مانند تشخیص گفتار و بانکداری، همچنان مخرب خواهد بود. من پیش‌بینی می‌کنم که فناوری مولد به زودی به عنوان یک اسکلت بیرونی برای انسان عمل می‌کند – از کاری که ما انجام می‌دهیم پشتیبانی می‌کند و در نهایت آینده‌ای کارآمدتر و خلاقانه‌تر را رقم می‌زند.»
با قابلیت‌های تبدیل متن به تصویر، متن به ویدیو و قابلیت‌های آینده متن به سه بعدی که هوش مصنوعی مولد ارائه می‌کند، استفاده از این ابزار نیز افزایش می‌یابد – احتمالاً حتی خارج از فناوری و فضاهای سازمانی به فضاهای دیگری مانند سرگرمی و خلاقیت. استیگ هانسن گفت که حرفه ها.
او گفت: «این مدل‌های هوش مصنوعی بهتر می‌شوند و عکس‌واقعی‌تر می‌شوند. «فضا از چهره‌های تولید شده با هوش مصنوعی به کل بدن هم در تصاویر و هم در ویدیو تکامل می‌یابد. همچنین استقبال گسترده ای از هوش مصنوعی مولد در صنایع خلاق از جمله صنعت موسیقی وجود خواهد داشت.
سرمایه‌گذاران نیز شروع به توجه به فناوری جدید کرده‌اند، اما برخی منتظرند ببینند که آیا این فناوری کاملاً «هیجان‌انگیز» باقی خواهد ماند یا اینکه رشد آن برای یک مسیر رو به جلو ثابت می‌شود.
بانسال، یکی از بنیانگذاران The X Future، گفت که صندوق آنها، Z Nation Lab، یک سرمایه‌گذار اولیه در پلتفرم تولید محتوای مبتنی بر هوش مصنوعی Jasper AI بود و گفت که او می‌داند که این سرمایه‌گذاری فقط از اینجا افزایش می‌یابد.
بانسال گفت: «مشاهده رشد تصاعدی که Jasper AI در دو سال گذشته به دست آورده است، من را نسبت به استفاده از هوش مصنوعی مولد در بازاریابی خوشبین می کند.
یادداشت های سال 2023
بر اساس گزارش Fortune Business Insights که همچنین گزارش می دهد ارزش این بخش تا سال 2029 بیش از یک تریلیون دلار خواهد بود، انتظار می رود سرمایه گذاری و رشد در بازار هوش مصنوعی به طور کلی در چند سال آینده افزایش یابد.
غول های تحقیقاتی از جمله گارتنر، فارستر و مک کینزی بر توسعه عظیم هوش مصنوعی تاکید دارند. به عنوان مثال، افراز جعفری، تحلیلگر گارتنر، به رهبران توصیه می‌کند «به نوآوری‌هایی که انتظار می‌رود طی دو تا پنج سال آینده به جریان اصلی برسند» توجه ویژه‌ای داشته باشند تا به مزیت رقابتی دست یابند. Forrester پیش‌بینی می‌کند که نرم‌افزار هوش مصنوعی 50 درصد سریع‌تر از بقیه بازار نرم‌افزار رشد خواهد کرد. و محققان مک کینزی نیز انتظار دارند که نرخ پذیرش هوش مصنوعی همچنان در حال افزایش باشد.
لیور گاویش، مدیر ارشد فناوری پلتفرم مشاهده‌پذیری داده مونت کارلو، گفت: «شرکت‌ها نمی‌توانند اجازه دهند که قدرت گسترده و وعده AI/ML آنها را از بهره‌گیری از قابلیت‌های آن بازدارد، حتی اگر در این آب‌های اقتصادی ناهموار حرکت می‌کنند». «با بودجه‌های فشرده‌تر امروزی و تیم‌های لاغرتر، وقتی صحبت از بهینه‌سازی تأثیر AI/ML می‌شود، کمتر واقعاً بیشتر است.»
ماموریت VentureBeat این است که یک میدان شهر دیجیتال برای تصمیم گیرندگان فنی باشد تا دانشی در مورد فناوری سازمانی متحول کننده کسب کنند و معامله کنند. جلسات توجیهی ما را کشف کنید.