Episode 2224 - July 4 - Phần 1 của 2 - Ba Dự đoán táo bạo và có thể hành động cho tương lai của AI tạo sinh - Vina Technology at AI time - Lê Quang Văn | Podcast - Nhac.vn

Ba Dự đoán táo bạo và có thể hành động cho tương lai của AI tạo sinh – Phần 1 của 2

Dự đoán của Gartner giúp các nhà lãnh đạo công nghệ thông tin được thông báo và đi trước những phát triển công nghệ AI đang diễn ra nhanh chóng. Chúng tôi cung cấp tầm nhìn xa về sự gia tăng của các mô hình miền cụ thể, sử dụng dữ liệu tổng hợp và giảm thiểu chi phí môi trường của AI tạo sinh.

Bởi Lori Perri. Gartner. Ngày 12 tháng 4 năm 2024. Lê Quang Văn dịch, giải thích và thực hiện phần kỹ thuật số.

Bức tranh toàn cảnh

Các công nghệ AI tạo sinh sẽ phát triển mạnh mẽ trong bốn năm tới.

Các công nghệ nền tảng cho AI tạo sinh đang tiến triển với tốc độ chưa từng có, phần lớn nhờ vào các khoản đầu tư khổng lồ từ các công ty công nghệ lớn và các phòng thí nghiệm nghiên cứu. Trên thực tế, AI tạo sinh dường như miễn nhiễm với sự suy giảm tổng thể trong đầu tư mạo hiểm, và các công ty khởi nghiệp được tài trợ tốt vẫn tiếp tục xuất hiện và trưởng thành.

Nhìn vào tất cả bốn lớp của ngăn xếp công nghệ AI tạo sinh — cơ sở hạ tầng, mô hình, công cụ kỹ thuật AI và ứng dụng — Gartner đưa ra năm dự đoán về cách AI tạo sinh sẽ phát triển trong những năm tới. Chúng tôi xem trước ba trong số đó, cùng với những ảnh hưởng của chúng đối với tổ chức của bạn, dưới đây.

Đến năm 2027, hơn 50% các mô hình AI tạo sinh mà các doanh nghiệp sử dụng sẽ dành riêng cho một ngành hoặc chức năng kinh doanh — tăng từ khoảng 1% vào năm 2023.

• Mặc dù các mô hình chung mục đích hoạt động tốt trên một loạt các ứng dụng, nhu cầu về AI tạo sinh đang tăng lên trong nhiều lĩnh vực. Kết hợp với sự gia tăng sẵn có của các mô hình ngôn ngữ lớn mã nguồn mở có hiệu suất cao và khả năng sử dụng thương mại, có sự khao khát về các mô hình cụ thể theo miền.

• Các mô hình theo miền có thể nhỏ hơn, ít tốn kém về tính toán hơn và giảm thiểu rủi ro ảo giác liên quan đến các mô hình chung mục đích.

• Lên kế hoạch cho việc triển khai và quản lý nhiều mô hình AI tạo sinh theo miền để hỗ trợ một loạt các trường hợp sử dụng. Nhưng trước khi bạn tự xây dựng, hãy tìm các mô hình theo miền có sẵn mà bạn có thể đào tạo hoặc điều chỉnh để phù hợp với nhu cầu của doanh nghiệp.

Đến năm 2026, 75% doanh nghiệp sẽ sử dụng AI tạo sinh để tạo dữ liệu khách hàng tổng hợp, tăng từ dưới 5% vào năm 2023.

• Việc phát triển dữ liệu tổng hợp — tức là dữ liệu được tạo nhân tạo — hỗ trợ các hệ thống mà dữ liệu thực tế đắt đỏ, không có sẵn, không cân đối hoặc không thể sử dụng do các quy định về quyền riêng tư.

• Việc giới thiệu dữ liệu tổng hợp vào các mô hình cho phép các tổ chức mô phỏng môi trường và xác định các cơ hội phát triển sản phẩm mới, đặc biệt trong các ngành công nghiệp được quản lý chặt chẽ. Nó cũng cho phép nguyên mẫu nhanh chóng của phần mềm, trải nghiệm số và kết hợp.

• Tập trung sử dụng dữ liệu tổng hợp ở các khu vực liên quan trực tiếp đến tăng trưởng kinh doanh, chẳng hạn như phát triển các phân khúc khách hàng, hành trình và trải nghiệm khách hàng và đào tạo các mô hình học máy.

Đến năm 2028, 30% các triển khai AI tạo sinh sẽ được tối ưu hóa bằng các phương pháp tính toán tiết kiệm năng lượng, được thúc đẩy bởi các sáng kiến bền vững.

• Việc áp dụng nhanh chóng các công cụ AI tạo sinh đã làm cho tác động môi trường tiêu cực của AI tạo sinh, mà công chúng và chính phủ đang kêu gọi, trở thành mối quan tâm ngay lập tức cho các nhà lãnh đạo doanh nghiệp.

• Giảm thiểu năng lượng và tài nguyên cần thiết cho việc đào tạo và phát triển AI là rất quan trọng. Năng lượng tái tạo và cơ sở hạ tầng cho cả dịch vụ tại chỗ và đám mây sẽ được tùy chỉnh cho AI.

• Kiểm soát chi phí cho các tài nguyên tính toán tối ưu hóa năng lượng bằng cách đa dạng hóa các nhà cung cấp, theo đuổi kiến trúc có thể cấu thành và hoạt động tại biên cho AI tạo sinh ở mỗi khu vực hoạt động, và sử dụng năng lượng tái tạo chất lượng cao trong quá trình đào tạo để giảm thiểu tác động của nó đối với các mục tiêu bền vững của bạn.

“AI tạo sinh đang được nhúng vào một loạt các ứng dụng kinh doanh và khi các mô hình nền tảng trở nên đa