- Updated: September 27, 2024
- 1 min read
Традиційне машинне навчання не мертве: розвиток і перспективи
Вступ до теми
У світі штучного інтелекту (ШІ) відбувається стрімка еволюція, і генеративні моделі, такі як ChatGPT, захопили уяву споживачів та підприємств. Однак, незважаючи на зростаючу популярність генеративного ШІ, традиційне машинне навчання залишається важливою складовою корпоративних стратегій ШІ. На конференції Cypher 2024, організованій AIM Media House, Sumeet Tandure, керівник відділу продажів Snowflake в Індії, Комерційного та Південного регіонів, розповів про стан традиційного машинного навчання та його місце в епоху генеративного ШІ.
Огляд стану традиційного машинного навчання
Tandure підкреслив, що традиційне машинне навчання все ще має свою нішу, особливо для випадків, які вимагають високої точності. Він зазначив: “Якщо ви працюєте з традиційним машинним навчанням, прогнозуючим машинним навчанням або дискримінантним машинним навчанням, є достатньо застосувань для цього – наприклад, фінансове планування, аналіз перспектив ринку, CRM та інші”.
Tandure додав, що існує величезна кількість випадків використання традиційного машинного навчання, від обробки функцій для цих традиційних моделей машинного навчання до навчання моделі та її розгортання. “Ви можете керувати всім життєвим циклом машинного навчання та процесами MLOps у Snowflake”, – сказав він.
Думки Sumeet Tandure
Tandure визнав, що темпи впровадження генеративного ШІ значно випередили попередні технології ШІ. “Того, чого машинне навчання досягало майже за десятиліття, генеративне ШІ здійснило лише за два роки”, – зазначив він, додавши, що понад 65% підприємств активно вивчають або впроваджують генеративне ШІ.
Підхід Snowflake до моделей ШІ
Tandure пояснив, що Snowflake пропонує інтегровану платформу, яка забезпечує роботу хмари даних ШІ, дозволяючи організаціям безпечно підключатися та працювати з даними у глобальному масштабі для розробки ШІ, додатків та інших рішень в корпоративному середовищі. Він зазначив, що Snowflake Cortex AI – це набір великих мовних моделей (LLMs), призначених для розуміння неструктурованих даних, надання відповідей на вільні запитання та інтелектуальної допомоги.
Виклики масштабування генеративного ШІ
Tandure не оминув викликів масштабування генеративного ШІ в корпоративному середовищі. Він вказав, що хоча експерименти з генеративним ШІ поширені, перехід цих моделей від пілотних проєктів до виробничого масштабування представляє значні перешкоди. “У споживчому середовищі помилка ChatGPT може не мати серйозних наслідків. Але в корпоративних випадках використання – чи то фінансові рішення, чи медичні записи – точність і довіра є неминучими”, – пояснив він.
Одним із основних занепокоєнь, за словами Tandure, є забезпечення того, щоб генеративні моделі ШІ видавали якісні та надійні відповіді. Він наголосив на важливості запобігання “галюцинаціям ШІ” – терміну, що використовується для опису неточних або вводячих в оману результатів, згенерованих ШІ.
Приклади корпоративних застосувань
Tandure навів кілька прикладів того, як підприємства використовують Snowflake для масштабування своїх зусиль із генеративним ШІ. Зокрема, він розповів про Siemens Energy, яка використовувала Snowflake для консолідації мільйонів дослідницьких документів на єдиній платформі. За допомогою спеціально створеного інтерфейсу чат-бота на основі ШІ дослідники Siemens могли ставити запитання та отримувати точні відповіді з бази даних.
Заходи, семінари та послуги від AIM Media House
AIM Media House, організатор конференції Cypher 2024, є провідною світовою медіа- та аналітичною компанією, що спеціалізується на ШІ. Вони пропонують різноманітні можливості для брендингу, навчання та залучення талантів у сфері ШІ та машинного навчання. Серед їхніх послуг – партнерська програма, шаблони для швидкого старту, портфоліо прикладів та цінові плани.
Висновок
Незважаючи на стрімкий розвиток генеративного ШІ, традиційне машинне навчання не втрачає своєї актуальності. Підприємства продовжують використовувати традиційні підходи до машинного навчання для вирішення конкретних завдань, які вимагають високої точності та надійності. Водночас, генеративне ШІ відкриває нові можливості для інновацій та трансформації бізнесу. Компанії, які зможуть ефективно поєднати ці два напрямки, матимуть конкурентну перевагу в майбутньому.
Для отримання додаткової інформації та ресурсів щодо впровадження ШІ у вашому бізнесі, відвідайте UBOS – провідну платформу для розробки та розгортання рішень на основі ШІ.