Mając rok 2023 w lusterku wstecznym, można śmiało powiedzieć, że wydanie ChatGPT przez OpenAI nieco ponad rok temu wprawiło branżę technologiczną w podekscytowany, maniakalny stan. Firmy takie jak Microsoft i Google przeznaczyły ogromne zasoby na sztuczną inteligencję, aby spróbować nadrobić zaległości, a fundusze venture capital potknęły się o siebie, aby sfinansować firmy robiące to samo. Przy tak ogromnym tempie innowacji może być trudno dostrzec, co będzie dalej, ale możemy spróbować wziąć wskazówki z dotychczasowej ewolucji sztucznej inteligencji, aby przewidzieć, dokąd zmierza. Poniżej przedstawiamy 10 śmiałych prognoz określających, w jaki sposób pojawiające się trendy w rozwoju sztucznej inteligencji mogą się rozwinąć w 2024 roku i później.

1. Osobista sztuczna inteligencja wyszkolona na Państwa danych stanie się kolejną wielką rzeczą

Podczas gdy niektórzy konsumenci byli zachwyceni wprowadzeniem ChatGPT, być może wielu innych odebrało go, pobawiło się nim i poszło dalej ze swoim życiem. Jednak w 2024 r. dawni odbiorcy prawdopodobnie ponownie zaangażują się w tę technologię, ponieważ trend w kierunku osobistej sztucznej inteligencji zrewolucjonizuje interakcje użytkowników z technologią. Te systemy sztucznej inteligencji, szkolone na podstawie danych poszczególnych użytkowników, oferują wysoce spersonalizowane doświadczenia i spostrzeżenia. Na przykład, Google Gemini integruje się teraz z danymi Google Workspace użytkowników, umożliwiając wykorzystanie wszystkiego, co wie o ich kalendarzach, dokumentach, lokalizacji, czatach i nie tylko. Tymczasem firmy takie jak Apple i Samsung prawdopodobnie będą kładły nacisk na sztuczną inteligencję na urządzeniu jako kluczową funkcję, stawiając na pierwszym miejscu prywatność i natychmiastowość. Nietrudno wyobrazić sobie osobistą sztuczną inteligencję z dostępem do wszystkich danych użytkownika, działającą jako trener relacji, edukacji i kariery, stając się bardziej integralną, spersonalizowaną częścią codziennego życia.

2. Sztuczna inteligencja demokratyzuje dane dla użytkowników biznesowych (wreszcie!)

Długo obiecywane marzenie o “demokratyzacji danych” wreszcie się ziści. Sztuczna inteligencja w końcu demokratyzuje dostęp do danych dla użytkowników biznesowych, umożliwiając im zadawanie pytań dotyczących danych w prostym języku angielskim, eliminując potrzebę pisania zapytań w języku SQL. Platformy danych w chmurze, takie jak Snowflake oraz Databricks już teraz starają się zintegrować te funkcje z następną generacją swoich produktów.

3. Narzędzia do integracji danych stają się kluczowymi akceleratorami w wyścigu w kierunku sztucznej inteligencji

Ponieważ przedsiębiorstwa koncentrują się na centralizacji danych z różnych operacyjnych magazynów danych w celu zbudowania korpusu do trenowania sztucznej inteligencji, narzędzia do integracji danych stają się coraz bardziej kluczowe. Nacisk kładziony jest na narzędzia, które są przyjazne dla użytkownika i zdolne do przenoszenia dużych ilości danych, przy jednoczesnym utrzymaniu synchronizacji i aktualności tych danych poprzez wykorzystanie możliwości przechwytywania danych o zmianach. W miarę jak firmy zmierzają w kierunku sztucznej inteligencji, potrzeba wykorzystania tych narzędzi do ominięcia dużej złożoności technicznej i pokonania konkurentów na rynku będzie nadal zyskiwać na znaczeniu.

4. “Zarządzanie, zarządzanie, zarządzanie” staje się mantrą dla organizacji poważnie myślących o osiągnięciu AI

Zarządzanie danymi pozostaje gorącym tematem w przestrzeni zarządzania danymi przedsiębiorstwa. Firmy będące w awangardzie tego trendu ustanawiają solidne ramy zarządzania w celu zapewnienia jakości, zgodności i bezpieczeństwa danych. Trend ten odzwierciedla rosnącą świadomość i znaczenie odpowiedzialnych praktyk zarządzania danymi w świecie bogatym w dane. Katalogi danych, narzędzia do oznaczania metadanych i narzędzia jakości danych będą wykorzystywać sztuczną inteligencję z doskonałym skutkiem, umożliwiając firmom nadanie sensu ich danym w bardziej zorganizowany, zautomatyzowany sposób.

5. Bezpieczeństwo i ochrona AI pozostają kluczowym elementem zarządzania ryzykiem utraty reputacji

Przedsiębiorstwa są coraz bardziej świadome bezpieczeństwa i ochrony sztucznej inteligencji, szczególnie w zakresie ochrony reputacji marki. Większe firmy, po wyciągnięciu wniosków z wczesnych błędów, takich jak Tay chatbot i stronniczość narzędzia rekrutacyjnecoraz chętniej wdrażają solidne zabezpieczenia wokół publicznie wdrażanej sztucznej inteligencji. Ich głównym celem będzie zrównoważenie innowacji z odpowiedzialnością, dążenie do uniknięcia publicznych pomyłek oraz zapewnienie uczciwości i bezstronnych wyników. Proszę spodziewać się, że na początku firmy będą zbyt ostrożne, a w miarę jak będą czuły się bardziej komfortowo, dostosują równowagę.

6. Wyspecjalizowane modele specyficzne dla danej dziedziny rządzą przedsiębiorstwem

Przedsiębiorstwa coraz częściej faworyzują wyspecjalizowane modele AI specyficzne dla danej domeny, a nie modele ogólnego przeznaczenia. Podczas gdy LLM, taki jak ChatGPT, jest całkiem dobry w szerokim zakresie ogólnych zadań, od pisania poezji po podsumowywanie wiadomości e-mail, jest to mniej interesujące i przydatne dla przedsiębiorstw niż wyspecjalizowane GPT trenowane na skoncentrowanych zestawach danych, które są doskonałe w jednej dziedzinie. Przykładowo, firma zajmująca się opieką zdrowotną może trenować GPT na ogromnych ilościach historycznych danych rozliczeniowych, wyłącznie w celu przewidywania kosztów z dużą precyzją. Te dostosowane modele oferują większą dokładność i wydajność w aplikacjach korporacyjnych, co oznacza przejście w kierunku bardziej spersonalizowanych rozwiązań AI w świecie korporacyjnym.

7. Modele open source wypełniają lukę

Krajobraz sztucznej inteligencji jest świadkiem znaczącej zmiany, ponieważ modele open source od Mistral, Anthropic, MosaicML i innych szybko się poprawiają, zmniejszając lukę w stosunku do komercyjnych odpowiedników, takich jak OpenAI. Trend ten przekształca ekosystem AI, czyniąc zaawansowane narzędzia AI bardziej dostępnymi i wspierając bardziej konkurencyjny i zróżnicowany rynek AI. Tempo innowacji wydaje się tylko przyspieszać, ponieważ zarówno open source, jak i komercyjna sztuczna inteligencja starają się wyjść na szczyt w gorączce złota AI.

8. Era “Dzikiego Zachodu” sztucznej inteligencji staje się nieco łagodniejsza wraz z regulacjami i zgodnością z przepisami

Rządy i przedsiębiorstwa w coraz większym stopniu koncentrują się na regulowaniu sztucznej inteligencji ze względu na rosnące obawy o jej bezpieczeństwo. zagrożeń. Rządy chcą wyprzedzić możliwość wpadnięcia nieuczciwej sztucznej inteligencji w ręce złych aktorów, co mogłoby zagrozić bezpieczeństwu narodowemu. W międzyczasie niektórzy gracze branżowi zasygnalizowali chęć rozszerzenia swojej fosy poprzez wspieranie zasad ograniczających konkurencję, podczas gdy inni są naprawdę zaniepokojeni potencjałem sztucznej inteligencji do szkodzenia ludzkości. Wszystkie te grupy widzą powody do działania, w wyniku czego nowe regulacje zaczynają nabierać kształtu. Unia Europejska ustanowiła już precedens w postaci przełomowym rozporządzeniem w sprawie sztucznej inteligencji która mogłaby posłużyć za wzór dla USA i innych krajów. Nie wiadomo jednak, jak będzie wyglądać ostateczna wersja przepisów.

9. Jeziora danych wciąż zyskują na popularności

Jeziora danych rozwijają się w szybkim tempie i wreszcie są poważnie traktowane przez duże przedsiębiorstwa, które zdają sobie sprawę, że są one potrzebne do przechowywania dużych ilości nieustrukturyzowanych i częściowo ustrukturyzowanych danych tekstowych potrzebnych do sztucznej inteligencji. Hurtownie danych nadal będą miały większość udziału w rynku, ale jeziora danych będą nadal rosły w znacznie szybszym tempie. Elastyczność i skalowalność jezior danych sprawiają, że stają się one coraz bardziej atrakcyjne do zarządzania dużymi, zróżnicowanymi zbiorami danych w nowoczesnych ekosystemach danych, takich jak te, które firmy chcą połączyć w celu szkolenia LLM.

10. Dostrajanie modeli staje się znacznie łatwiejsze

Proces dostrajania modeli AI staje się znacznie łatwiejszy dzięki nowym platformom AI, które obiecują bardziej przyjazne dla użytkownika i wyrafinowane doświadczenie. Te nowe platformy usuną znaczną część złożoności dostrajania, czyniąc dostosowywanie modeli bardziej dostępnym i umożliwiając szerszemu gronu użytkowników dostosowanie modeli sztucznej inteligencji do konkretnych potrzeb i zastosowań.

Refleksja końcowa

W ciągu ostatnich kilku fal mocno nagłośnionych trendów technologicznych (patrzę na ciebie, kryptowaluto), najbardziej znani gracze w tej przestrzeni wytworzyli podobną ilość dźwięku i wściekłości. Krytycy twierdzą, że ze sztuczną inteligencją nie jest inaczej i że dzisiejszy szum uspokoi się, gdy zdamy sobie sprawę, że potrzebujemy bardziej zaawansowanych modeli, aby osiągnąć sztuczną inteligencję ogólną (AGI). Uważam jednak, że sztuczna inteligencja jest inna. W przeciwieństwie do kryptowalut, praktyczne korzyści płynące ze sztucznej inteligencji są już jasne dla większości użytkowników, a mimo to dopiero zaczynamy rozumieć, w jaki sposób będzie ona wykorzystywana w innowacyjny i transformacyjny sposób. Nadeszła era sztucznej inteligencji i mam nadzieję, że dzięki tym prognozom zaczną Państwo dostrzegać, dokąd zmierzamy i jak głęboko wierzę, że sztuczna inteligencja zmieni bieg przemysłu i ludzkości.