Расширение внедрения ИИ — это важнейший способ развития продуктов, услуг и решений. Это значит, что ускорится разработка специализированных ИИ-моделей. ИИ будет применяться для разработки и обучения новых ИИ-моделей, а также будет помогать внедрять эти модели непосредственно в продукты, услуги и решения. Результат — более точные прогнозы и решения, более быстрое получение ожидаемых выгод. За человеком останутся роли потребителя, оценщика и контролера.
* Статью Gartner комментирует IT-директор SHL Россия Рубен Арутюнян.
Рубен Арутюнян: Не ИИ, а нейросети. Модели — это прекрасно, но они все еще могут определить только то, что будет, если условия окажутся такими же, как были когда-то раньше. За человеком останется роль поставщика данных для моделей.
Автономные системы — это примеры ускоренной автоматизации ИИ. Они представляют собой самоуправляемые физические или программные системы, выполняющие поставленные задачи. Характеристики: автономность, обучаемость и самостоятельность. Когда традиционные ИИ-методы не способны обеспечить бизнесу адаптивность, гибкость и маневренность, автономные системы могут помочь в их внедрении. Автономным системам нужно от 5 до 10 лет для массового внедрения, они будут иметь преобразующее значение для организаций.
Рубен Арутюнян: Автономные системы — к сожалению, тут имеются только красивые слова. Как это планируют реализовывать — не ясно. Ну или мне не ясно :)
К другим важнейшим технологиям ускоренной автоматизации ИИ относятся:
Искусственный интеллект (Causal artificial intelligence, AI), который выявляет и использует причинно-следственные связи за рамками корреляционных моделей прогнозирования. Помогает перейти к системам ИИ, которые могут более эффективно подсказывать действия и действовать более автономно.
Рубен Арутюнян: CAI — звучит хорошо.
Базовые модели (Foundation models) — это трансформируемые модели на основе определенной архитектуры, такие как большие языковые модели, которые воплощают тип архитектуры глубокой нейронной сети, которая вычисляет числовое представление текста в контексте окружающих слов, подчеркивая последовательности слов.
Генеративный ИИ-дизайн (Generative design AI) или дизайн, дополненный ИИ, — это использование технологий ИИ, машинного обучения (ML) и обработки естественного языка (NLP) для автоматической генерации и разработки пользовательских потоков, дизайнов экранов, контента и демонстрационного кода для цифровых продуктов.
Инструменты генерации кода машинного обучения (Machine learning code generation tools) включают в себя облачные модели ML, которые подключаются к интегрированным средам разработки (IDE) профессиональных разработчиков и представляют собой расширения, предлагающие код на основе либо описаний на естественном языке, либо частичных фрагментов кода.
Рубен Арутюнян: Все, что касается автоматизированной генерации кода и интерфейсов — да, к этому все идет. Насколько быстро и насколько хорошо — не ясно. Пока имеем только иск от разработчиков к Copilot от Microsoft, который предположительно крадет код открытых проектов.
В следующей части речь идет о базовых технологиях для построения цифрового бизнеса.
Источник
