كيف يمكن للذكاء الاصطناعي التوليدي إحداث ثورة في التخصيص وتمكين المستخدم


انضم إلى كبار المديرين التنفيذيين في سان فرانسيسكو يومي 11 و 12 يوليو ، لمعرفة كيف يدمج القادة استثمارات الذكاء الاصطناعي ويحسنونها لتحقيق النجاح. يتعلم أكثر


في العام الماضي ، استحوذ الذكاء الاصطناعي التوليدي (AI) على العالم مع انتشار الأخبار ووسائل التواصل الاجتماعي. كان المستثمرون يحتشدون في المساحة حيث أدرك الكثيرون إمكاناتها عبر الصناعات. وفقًا لـ IDC ، هناك بالفعل زيادة بنسبة 26.9٪ في الإنفاق العالمي على الذكاء الاصطناعي مقارنة بعام 2022. ومن المتوقع أن يتجاوز هذا الرقم 300 مليار دولار في عام 2026.

لقد تسبب أيضًا في حدوث تحول في كيفية رؤية الناس للذكاء الاصطناعي. من قبل ، كان الناس يعتقدون أن الذكاء الاصطناعي هو مسعى أكاديمي عالي التقنية. كان من المعتاد أن تكون المركبات ذاتية القيادة هي أكثر الأمثلة التي تم الحديث عنها حول الذكاء الاصطناعي. ولكن حتى مع كل هذه الضجة ، لم يكن بعد شكلاً متاحًا ومطبقًا على نطاق واسع من الذكاء الاصطناعي على مستوى المستهلك.

ومع ذلك ، فقد تغير ذلك. لقد عرّض الذكاء الاصطناعي التوليدي الجمهور لما هو ممكن. أصبح الأشخاص مساهمين نشطين ، حيث يصنعون مقاطع فيديو موسيقية ، وكتب للأطفال ، بل ويعيدون تصميم سير العمل الإبداعي. من لم يجرب Lensa أو ChatGPT الآن؟ لقد أصبح من الواضح أن الذكاء الاصطناعي ليس فقط للمدونين أو المبرمجين ؛ للجميع. لديه القدرة على تطوير التعليم ، وهو معزز إنتاجي هائل يمكنه تبسيط العملية الإبداعية الحديثة.

في عام 2022 ، سُمح لنا بإلقاء نظرة خاطفة على ما يمكن أن يفعله الذكاء الاصطناعي التوليدي ، ولكن كما خمنت بالفعل ، هناك الكثير في المستقبل.

حدث

تحويل 2023

انضم إلينا في سان فرانسيسكو يومي 11 و 12 يوليو ، حيث سيشارك كبار المسؤولين التنفيذيين في كيفية دمج استثمارات الذكاء الاصطناعي وتحسينها لتحقيق النجاح وتجنب المزالق الشائعة.

سجل الان

بناء أساس متين للنمو المستقبلي

لقد سمع معظم الناس عن نماذج الذكاء الاصطناعي التوليدية مثل GPT-3 أو BERT أو DALL-E 2. هذه نماذج أساسية. تم تصميم ChatGPT من OpenAI أيضًا بتقنية GPT-3 ولكن نسخة محسّنة قليلاً من GPT-3.5. ومؤخرًا ، تم إصدار ChatGPT-4 بقدرات أكبر ، بما في ذلك دقة أكبر وإبداع أكبر ومزيد من التعاون – دليل إضافي على أن الذكاء الاصطناعي يمكنه وسيستمر في التحسين.

النموذج التأسيسي هو مصطلح صاغه معهد ستانفورد للذكاء الاصطناعي المرتكز على الإنسان لتصنيف نوع من الأدوات التي يمكنها تنفيذ المهام أو المخرجات البسيطة. في حالتنا ، المهمة هي إنشاء نص أو صورة. عادةً ما تكون نماذج الذكاء الاصطناعي التأسيسية مفتوحة المصدر ، مما يعني أنه يمكن استخدامها من قبل الآخرين أو دمجها مع مجموعات البيانات الأخرى لتكون بمثابة اللبنات الأساسية لنماذج اللغات الكبيرة (LLMs).

لقد لعبت النماذج التأسيسية دورًا أساسيًا في قيادة الطريق لمزيد من التقدم. إنها توفر طبقة أساسية يمكن للاعبي التطبيق البناء عليها. وهذا هو المكان الذي ستحدث فيه الموجة التالية من الابتكار.

العودة إلى الحاضر

نعتقد أن الصناعة بحاجة إلى النظر إلى ما هو أبعد من استخدام أدوات الذكاء الاصطناعي التوليدية للمخرجات البسيطة. بدلاً من ذلك ، يجدر التركيز على بناء قدرات الحوسبة وتحسين ما هو ممكن للمستخدمين والمؤسسات الكبيرة. لا يجب أن يعني الذكاء الاصطناعي التوليدي ذكاءً اصطناعيًا عامًا. حلول الذكاء الاصطناعي ليست مقاسًا واحدًا يناسب الجميع ، مما يترك الحاجة إلى التخصيص بناءً على الاحتياجات الفردية. في المقابل ، أولئك الذين يختارون تطبيق الذكاء الاصطناعي في سير العمل لديهم القدرة على تحقيق مخرجات فريدة ومؤثرة يتردد صداها مع عملائهم.

اليوم ، يخطو العديد من اللاعبين في الفضاء خطوات جديدة بإمكانيات غير محدودة للذكاء الاصطناعي التوليدي ، ويدفعون بشكل جماعي نحو نضج الذكاء الاصطناعي. الآن السؤال هو: كيف نمضي قدمًا بالأدوات المتوفرة؟

الطريق أمامنا

في حين أن عام 2022 غيّر بشكل جذري قصة الذكاء الاصطناعي ، من الآمن أيضًا أن نقول إنه مع المعدل الحالي للابتكار ، فإن كل ما نعرفه عن الذكاء الاصطناعي التوليدي الآن سيتغير جذريًا في غضون 12 إلى 24 شهرًا القادمة. ما عليك سوى إلقاء نظرة على الأخبار التي جلبتها لنا الأشهر الثلاثة الأولى من عام 2023: تقوم Google بحقن الذكاء الاصطناعي في البحث و Gmail و Docs ، بينما تفعل Microsoft الشيء نفسه مع Bing و Edge و Skype.

نعتقد أن هناك موجة أخرى تقترب من الاختراقات التي ستنتج عن الجمع بين النماذج الأساسية وحالات الاستخدام مفتوحة المصدر والمرتكزة على المستخدم. سيكون الجمع بين كل هذه الأشياء معًا وإعطاء المستخدم ما يحتاجه بالضبط في وقت محدد هو الشيء الكبير التالي. نرى بالفعل شركات مثل Snapchat و Notion و Meta تنفذ الذكاء الاصطناعي التوليدي مباشرة في منتجاتها لتقديم خدمات أكثر ملاءمة لاحتياجات مستخدميها.

حيث تقصر العديد من النماذج الحالية في محاولة أن تكون مقاسًا واحدًا يناسب الجميع. هذا النهج عرضة للأخطاء الواقعية والتحيز. التخصيص سيقود الطريق من الآن فصاعدًا. إنه يوفر فرصة لمواصلة البناء من نماذج مفتوحة المصدر والتركيز على الاحتياجات المجزأة. يمكن للعملاء الفرديين تحسين صوتهم داخل المؤسسة ، ويمكن لعملاء المؤسسة إنشاء مهام سير عمل لتكون دقيقة كما يحتاجون ، مع القدرة على التحسين بمرور الوقت.

ستعمل النماذج التوليدية بشكل أفضل عندما يتم تنفيذها بطرق تمنح مزيدًا من التحكم للمستخدمين حتى يتمكنوا من تحقيق نتائجهم المثالية. سيكون تبني تلك العلاقة المستمرة والمرونة الفنية لتحقيق نتائج حالة الاستخدام الأمثل أمرًا أساسيًا.

سهيل نمجي هو نائب الرئيس ورئيس تطوير الأعمال وتطوير الشركات والشراكات في جاسبر.

سعد أنصاري هو مدير الذكاء الاصطناعي في جاسبر.

صانعي القرار

مرحبًا بك في مجتمع VentureBeat!

DataDecisionMakers هو المكان الذي يمكن للخبراء ، بما في ذلك الأشخاص التقنيين الذين يقومون بعمل البيانات ، مشاركة الأفكار والابتكارات المتعلقة بالبيانات.

إذا كنت تريد أن تقرأ عن الأفكار المتطورة والمعلومات المحدثة ، وأفضل الممارسات ، ومستقبل البيانات وتكنولوجيا البيانات ، انضم إلينا في DataDecisionMakers.

يمكنك حتى التفكير في المساهمة بمقال خاص بك!

قراءة المزيد من DataDecisionMakers

Comments

No comments yet. Why don’t you start the discussion?

اترك تعليقاً

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *