Разминаващото се бъдеще на AI

Дали бъдещето принадлежи на шепа всемогъщи, широкообхватни сътрудници за изкуствен интелект, които се ориентират в света от наше име-наследници на чатта, Клоудес и Грокс, които се стремят да се оправят съвсем с всяка задача, която ги хвърляте? Или ще бъде запълнен от голям брой профилирани цифрови помощници, всеки подготвен да поеме тясна задача и се базира единствено когато е належащо?

Някаква комбинация от двамата наподобява евентуално, само че чистият ритъм на смяна е оставил даже водачите в полето да признаят, че имат дребна визия по какъв начин нещата ще наподобяват една година или две. Openai, да вземем за пример, добави функционалност за извършване на покупки, с цел да чати тази седмица, която сочи по какъв начин персонализираните сътрудници на AI могат да пренастроят стопанската система на електронната търговия. Използването на единична поръчка, с цел да получите чатбот, с цел да извършите изследването на продукта си и да извършите рекомендация за покупка, заплашва да подкопае цялата „ фуния “, на която марките разчитат на управлението на купувачите, като слагат Openai доста в центъра. 

Напредък като тези могат да привлекат най -голямо внимание, само че зад кулисите ново потомство по -специализирани сътрудници стартира да се оформя. Те дават обещание да бъдат ориентирани към тясно и - основно основание - надалеч по -евтино, както за създаване, по този начин и за осъществяване.

Конференцията за разработчици на Llamacon на Meta тази седмица предоставиха визия за положението на играта. Компанията за обществени мрежи е заложила за адаптивността на своите „ отворени тежести “, AI модели, които имат лимитирана форма на конструкция с отворен код. Това дава опция на другите да употребяват и приспособяват моделите, даже в случай че не могат да видят по какъв начин тъкмо са били подготвени.

Един знак, че Meta е блъснал нерв в по -широкия софтуерен свят, е 1,2bn изтеглянето на неговите „ отворени “ модели на Llama са имали през първите си две години. По -голямата част от тях вземат участие версии на Llama, които други разработчици са се приспособили за съответни приложения и по-късно дават на всеки, който може да изтегли.

Техниките за превръщането на тези модели с отворени тегла в потребни принадлежности се развиват бързо. Дестилацията, да вземем за пример - проникването на дребни модели с част от интелигентността от доста по -големи - се трансформира в обща техника. Компаниите със „ затворени “ модели, като Openai, си резервират правото да вземат решение по какъв начин и с кого могат да бъдат дестилирани техните модели. В света на отворените тежести, за съпоставяне, разработчиците са свободни да приспособяват моделите, както желаят.

Интересът към основаването на по-специализирани модели се е набрал през последните месеци, защото повече от фокуса на AI създаването се измести около данните-и доста скъпи-първоначални подготвителни работи за най-големите модели. Instead, much of the special sauce in the latest ones is created in the steps that come next — in “post-training ”, which often uses a technique known as reinforcement learning to shape the results, and in the so-called test-time phase used by reasoning models to work through a problem.

According to Ali Ghodsi, chief executive of Databricks, one powerful form of post-training that has been catching on involves using a company’s proprietary data to shape models В тяхната фаза на подсилване на образованието ги прави надалеч по -надеждни за потребление на бизнеса. Изказвайки се на събитието на Meta, той сподели, че това е допустимо единствено при отворени модели.

Друг обичан нов трик е да комбинира най -добрите елементи от разнообразни отворени модели. След като Deepseek шокира света на AI с триумфа на своя нискотарифен модел за разсъждения на R1, да вземем за пример, други разработчици бързо научиха по какъв начин да копират своите „ следи “-стъпка по стъпка модели на мисъл, които демонстрират по какъв начин работи посредством проблем-и да ги извърши върху Llama на Meta,

тези и други техники 

За строителите на модели, в това време, той прибавя към риска от комодитиране-че по-евтините други възможности ще подкопаят най-скъпите си и напреднали модели.

Но най-големите спечелили от всички, защото цената на AI пада, могат да бъдат потребителите: компании, които имат с какво да проектират и вграждат профилирани сътрудници в техните каузи на работата.

[email protected]