У своїй книзі 2005 року “Сингулярність знаходиться поруч”, Курцвейл зазначив, що 1000 доларів обчислювальної потужності можуть відповідати мозку комах на початку 2000 -х, але відповідатимуть мозку миші до 2010 року, і він прогнозував, що до 2050 року ця ж інвестиція може забезпечити обчислювальну потужність, еквівалентну всім людським мізам у поєднанні.
Це експоненціальне зростання створює те, що відомо як закон Мартекса, придуманий Скоттом Брінкером HubSpot. Альмада пояснив, що цей закон стверджує, що технологія розвивається експоненціально, тоді як організації розвиваються, логарітмічно, значно повільнішими темпами. Розширення розриву робить майже неможливим для середніх організацій бути в курсі технологічного прогресу.
Управління цим викликом вимагає прийняття стратегічних технологій, організаційної спритності та, іноді, революційного мислення, сказав Лобо. Він зазначив, що компанії повинні бути готові до принципово переосмислити свої операції, запитуючи: “Якби ми сьогодні починали з нуля, як би ми це зробили?”
Три хвилі еволюції AI, які мають значення для виробників
Зараз трансформація AI, що триває у виробництві, розгортається через три чіткі, але шаруваті хвилі, кожна будівля попередньої:
Хвиля перша: Класичне машинне навчання з’явилося близько 2007 року, використовуючи такі методи, як регресія, дерева рішень та кластеризація чітко визначених структур даних. Незважаючи на те, що вони широко доступні з 2010 року, багато виробничих компаній ще не повністю використають ці можливості.
Хвиля друга: Великі мовні моделі розпочалися з 2017 року “Увага – це все, що вам потрібно” від дослідників мозку Google, який запровадив архітектуру трансформаторів, яка революціонізувала обробку природних мов. Цей прорив призвів до таких систем, як GPT-3 у 2020 році та Чатгпт у 2022 році, створюючи безпрецедентні можливості у створенні тексту, вирішення проблем та програмування.
Хвиля три: За словами Альмади, агенти AI представляють поточну межу, обіцяючи перетворити виробничі операції. “На відміну від своїх попередників, агенти AI не просто дотримуються інструкцій – вони обґрунтовують, планують і виконують складні завдання автономно”, – сказав він.
Фонд платформи даних
Розрив між більшості сучасних технологій виробництва та технологіями з підтримкою AI полягає в тому, що традиційні, трансакційні виробничі системи, що використовують реляційні бази даних, ніколи не були розроблені для навантажень AI, які потребують масивних, різноманітних наборів даних, що охоплюють зображення, текст, журнали та канали датчиків. AI також потребує історичних даних та доступ до даних про обробку потоку в прямому ефірі для відповідей у режимі реального часу.