Jukumu la Big Tech katika AI ni lipi?

Jukumu la Big Tech katika AI ni lipi?

Jibu fupi: Big Tech ni muhimu katika akili bandia (AI) kwa sababu inadhibiti vitu muhimu visivyo vya kifahari - hesabu, majukwaa ya wingu, vifaa, maduka ya programu, na zana za biashara. Udhibiti huo unairuhusu kufadhili mifumo ya mipaka na kusafirisha vipengele kwa mabilioni, haraka. Ikiwa utawala, udhibiti wa faragha, na ushirikiano ni dhaifu, kigezo hicho hicho hubadilika kuwa mkusanyiko wa nguvu na nguvu.

Mambo muhimu ya kuzingatia:

Miundombinu: Chukua udhibiti wa wingu, chipu, na MLOps kama sehemu kuu ya kuzuia AI.

Usambazaji: Tarajia masasisho ya jukwaa ili kufafanua maana ya "AI" kwa watumiaji wengi.

Utunzaji wa Lango: Sheria za Duka la Programu na masharti ya API huamua kimya kimya ni vipengele gani vya AI vinavyosafirishwa.

Udhibiti wa mtumiaji: Inahitaji chaguo wazi za kutotumia, mipangilio endelevu, na vidhibiti vya msimamizi vinavyofanya kazi.

Uwajibikaji: Inahitaji kumbukumbu za ukaguzi, uwazi, na njia za rufaa kwa matokeo mabaya.

Jukumu la Big Tech katika AI ni lipi? Infographic

🔗 Mustakabali wa AI: Mitindo na kinachofuata
Ubunifu muhimu, hatari, na viwanda vilibadilishwa katika muongo mmoja ujao.

🔗 Mifumo ya msingi katika AI ya uzalishaji: Mwongozo rahisi
Elewa jinsi mifumo ya msingi inavyowezesha matumizi ya kisasa ya AI ya uzalishaji.

🔗 Kampuni ya AI ni nini na inafanya kazije
Jifunze sifa, timu, na bidhaa zinazofafanua biashara zinazozingatia akili bandia (AI) kwanza.

🔗 Msimbo wa AI unaonekanaje katika miradi halisi
Tazama mifano ya mifumo ya msimbo inayoendeshwa na AI, zana, na mtiririko wa kazi.

Tukubaliane kwa sekunde moja - "mazungumzo mengi ya AI" hupita sehemu zisizo na umaarufu kama vile hesabu, usambazaji, ununuzi, kufuata sheria, na ukweli usio wa kawaida kwamba mtu anapaswa kulipia GPU na umeme. Big Tech inaishi katika sehemu hizo zisizo na umaarufu. Ndiyo maana hasa ina umuhimu mkubwa. 😅 ( IEA - Nishati na AI , NVIDIA - Muhtasari wa majukwaa ya hitimisho la AI )

Jukumu la Big Tech katika akili bandia, kwa lugha rahisi 🧩

Watu wanaposema "Big Tech," kwa kawaida humaanisha makampuni makubwa ya mifumo ambayo hudhibiti tabaka kuu za kompyuta za kisasa:

Kwa hivyo jukumu si tu "wanatengeneza akili bandia." Ni kama vile wanajenga barabara kuu, wanauza magari, wanaendesha vibanda vya ushuru, na pia wanaamua njia za kutokea zinaenda wapi. Kutia chumvi kidogo... lakini si sana.

Jukumu la Teknolojia Kubwa katika AI: kazi tano kubwa 🏗️

Ukitaka mfumo safi wa kiakili, Big Tech huwa inafanya kazi tano zinazolingana katika ulimwengu wa AI:

  1. Mtoa huduma wa miundombinu
    Vituo vya data, wingu, mitandao, usalama, zana za MLOps. Vitu vinavyofanya akili bandia ifanye kazi kwa kiwango kikubwa. ( Hati za AI za Amazon SageMaker , IEA - Nishati na AI )

  2. Mjenzi wa mifumo na injini ya utafiti
    Sio kila wakati, lakini mara nyingi - maabara, Utafiti na Maendeleo ya ndani, utafiti uliotumika, na "sayansi iliyotengenezwa." ( Sheria za Kuongeza Upana kwa Mifumo ya Lugha ya Neva (arXiv) , Mafunzo ya Mifumo Bora ya Lugha Kubwa ya Kompyuta (Chinchilla) (arXiv) )

  3. Msambazaji
    Wanaweza kusukuma akili bandia (AI) kwenye visanduku vya utafutaji, simu, wateja wa barua pepe, mifumo ya matangazo, na zana za mahali pa kazi. Usambazaji ni nguvu kubwa.

  4. za mlinzi wa lango na mpangaji
    sheria za Duka la programu, sheria za mfumo, masharti ya API, udhibiti wa maudhui, malango ya usalama, vidhibiti vya biashara. ( Miongozo ya Mapitio ya Programu ya Apple , Usalama wa Data ya Google Play )

  5. Mgawaji mtaji
    Wanafadhili, hupata, hushirikiana, huangua. Wanaunda kile kinachobaki.

Hilo ndilo Jukumu la Big Tech katika AI katika suala la utendaji: wanaunda mazingira ya AI kuwepo - na kisha wanaamua jinsi inavyokufikia.

Ni nini kinachofanya toleo zuri la jukumu la Big Tech kama AI ✅😬

"Toleo zuri" la Big Tech katika AI halihusu ukamilifu. Linahusu mabadilishano yanayoshughulikiwa kwa uwajibikaji, huku kukiwa na uwezekano mdogo wa kushtukiza kwa kila mtu mwingine.

Hapa kuna kinachotenganisha mwonekano wa "mtu mkubwa mwenye msaada" na mwonekano wa "uh-oh monopoly":

  • Uwazi bila kutupa lugha ya kawaida.
    Uwekaji lebo wazi wa vipengele vya AI, mapungufu, na data inayotumika. Sio mzingo wa sera wa kurasa 40. ( NIST AI RMF 1.0 , ISO/IEC 42001:2023 )

  • Vidhibiti halisi vya mtumiaji
    Kujiondoa vinavyofanya kazi, mipangilio ya faragha ambayo hairudishwi upya kwa njia ya ajabu, na vidhibiti vya msimamizi ambavyo si utafutaji wa watafutaji. ( GDPR - Kanuni (EU) 2016/679 )

  • Ushirikiano na uwazi - wakati mwingine
    Sio kila kitu lazima kiwe chanzo huria, lakini kumfungia kila mtu katika muuzaji mmoja milele ni ... chaguo.

  • Usalama kwa meno
    Ufuatiliaji wa matumizi mabaya, upangaji wa makundi, udhibiti wa maudhui, na nia ya kuzuia matumizi hatarishi. ( NIST AI RMF 1.0 , wasifu wa NIST GenAI (mwenzake wa AI RMF) )

  • Mifumo ikolojia yenye afya
    Usaidizi kwa makampuni mapya, washirika, watafiti, na viwango vilivyo wazi ili uvumbuzi usiwe "kukodisha jukwaa au kutoweka." ( Kanuni za OECD AI )

Nitasema waziwazi: "toleo zuri" linahisi kama huduma nzuri ya umma yenye ladha kali ya bidhaa. Toleo baya linahisi kama kasino ambapo nyumba pia huandika sheria. 🎰

Jedwali la Ulinganisho: "Njia za AI" za Teknolojia Kubwa na kwa nini zinafanya kazi 📊

Zana (njia) Hadhira Bei Kwa nini inafanya kazi
Majukwaa ya AI ya Wingu Makampuni, makampuni mapya kulingana na matumizi Kuongeza ukubwa kwa urahisi, ankara moja, visu vingi (visu vingi sana)
API za Mifumo ya Frontier Watengenezaji, timu za bidhaa lipa kwa kila tokeni / ngazi Haraka kuunganisha, ubora mzuri wa msingi, inahisi kama kudanganya 😅
AI Iliyopachikwa Kifaa Watumiaji, watengenezaji imeunganishwa Muda wa kuchelewa ni mdogo, wakati mwingine ni rafiki kwa faragha, hufanya kazi nje ya mtandao
Suite ya Uzalishaji AI Timu za ofisi nyongeza ya kila kiti Anaishi katika kazi za kila siku - hati, barua, mikutano, kazi nzima
Matangazo + Kulenga AI Wauzaji % ya matumizi Data kubwa + usambazaji = ufanisi, pia ni ya kutisha kidogo 👀
Usalama + Utekelezaji AI Viwanda vinavyodhibitiwa malipo ya juu Huuza "amani ya akili" - hata kama ni arifa chache tu
Chipsi za AI + Viongeza Kasi Kila mtu juu ya mto capex-nzito Ukiwa na majembe, unashinda mbio za dhahabu (sitiari isiyoeleweka, bado ni kweli)
Michezo ya Mfumo Ekolojia Huria Wajenzi, watafiti viwango vya bure + vya kulipwa Kasi ya jamii, marudio ya haraka, wakati mwingine furaha isiyodhibitiwa

Ungamo dogo la ajabu la mezani: "free-ish" linafanya kazi nyingi hapo. Free hadi isiwepo... unajua jinsi itakavyokuwa.

Karibu: sehemu ya kusongwa kwa miundombinu (hesabu, wingu, chipsi) 🧱⚙️

Hii ndiyo sehemu ambayo watu wengi hawataki kuizungumzia kwa sababu si ya kuvutia. Lakini ni uti wa mgongo wa akili bandia.

Big Tech huathiri akili bandia (AI) kwa kudhibiti:

Kama umewahi kujaribu kusambaza mfumo wa AI katika kampuni halisi, tayari unajua "modeli" ndiyo sehemu rahisi. Sehemu ngumu ni: ruhusa, kumbukumbu, ufikiaji wa data, udhibiti wa gharama, muda wa ziada, majibu ya matukio… mambo ya watu wazima. 😵💫

Kwa sababu Big Tech inamiliki mengi ya haya, wanaweza kuweka mifumo chaguo-msingi:

  • Ni zana gani zinazokuwa za kawaida

  • Ni mifumo gani inayopata usaidizi wa daraja la kwanza

  • Ni vifaa gani vinavyopewa kipaumbele

  • Ni mifumo gani ya bei inayokuwa "kawaida"

Hilo si jambo baya kiotomatiki. Lakini ni nguvu.

Kwa ufupi: utafiti wa modeli dhidi ya uhalisia wa bidhaa 🧪➡️🛠️

Hapa kuna mvutano: Big Tech inaweza kufadhili utafiti wa kina na pia inahitaji ushindi wa bidhaa kila robo mwaka. Mchanganyiko huo hutoa mafanikio ya kushangaza na pia hutoa… uzinduzi wa vipengele unaotiliwa shaka.

Big Tech kwa kawaida huendesha maendeleo ya AI kupitia:

Lakini shinikizo la bidhaa hubadilisha mambo:

  • Kasi hupiga uzuri

  • Midundo ya usafirishaji ikielezea

  • "Nzuri ya kutosha" mapigo "inaeleweka kikamilifu"

Wakati mwingine hiyo ni sawa. Watumiaji wengi hawahitaji usafi wa kinadharia, wanahitaji msaidizi msaidizi ndani ya mtiririko wao wa kazi. Lakini hatari ni kwamba "wazuri wa kutosha" hutumika katika miktadha nyeti (afya, kuajiri, fedha, elimu) ambapo "wazuri wa kutosha" ... sio wazuri wa kutosha. ( Sheria ya AI ya EU - Kanuni (EU) 2024/1689 )

Hii ni sehemu ya Jukumu la Teknolojia Kubwa katika AI - kutafsiri uwezo wa kisasa kuwa vipengele vya soko kubwa, hata wakati kingo bado ni kali. 🔪

Kwa karibu: usambazaji ndio nguvu kubwa halisi 🚀📣

Ukiweza kuweka AI ndani ya maeneo ambayo watu tayari wanaishi kidijitali, huna haja ya "kuwashawishi" watumiaji. Unakuwa tu chaguo-msingi.

Njia za usambazaji wa Big Tech ni pamoja na:

Hii ndiyo sababu makampuni madogo ya AI mara nyingi hushirikiana na Big Tech hata kama yana wasiwasi kuhusu hilo. Usambazaji ni oksijeni. Bila hiyo, unaweza kuwa na mfumo bora zaidi duniani na bado ukapiga kelele ndani ya utupu.

Pia kuna athari ndogo: usambazaji huunda maana ya "AI" kwa umma. Ikiwa AI inaonekana hasa kama msaidizi wa uandishi, watu hudhani AI inahusu uandishi. Ikiwa inaonekana kama uhariri wa picha, watu hudhani AI inahusu picha. Jukwaa huamua mhemko.

Ukaribu: data, faragha, na makubaliano ya uaminifu 🔐🧠

Mifumo ya AI mara nyingi huwa na ufanisi zaidi inapobinafsishwa. Ubinafsishaji mara nyingi unahitaji data. Na data husababisha hatari. Pembetatu hiyo haiondoki kamwe.

Big Tech iko juu ya:

  • Data ya tabia ya watumiaji (utafutaji, mibofyo, mapendeleo)

  • Data ya biashara (barua pepe, hati, gumzo, tiketi, mtiririko wa kazi)

  • Data ya mfumo (programu, malipo, ishara za utambulisho)

  • Data ya kifaa (mahali, vitambuzi, picha, ingizo la sauti)

Hata wakati "data ghafi" haitumiki moja kwa moja, mfumo ikolojia unaozunguka huunda mafunzo, urekebishaji, tathmini, na mwelekeo wa bidhaa.

Makubaliano ya uaminifu kwa kawaida huonekana kama hii:

  • Watumiaji wanakubali ukusanyaji wa data kwa sababu bidhaa hiyo ni rahisi 🧃

  • Wadhibiti hukataa inapozidi kuwa ya kutisha 👀 ( GDPR - Kanuni (EU) 2016/679 )

  • Makampuni hujibu kwa udhibiti, sera, na ujumbe wa "faragha kwanza"

  • Kila mtu anabishana kuhusu maana ya "faragha"

Kanuni ya vitendo ambayo nimeiona ikifanya kazi: ikiwa kampuni inaweza kuelezea mbinu zao za data za AI katika mazungumzo moja bila kujificha nyuma ya legalese, kwa kawaida wanafanya vizuri zaidi kuliko wastani. Sio kamili - ni bora zaidi.

Ukaribu: utawala, usalama, na mchezo wa ushawishi wa utulivu 🧯📜

Hili ndilo jukumu lisiloonekana sana: Big Tech mara nyingi husaidia kufafanua sheria ambazo kila mtu mwingine hufuata.

Wanaunda utawala kupitia:

Wakati mwingine hii inasaidia sana. Big Tech inaweza kuwekeza katika timu za usalama, zana za uaminifu, kugundua matumizi mabaya, na miundombinu ya kufuata sheria ambayo wachezaji wadogo hawawezi kumudu.

Wakati mwingine ni kujihudumia. Usalama unaweza kuwa handaki, ambapo wachezaji wakubwa pekee ndio wanaweza "kumudu" kufuata sheria. Hilo ndilo jambo la msingi: usalama ni muhimu, lakini usalama wa gharama kubwa unaweza kusimamisha ushindani kwa bahati mbaya. ( Sheria ya AI ya EU - Kanuni (EU) 2024/1689 )

Hapa ndipo jambo la msingi. Si jambo la kufurahisha pia - ni jambo la kukera. 😬

Ukaribu: ushindani, mifumo ikolojia iliyo wazi, na mvuto wa kampuni zinazoanzisha biashara 🧲🌱

Jukumu la Big Tech katika AI pia linajumuisha kuunda umbo la soko:

  • Ununuzi (vipaji, teknolojia, usambazaji)

  • Ubia (mifumo inayoendeshwa kwenye wingu, mikataba ya pamoja ya biashara)

  • Ufadhili wa mifumo ikolojia (mikopo, vihifadhi, masoko)

  • Uundaji wa zana huria (mifumo, maktaba, matoleo ya "wazi")

Kuna muundo ambao nimeutazama ukirudia:

  1. Kampuni changa hubuni haraka

  2. Big Tech huunganisha au kunakili muundo uliofanikiwa

  3. Biashara changa hubadilika hadi kuwa niche au kuwa malengo ya ununuzi

  4. "Safu ya jukwaa" hunenepa

Hilo si jambo baya kiotomatiki. Majukwaa yanaweza kupunguza msuguano na kufanya AI ipatikane. Lakini inaweza kupunguza utofauti pia. Ikiwa kila bidhaa inakuwa "kifuniko kinachozunguka API chache zile zile," uvumbuzi huanza kuhisi kama kupanga upya samani katika nyumba moja.

Ushindani mdogo usio nadhifu ni mzuri. Kama kichocheo cha chachu. Ukisafisha kila kitu, huacha kuinuka. Mfano huo si kamili, lakini mimi naushikilia. 🍞

Kuishi kwa msisimko na tahadhari 😄😟

Hisia zote mbili zinafaa. Msisimko na tahadhari vinaweza kushiriki chumba kimoja.

Sababu za kufurahi:

  • Usambazaji wa haraka wa zana muhimu

  • Miundombinu bora na uaminifu

  • Kizuizi cha chini kwa biashara kutumia akili bandia (AI)

  • Uwekezaji zaidi wa usalama na usanifishaji ( NIST AI RMF 1.0 , Kanuni za OECD AI )

Sababu za kuwa makini:

Msimamo halisi ni: Big Tech inaweza kuharakisha AI kwa ulimwengu, huku pia ikizingatia nguvu. Hilo linaweza kuwa kweli kwa wakati mmoja. Watu hawapendi jibu hilo kwa sababu halina viungo, lakini linafaa ushahidi.

Mambo ya kuzingatia kwa vitendo kwa wasomaji tofauti 🎯

Kama wewe ni mnunuzi wa biashara 🧾

Kama wewe ni msanidi programu 🧑💻

Kama wewe ni mtunga sera au kiongozi wa kufuata sheria 🏛️

Kama wewe ni mtumiaji wa kawaida 🙋

  • Jifunze mahali ambapo vipengele vya akili bandia (AI) vinaishi katika programu zako

  • Tumia vidhibiti vya faragha hata kama vinakera ( GDPR - Kanuni (EU) 2016/679 )

  • Kuwa na shaka kuhusu matokeo ya "kichawi" - AI inajiamini, si sahihi kila wakati 😵

Muhtasari wa kumalizia: Jukumu la Teknolojia Kubwa katika AI 🧠✨

Jukumu la Big Tech katika AI si jambo moja. Ni msururu wa majukumu: mmiliki wa miundombinu, mjenzi wa mfumo, msambazaji, mlinzi wa lango, na mrekebishaji wa soko. Hawashiriki tu katika AI - wanafafanua eneo ambalo AI inakua.

Ukikumbuka mstari mmoja tu, fanya hivi:

Jukumu la Teknolojia Kubwa katika AI
Ni kujenga mabomba, kuweka mipangilio chaguo-msingi, na kuongoza jinsi AI inavyowafikia wanadamu - kwa kiwango kikubwa, na matokeo makubwa. ( NIST AI RMF 1.0 , Sheria ya AI ya EU - Kanuni (EU) 2024/1689 )

Na ndio, "matokeo" yanasikika kama ya kusisimua. Lakini AI ni mojawapo ya mada ambazo wakati mwingine za kusisimua huwa sahihi tu. 😬🤖

Maswali Yanayoulizwa Mara kwa Mara

Jukumu la Big Tech katika AI ni lipi, kwa maneno ya vitendo?

Jukumu la Teknolojia Kubwa katika AI si "kutengeneza mifumo" bali "kuendesha mitambo inayofanya AI ifanye kazi kwa kiwango kikubwa." Wanatoa miundombinu ya wingu, husafirisha AI kupitia vifaa na programu, na huweka sheria za jukwaa zinazounda kile kinachojengwa. Pia hufadhili utafiti, ushirikiano, na ununuzi unaoathiri mbinu zipi zinazoendelea. Katika masoko mengi, hufafanua vyema uzoefu chaguo-msingi wa AI.

Kwa nini ufikiaji wa hesabu ni muhimu sana kwa nani anayeweza kujenga AI kwa kiwango kikubwa?

AI ya kisasa inategemea makundi makubwa ya GPU, mitandao ya haraka, hifadhi, na mabomba ya MLOps yanayoaminika - si algoriti bunifu tu. Ikiwa huwezi kupata uwezo unaoweza kutabirika, mafunzo, tathmini, na upelekaji huwa dhaifu na ghali. Big Tech mara nyingi hudhibiti safu ya "mgongo" (wingu, ushirikiano wa chipsi, ratiba, usalama), ambayo inaweza kuweka kinachowezekana kwa timu ndogo. Nguvu hiyo inaweza kuwa na manufaa, lakini inabaki kuwa na nguvu.

Usambazaji wa Big Tech unaathiri vipi maana ya "AI" kwa watumiaji wa kila siku?

Usambazaji ni nguvu kubwa kwa sababu hubadilisha AI kuwa kipengele chaguo-msingi badala ya bidhaa tofauti unayopaswa kuchagua. AI inapoonekana kwenye sehemu za utafutaji, simu, barua pepe, hati, mikutano, na maduka ya programu, inakuwa "kile AI ni" kwa watu wengi. Hilo pia hupunguza matarajio ya umma: ikiwa AI ni zana ya uandishi zaidi katika programu zako, watumiaji hudhani AI ni sawa na uandishi. Majukwaa huamua kimya kimya sauti.

Ni njia zipi kuu ambazo sheria za majukwaa na maduka ya programu hufanya kazi kama walinzi wa AI?

Sera za mapitio ya programu, masharti ya soko, sheria za maudhui, na vikwazo vya API vinaweza kubaini ni vipengele vipi vya akili bandia vinavyoruhusiwa na jinsi vinavyopaswa kutenda. Hata wakati sheria zinapowekwa kama ulinzi wa usalama au faragha, pia huunda ushindani kwa kuongeza gharama za kufuata sheria na utekelezaji. Kwa watengenezaji, hii ina maana kwamba masasisho ya sera yanaweza kuwa muhimu kama masasisho ya modeli. Kiutendaji, "kinachosafirishwa" mara nyingi ni "kinachopita lango."

Je, mifumo ya AI ya wingu kama SageMaker, Azure ML, na Vertex AI inaendanaje na Jukumu la Big Tech katika AI?

Mifumo ya AI ya wingu huunganisha mafunzo, upelekaji, ufuatiliaji, utawala, na usalama katika sehemu moja, ambayo hupunguza msuguano kwa makampuni mapya na biashara. Zana kama Amazon SageMaker, Azure Machine Learning, na Vertex AI hurahisisha kuongeza na kudhibiti gharama kupitia uhusiano mmoja wa muuzaji. Makubaliano ni kwamba urahisi unaweza kuongeza kufungwa, kwa sababu mtiririko wa kazi, ruhusa, na ufuatiliaji vimeunganishwa kwa undani katika mfumo ikolojia huo.

Mnunuzi wa biashara anapaswa kuuliza nini kabla ya kutumia zana za Big Tech AI?

Anza na data: inakoenda, jinsi inavyotengwa, na ni vidhibiti vipi vya uhifadhi na ukaguzi vilivyopo. Uliza kuhusu vidhibiti vya usimamizi, kumbukumbu, mipaka ya ufikiaji, na jinsi mifumo inavyotathminiwa kwa hatari katika kikoa chako. Pia bei ya majaribio ya shinikizo, kwa sababu gharama zinazotegemea matumizi zinaweza kuongezeka kadri utumiaji unavyoongezeka. Katika mipangilio iliyodhibitiwa, linganisha matarajio na mifumo na mahitaji ya kufuata sheria ambayo shirika lako tayari linatumia.

Wasanidi programu wanawezaje kuepuka kufungiwa kwa wachuuzi wanapojenga kwenye API za Big Tech AI?

Mbinu ya kawaida ni kubuni kwa ajili ya kubebeka: funga simu za modeli nyuma ya safu ya uchukuaji na uweke vidokezo, sera, na mantiki ya tathmini ikiwa imebadilishwa na inaweza kujaribiwa. Epuka kutegemea kipengele kimoja "maalum" cha muuzaji ambacho kinaweza kubadilika au kutoweka. Fuatilia mipaka ya viwango, masasisho ya bei, na mabadiliko ya sera kama sehemu ya matengenezo yanayoendelea. Ubebekaji si bure, lakini kwa kawaida hugharimu kidogo kuliko uhamiaji wa kulazimishwa.

Faragha na ubinafsishaji huundaje "biashara ya uaminifu" na vipengele vya AI?

Ubinafsishaji mara nyingi huboresha matumizi ya AI, lakini kwa kawaida huongeza uwazi wa data na kuonekana kwa kutisha. Big Tech iko karibu na data ya kitabia, biashara, jukwaa, na kifaa, kwa hivyo watumiaji na wasimamizi huchunguza jinsi data hiyo inavyoathiri mafunzo, urekebishaji, na maamuzi ya bidhaa. Kipimo cha vitendo ni kama kampuni inaweza kuelezea mazoea yake ya data AI waziwazi bila kujificha nyuma ya lugha ya kisheria. Udhibiti mzuri na chaguo halisi la kutotumia ni muhimu.

Ni viwango na kanuni gani zinazofaa zaidi kwa utawala na usalama wa Big Tech AI?

Katika mifumo mingi, utawala huchanganya sera za usalama wa ndani na mifumo na sheria za nje. Mashirika mara nyingi hurejelea mwongozo wa usimamizi wa hatari kama vile NIST's AI RMF, viwango vya usimamizi kama ISO/IEC 42001, na sheria za kikanda kama vile GDPR na Sheria ya EU AI kwa baadhi ya matumizi. Hizi huathiri kumbukumbu, ukaguzi, mipaka ya data, na kile kinachozuiwa au kuruhusiwa. Changamoto ni kwamba kufuata sheria kunaweza kuwa ghali, jambo ambalo linaweza kuwapendelea wachezaji wakubwa.

Je, ushawishi wa Big Tech kwenye ushindani na mifumo ikolojia huwa mbaya kila wakati?

Sio kiotomatiki. Majukwaa yanaweza kupunguza vikwazo, kusawazisha vifaa, na kufadhili usalama na miundombinu ambayo timu ndogo haziwezi kumudu. Lakini mienendo hiyo hiyo inaweza kupunguza utofauti ikiwa kila mtu atakuwa kikwazo kidogo karibu na API chache kubwa, mawingu, na masoko. Angalia mifumo kama vile ujumuishaji wa hesabu na usambazaji, pamoja na bei na mabadiliko ya sera ambayo ni vigumu kutoroka. Mifumo ikolojia yenye afya zaidi kwa kawaida huweka nafasi ya ushirikiano na wapya wanaoingia.

Marejeleo

  1. Shirika la Kimataifa la Nishati - Nishati na AI - iea.org

  2. Shirika la Nishati la Kimataifa - Mahitaji ya nishati kutoka kwa AI - iea.org

  3. NVIDIA - AI - nvidia.com

  4. Huduma za Wavuti za Amazon - Nyaraka za AI za Amazon SageMaker (SageMaker ni nini?) - aws.amazon.com

  5. za Microsoft - Azure Machine Learning - learn.microsoft.com

  6. Nyaraka za Wingu la Google - Kipeo cha AI - cloud.google.com

  7. Google Cloud - MLOps kwenye Kipeo AI - cloud.google.com

  8. wa Microsoft - Shughuli za kujifunza kwa mashine (MLOPS) v2 - learn.microsoft.com

  9. Msanidi Programu wa Apple - Core ML - developer.apple.com

  10. Wasanidi Programu wa Google - Kifaa cha ML - developers.google.com

  11. Msanidi Programu wa Apple - Miongozo ya Mapitio ya Programu - developer.apple.com

  12. Usaidizi wa Dashibodi ya Google Play - Usalama wa data - support.google.com

  13. arXiv - Sheria za Kuongeza Upana kwa Mifumo ya Lugha ya Neva - arxiv.org

  14. arXiv - Mafunzo ya Mifano Bora ya Lugha Kubwa ya Kompyuta (Chinchilla) - arxiv.org

  15. Taasisi ya Kitaifa ya Viwango na Teknolojia - Mfumo wa Usimamizi wa Hatari za AI (AI RMF 1.0) - nist.gov

  16. Taasisi ya Kitaifa ya Viwango na Teknolojia - Wasifu wa AI wa Kuzalisha wa NIST (mwenzake wa AI RMF) - nist.gov

  17. Shirika la Kimataifa la Viwango - ISO/IEC 42001:2023 - iso.org

  18. EUR-Lex - Kanuni (EU) 2016/679 (GDPR) - eur-lex.europa.eu

  19. EUR-Lex - Kanuni (EU) 2024/1689 (EU AI Act) - eur-lex.europa.eu

  20. OECD - Kanuni za AI za OECD - oecd.ai

Pata Akili ya Kielektroniki ya Hivi Punde katika Duka Rasmi la Msaidizi wa Akili ya Kielektroniki

Kuhusu Sisi

Rudi kwenye blogu