Vishal Sikka ແມ່ນຜູ້ກໍ່ຕັ້ງແລະ CEO ຂອງ Vianai, ອະດີດ CTO ຂອງ SAP AG, ແລະອະດີດ CEO ຂອງ Infosys. ໃນປັດຈຸບັນລາວຍັງຮັບໃຊ້ຢູ່ໃນຄະນະອໍານວຍການຂອງ Oracle, ຄະນະກໍາມະການຄວບຄຸມຂອງ BMW Group ແລະເປັນທີ່ປຶກສາຂອງສະຖາບັນ Stanford ຂອງ AI ເປັນສູນກາງຂອງມະນຸດ.

ເວທີ Vianai ປະສົມປະສານອົງປະກອບແຫຼ່ງເປີດ, ເຕັກນິກການເປັນເຈົ້າຂອງ Vianai ແລະການເພີ່ມປະສິດທິພາບ, ແລະການອອກແບບທີ່ເນັ້ນໃສ່ມະນຸດເພື່ອນໍາເອົາ AI ໄປສູ່ວິສາຫະກິດ, ໃນທົ່ວພູມສັນຖານທີ່ຫຼາກຫຼາຍ. ດ້ວຍເວທີ, ອົງການຈັດຕັ້ງຂະຫນາດໃຫຍ່ສາມາດສ້າງ, ເພີ່ມປະສິດທິພາບ, ນໍາໃຊ້ແລະຄຸ້ມຄອງແບບຈໍາລອງ ML ທີ່ຊັບຊ້ອນກ່ຽວກັບໂຄງສ້າງພື້ນຖານທີ່ມີຢູ່ແລະປັບປຸງການດໍາເນີນງານແລະການປະຕິບັດຂອງຕົວແບບ ML ໃນທົ່ວວິສາຫະກິດ,

ໃນເບື້ອງຕົ້ນແມ່ນຫຍັງທີ່ດຶງດູດເຈົ້າໃຫ້ການຮຽນຮູ້ເຄື່ອງຈັກ?

ຂ້າພະເຈົ້າໄດ້ສົນໃຈ AI ໃນໄວຫນຸ່ມ, ໃນເວລາທີ່ຂ້າພະເຈົ້າອ່ານດົນຕີຂອງ Marvin Minsky ໃນຈິດໃຈຂອງພວກເຮົາເປັນສັງຄົມຂອງຕົວແທນທີ່ງ່າຍດາຍ, ແລະຮຽນຮູ້ກ່ຽວກັບ Eliza ຂອງ Joe Weizenbaum (ເປັນ chatbot ຕົ້ນຫຼາຍ) ແລະການວິພາກວິຈານຂອງ John McCarthy. ຕໍ່ມາ, ຂ້າພະເຈົ້າໄດ້ຮັບກຽດທີ່ຈະໃຫ້ McCarthy ເປັນປະທານຄະນະກໍາມະການສອບເສັງ AI ຂອງຂ້າພະເຈົ້າຢູ່ທີ່ Stanford. McCarthy ແລະ Minsky ແມ່ນສອງພໍ່ຂອງສາຂາວິຊາປັນຍາທຽມ, ແລະທັງສອງມີຄວາມເຂົ້າໃຈເລິກເຊິ່ງກ່ຽວກັບອໍານາດເຊັ່ນດຽວກັນກັບຂໍ້ຈໍາກັດຂອງມັນ, ແລະຂ້າພະເຈົ້າໂຊກດີພໍທີ່ຈະຮຽນກັບທັງສອງ.

ພວກເຮົາຍັງສາມາດເຫັນໄດ້ໃນມື້ນີ້ວ່າ AI ມີທ່າແຮງອັນໃຫຍ່ຫຼວງ, ແລະໃນເວລາດຽວກັນມີຂໍ້ຈໍາກັດທີ່ສໍາຄັນ. ສິ່ງທ້າທາຍດຽວກັນທີ່ພວກເຮົາໄດ້ຕໍ່ສູ້ກັບ 30 ປີທີ່ຜ່ານມາແມ່ນຍັງປາກົດຂື້ນໃນມື້ນີ້, ໂດຍສະເພາະໃນເວລາທີ່ພວກເຮົາເບິ່ງ AI ໃນວິສາຫະກິດ. ຂ້ອຍໄດ້ຮັບການດົນໃຈຈາກການເຮັດວຽກເປັນນັກຮຽນ, ເພື່ອເບິ່ງວ່າຄຸນຄ່າຂອງ AI ອາດຈະຖືກປົດລັອກໄດ້ແນວໃດ, ແລະຂ້ອຍກໍ່ມີຄວາມກະຕືລືລົ້ນຕໍ່ມັນ.

ກ່ອນໜ້ານີ້ເຈົ້າເຄີຍຂຽນເອກະສານເຄື່ອງມືບາງອັນ, ເຈົ້າເຊື່ອວ່າເຈ້ຍໃດເປັນເຄື່ອງມືທີ່ສຸດໃນການພັດທະນາທັດສະນະຂອງເຈົ້າກ່ຽວກັບ AI?

ໃນ​ຖາ​ນະ​ເປັນ​ນັກ​ສຶກ​ສາ, ຂ້າ​ພະ​ເຈົ້າ​ຕ້ອງ​ໄດ້​ອ່ານ​ຫຼາຍ​ພັນ​ເອ​ກະ​ສານ. ເອກະສານທີ່ມີຊື່ສຽງຂອງ McCarthy ກ່ຽວກັບ “Advice Taker,” ກ່ຽວກັບບາງບັນຫາທາງປັດຊະຍາທີ່ສໍາຄັນຂອງ AI, ເອກະສານຂອງ Marvin ກ່ຽວກັບຈິດໃຈຂອງສັງຄົມ, ກ່ຽວກັບການນໍາເອົາຜູ້ເຊື່ອມຕໍ່ (ເຄືອຂ່າຍ neural ໂດຍອີງໃສ່) ແລະວິທີການສັນຍາລັກຂອງ AI, ເອກະສານຂອງ Judea Pearl ກ່ຽວກັບເຫດຜົນທີ່ເປັນໄປໄດ້ແລະ. ສະຕິປັນຍາສາເຫດ, ແລະເອກະສານໂດຍ David Marr (ກ່ຽວກັບວິໄສທັດ), Pat Winston (ກ່ຽວກັບການຮຽນຮູ້ການອະທິບາຍວັດຖຸຈາກຕົວຢ່າງ), ວຽກງານຂອງ Waldinger ກ່ຽວກັບການສັງເຄາະໂຄງການ, ແລະອື່ນໆຈໍານວນຫຼາຍເຮັດໃຫ້ທັດສະນະຂອງຂ້າພະເຈົ້າ. ຫວ່າງມໍ່ໆມານີ້, ຂ້າພະເຈົ້າໄດ້ອ່ານວຽກງານຂອງ Hinton, Lecun, ຄົນທີ່ສົນໃຈ, ເຊັ່ນດຽວກັນກັບວຽກງານຂອງ Cynthia Rudin, Fernanda Viegas, ແລະອື່ນໆ.

ທ່ານເຄີຍບອກວ່າປະສົບການຂອງຜູ້ພັດທະນາໃນການກໍ່ສ້າງລະບົບ AI ແມ່ນແຕກແຍກແລະແຕກຫັກ, ແມ່ນຫຍັງຄືບັນຫາໃນປະຈຸບັນທີ່ຢູ່ເບື້ອງຫຼັງການສ້າງລະບົບ AI?

ລະບົບ AI ໃນມື້ນີ້ສາມາດຖືກອະທິບາຍຢ່າງແທ້ຈິງໂດຍປະຊາຊົນຈໍານວນຫນ້ອຍ – ສະຖິຕິແຕກຕ່າງກັນ, ແຕ່ເບິ່ງຄືວ່າມີພຽງແຕ່ປະມານ 20-30,000 ຄົນໃນໂລກທີ່ເຂົ້າໃຈວິທີການທີ່ແທ້ຈິງຂອງວິທີການເຮັດວຽກຂອງລະບົບ AI. ອັນນີ້ແມ່ນໜ້ອຍກວ່າ 52,000 ຄົນ ຫຼື ຫຼາຍກວ່າຄົນທີ່ພວກເຮົາຄາດຄະເນວ່າເປັນຜູ້ຊ່ຽວຊານດ້ານ MLOps, ຫຼື 1 ລ້ານຄົນທີ່ພວກເຮົາຄາດຄະເນແມ່ນນັກວິທະຍາສາດຂໍ້ມູນ. ພວກເຂົາຫຼາຍຄົນບໍ່ສາມາດບອກເຈົ້າໄດ້ວ່າເປັນຫຍັງລະບົບກໍາລັງເຮັດສິ່ງທີ່ມັນເປັນ, ເປັນຫຍັງມັນຈຶ່ງເຮັດໃຫ້ຄໍາແນະນໍາທີ່ມັນເຮັດ, ຫຼືສິ່ງທີ່ອາດຈະດໍາເນີນການທີ່ຫນ້າຕື່ນຕາຕື່ນໃຈ, ຫຼືວິທີການເຮັດວຽກຂອງເຕັກນິກພື້ນຖານ.

ເອົາອັນນີ້ໃສ່ກັບສາກຫຼັງຂອງພູມສັນຖານທີ່ສັບສົນອັນກວ້າງໃຫຍ່ໄພສານ. ມີຫຼາຍກວ່າ 300 ຜູ້ຂາຍ MLOps ທີ່ Gartner ກໍາລັງຕິດຕາມໃນເວລາໃດກໍ່ຕາມ. ແຕ່ລະອັນມີຂໍ້ສະເໜີພິເສດ. ໃນທາງກົງກັນຂ້າມ, ເມຄຂະຫນາດໃຫຍ່ຂອງຜູ້ຂາຍມີລົດຊາດຂອງຕົນເອງຂອງທຸກສິ່ງທຸກຢ່າງ, ແລະມັກຈະຊອກຫາການລັອກບໍລິສັດເຂົ້າໄປໃນລະບົບນິເວດແລະໂຄງສ້າງພື້ນຖານຂອງພວກເຂົາ.

ຫຼັງຈາກນັ້ນ, ຄອມພິວເຕີ້ຕົວມັນເອງມັກຈະແພງເກີນໄປສໍາລັບບໍລິສັດທີ່ຈະສ້າງແລະຝຶກອົບຮົມຢ່າງແທ້ຈິງບາງແບບທີ່ກ້າວຫນ້າທີ່ສຸດທີ່ມີຢູ່. ສິ່ງເຫຼົ່ານັ້ນຍັງເຫຼືອຢູ່ໃນບໍລິສັດຈໍານວນຫນ້ອຍທີ່ມີພອນສະຫວັນແລະຊັບພະຍາກອນທີ່ຈໍາເປັນໃນການຄຸ້ມຄອງຄວາມຕ້ອງການຂອງລະບົບ AI.

ການຂາດຄວາມເຂົ້າໃຈ, ຄວາມສັບສົນຂອງເຄື່ອງມືແລະຄ່າໃຊ້ຈ່າຍຂອງຄອມພິວເຕີ້ປະສົມປະສານເພື່ອສ້າງພູມສັນຖານທີ່ບໍ່ສອດຄ່ອງແລະທ້າທາຍສໍາລັບບໍລິສັດໃດທີ່ຊອກຫາຄວາມຊໍານານ AI. ທີ່ Vianai, ພວກເຮົາກໍາລັງສ້າງວິທີການເພື່ອເຮັດໃຫ້ AI ງ່າຍຕໍ່ການໃຊ້ແລະງ່າຍຕໍ່ການສັງເກດແລະເຂົ້າໃຈ, ໃນຂະນະທີ່ຫຼຸດລົງຢ່າງຫຼວງຫຼາຍຂອງຊັບພະຍາກອນແລະຄ່າໃຊ້ຈ່າຍທີ່ກ່ຽວຂ້ອງກັບການໄດ້ຮັບການປະຕິບັດທີ່ດີທີ່ສຸດ.

ເຈົ້າສາມາດແບ່ງປັນເລື່ອງຕົ້ນເດີມທີ່ຢູ່ເບື້ອງຫຼັງ Vianai ໄດ້ບໍ?

ຂ້າ​ພະ​ເຈົ້າ​ໄດ້​ໃຊ້​ເວ​ລາ​ຫຼາຍ​ປີ​ໃນ​ການ​ເຮັດ​ວຽກ​ເພື່ອ​ນໍາ​ເອົາ​ການ​ປະ​ດິດ​ສ້າງ​ໃຫມ່​, ລົບ​ກວນ​ວິ​ສາ​ຫະ​ກິດ​. ທີມງານຂອງຂ້ອຍແລະຂ້ອຍໄດ້ສ້າງຜະລິດຕະພັນຈໍານວນຫນຶ່ງທີ່ບັນລຸວິສາຫະກິດຫຼາຍສິບພັນຄົນແລະຖືວ່າເປັນຄວາມກ້າວຫນ້າ. ຂ້າ​ພະ​ເຈົ້າ​ຍັງ​ໄດ້​ນຳ​ພາ​ການ​ຫັນ​ປ່ຽນ​ຂັ້ນ​ພື້ນ​ຖານ​ໃນ​ສອງ​ການ​ເດີນ​ທາງ​ຂອງ​ຂ້າ​ພະ​ເຈົ້າ​ກ່ອນ​ເລີ່ມ​ຕົ້ນ​ວຽນ​ວຽນ ແລະ​ໄດ້​ເຂົ້າ​ຮ່ວມ​ການ​ຫັນ​ປ່ຽນ​ຢູ່​ວິ​ສາ​ຫະ​ກິດ​ນັບ​ຮ້ອຍ​ແຫ່ງ. ການເພີ່ມນີ້ແມ່ນເປັນເວລາຫຼາຍປີຂອງຂ້ອຍໃນການສຶກສາ AI ແລະສຸມໃສ່ວິທີການເຮັດໃຫ້ AI ດີຂຶ້ນ, ມີຄວາມກ່ຽວຂ້ອງຫຼາຍຂຶ້ນ, ແລະໃນການບໍລິການຂອງມະນຸດ.

ໃນທາງທີ່ຜິດປົກກະຕິສິ່ງເຫຼົ່ານີ້ມາຮ່ວມກັນ. ຂ້ອຍໄດ້ໄປພັກຜ່ອນກັບຄອບຄົວຢູ່ອາຊີຕາເວັນອອກສຽງໃຕ້ [in late 2018]. ພວກ​ເຮົາ​ໄດ້​ໄປ​ຊື້​ເຄື່ອງ​ຢູ່​ຕະຫຼາດ​ນ້ອຍໆ​ແຫ່ງ​ໜຶ່ງ, ຜູ້​ຂາຍ​ມີ​ເຄື່ອງ​ປະດັບ​ທີ່​ເຮັດ​ດ້ວຍ​ມື​ທີ່​ສວຍ​ງາມ. ມັນໄດ້ຖືກສ້າງຂື້ນດ້ວຍເຕັກນິກພື້ນເມືອງແລະຫີນທ້ອງຖິ່ນ, ແລະມັນກໍ່ເປັນທີ່ຫນ້າປະຫລາດໃຈ, ແຕ່ແນ່ນອນວ່າບໍ່ມີໃຜຢູ່ນອກເມືອງນ້ອຍໆນີ້ບໍ່ເຄີຍໄດ້ຍິນ. ແລະຂ້ອຍມີຄໍາຖາມນີ້ເຂົ້າມາໃນໃຈຂອງຂ້ອຍ, “ຖ້າຜູ້ຂາຍນີ້ສາມາດໃຊ້ AI ໄດ້ບໍ? ມັນຈະເປັນແນວໃດ? ລະບົບຈະດໍາເນີນການແນວໃດ? ໃນເວລານັ້ນມັນຕີຂ້ອຍວ່າທຸກໆທຸລະກິດໃນໂລກຈະຖືກຫັນປ່ຽນດ້ວຍ AI, ແລະການຫັນປ່ຽນນີ້ບໍ່ສາມາດເບິ່ງໄດ້ດ້ວຍທັດສະນະຂອງມື້ວານນີ້, ແຕ່ຕ້ອງການຜະລິດຕະພັນແລະແນວຄວາມຄິດທີ່ຕ້ອງເລີ່ມຕົ້ນຈາກແຜ່ນປ້າຍໂຄສະນາເປົ່າຫວ່າງ.

ປະມານຫນຶ່ງເດືອນຕໍ່ມາ, ຂ້າພະເຈົ້າໄດ້ກໍ່ຕັ້ງ Vianai ດ້ວຍພາລະກິດທີ່ຈະນໍາເອົາ AI ທີ່ແທ້ຈິງ, ເປັນສູນກາງຂອງມະນຸດໄປສູ່ທຸລະກິດທົ່ວໂລກ. ນີ້ຫມາຍຄວາມວ່າການສະຫນອງຜະລິດຕະພັນແລະການບໍລິການ, ຄໍາຮ້ອງສະຫມັກແລະເຕັກໂນໂລຢີ, ເຄື່ອງມືທີ່ຊ່ວຍໃຫ້ຜູ້ໃຊ້ທຸລະກິດ, ນັກວິທະຍາສາດຂໍ້ມູນ, ວິສະວະກອນ ML ແລະແມ້ກະທັ້ງຜູ້ຂາຍໃນເຂດຫ່າງໄກສອກຫຼີກຂອງໂລກເພື່ອເກັບກ່ຽວຜົນປະໂຫຍດຂອງ AI ຢ່າງແທ້ຈິງ.

ຕັ້ງແຕ່ນັ້ນມາ, ພວກເຮົາໄດ້ສ້າງແອັບພລິເຄຊັນເພື່ອຊ່ວຍໃຫ້ທຸລະກິດເລີ່ມຕົ້ນໃນ AI, ເປັນເວທີທີ່ຈະຊ່ວຍໃຫ້ຜູ້ປະຕິບັດ ML ຄຸ້ມຄອງ ແລະຕິດຕາມແບບຈໍາລອງ AI ຂອງເຂົາເຈົ້າ, ແລະເຕັກນິກການເພີ່ມປະສິດທິພາບເພື່ອໃຫ້ບໍລິສັດເຂົ້າເຖິງ AI ໄດ້ຫຼາຍຂຶ້ນ.

ໂດຍຜ່ານທຸກສິ່ງທຸກຢ່າງ, ພວກເຮົາໄດ້ພົບເຫັນວ່າທ່າແຮງທີ່ສໍາຄັນຂອງການນໍາເອົາອໍານາດຂອງຄວາມເຂົ້າໃຈຂອງມະນຸດ, ການຕັດສິນ, ແລະການຮ່ວມມືຮ່ວມກັນກັບຂໍ້ມູນແລະເຕັກນິກ AI ທີ່ດີທີ່ສຸດແມ່ນຍັງບໍ່ທັນໄດ້ນໍາໃຊ້. ອີງໃສ່ການເຮັດວຽກຂອງພວກເຮົາກັບບໍລິສັດວິສາຫະກິດຊັ້ນນໍາ, ຂ້າພະເຈົ້າໄດ້ເຫັນວ່າເຕັກນິກດຽວກັນທີ່ຈະຊ່ວຍໃຫ້ຜູ້ຂາຍຂະຫນາດນ້ອຍຈະຊ່ວຍໃຫ້ວິສາຫະກິດທີ່ໃຫຍ່ທີ່ສຸດໃນໂລກ.

Vianai ແມ່ນທັງຫມົດກ່ຽວກັບ AI ຂອງມະນຸດເປັນສູນກາງ, ເຈົ້າສາມາດກໍານົດສິ່ງທີ່ນີ້ແມ່ນແລະເປັນຫຍັງມັນຈຶ່ງສໍາຄັນ?

AI ຂອງມະນຸດເປັນສູນກາງແມ່ນ AI ທີ່ຊອກຫາການຂະຫຍາຍການເຮັດວຽກຂອງມະນຸດແລະປັບປຸງການຕັດສິນຂອງມະນຸດ. ການຮຽນຮູ້ຂອງເຄື່ອງຈັກແມ່ນມັກຈະຄິດວ່າເປັນການທົດແທນແຮງງານຂອງມະນຸດ. ແຕ່ AI ແມ່ນເສີມກັບມະນຸດ – ມັນສະຫນອງຂະຫນາດ, ການເຮັດຊ້ໍາອີກ, ແລະຄວາມຊັດເຈນທີ່ມະນຸດບໍ່ສາມາດເຮັດຊ້ໍາໄດ້. ແຕ່ AI ບໍ່ສາມາດຈໍາລອງການຕັດສິນຂອງມະນຸດ, ປະສົບການຂອງມະນຸດ, ຫຼືຄວາມເຂົ້າໃຈຂອງພວກເຮົາກ່ຽວກັບສະພາບການ.

ມີຕົວຢ່າງທີ່ຊັດເຈນກ່ຽວກັບເລື່ອງນີ້, ຂອງ AI ເຂົ້າໃຈຜິດເຕົ່າສໍາລັບ rifle ເປັນຕົວຢ່າງ, ແຕ່ເລື້ອຍໆພວກເຮົາວາງໃຈໃນ AI ຫຼາຍເກີນໄປເມື່ອມັນຍັງບໍ່ທັນໄດ້ພິສູດຕົວເອງວ່າມີຄວາມຫນ້າເຊື່ອຖື. ເລື່ອງທີ່ບໍ່ມີຊື່ສຽງແມ່ນມາຈາກທົດສະວັດທີ່ຜ່ານມາ, ເມື່ອ AI ຂອງບໍລິສັດຫນຶ່ງໄດ້ຮັບອະນຸຍາດໃຫ້ຊື້ຂາຍໂດຍບໍ່ມີການແຊກແຊງຂອງມະນຸດ. ສູດ​ການ​ຄິດ​ໄລ່​ໄດ້​ສູນ​ເສຍ 440 ລ້ານ​ໂດ​ລາ​ໃນ​ບໍ່​ເຖິງ​ຫນຶ່ງ​ຊົ່ວ​ໂມງ.

ສໍາລັບຕົວຢ່າງທີ່ຜ່ານມາ, ຮູບແບບພາສາທີ່ທັນສະ ໄໝ ຍັງຄົງຂ້ອນຂ້າງງ່າຍທີ່ຈະສັບສົນຫຼືມີຄວາມລໍາອຽງ. ເຄື່ອງສ້າງຂໍ້ຄວາມເປັນຮູບພາບມີທ່າແຮງ, ແຕ່ຕ້ອງການຄໍາສັ່ງສະເພາະຫຼາຍຈາກຜູ້ໃຊ້ຂອງມະນຸດເພື່ອໃຫ້ໄດ້ທ່າແຮງຢ່າງເຕັມທີ່.

ດັ່ງນັ້ນ, AI ທີ່ເນັ້ນໃສ່ມະນຸດເປັນຈຸດໃຈກາງໃນການອອກແບບຜະລິດຕະພັນຂອງພວກເຮົາ. ພວກເຮົານໍາເອົາພະລັງງານຂອງຄວາມເຂົ້າໃຈຂອງມະນຸດ – ຄືກັບການຕັດສິນແລະການຮ່ວມມື – ພ້ອມກັບຂໍ້ມູນທີ່ດີທີ່ສຸດແລະເຕັກນິກ AI, ເພື່ອສ້າງລະບົບອັດສະລິຍະທີ່ສາມາດປັບປຸງຜົນໄດ້ຮັບແລະຂະບວນການທາງທຸລະກິດຢ່າງຫຼວງຫຼາຍ.

ເຈົ້າສາມາດອະທິບາຍເຖິງຄວາມຈໍາເປັນສໍາລັບວົງການຄໍາຄຶດຄໍາເຫັນທີ່ຢູ່ເບື້ອງຫຼັງມະນຸດແລະ AI ໄດ້ບໍ?

ມີສາຂາທັງຫມົດຂອງ AI ທີ່ເອີ້ນວ່າ “ມະນຸດຢູ່ໃນວົງຈອນ” ທີ່ອີງໃສ່ກົນໄກການຕອບໂຕ້ຂອງມະນຸດເພື່ອປັບປຸງການປະຕິບັດຂອງ AI ຕາມທໍາມະຊາດ. ນີ້ແມ່ນທໍາມະຊາດ, ແລະເຮັດໃຫ້ຄວາມຮູ້ສຶກສໍາລັບລະບົບໃດກໍ່ຕາມ.

ລະບົບ AI ສາມາດປັບປຸງໃນໄລຍະເວລາ, ໂດຍຜ່ານການຝຶກອົບຮົມຄືນໃຫມ່, ເຊິ່ງລວມເອົາການກະທໍາໃດກໍ່ຕາມທີ່ຜູ້ໃຊ້ປະຕິບັດ. ນີ້, ແນ່ນອນ, ເປັນສ່ວນຫນຶ່ງຂອງຄໍາຮ້ອງສະຫມັກຂອງພວກເຮົາເຊັ່ນດຽວກັນ. ໃຫ້ຂ້ອຍຍົກຕົວຢ່າງ.

ກ່ອນທີ່ຈະ Covid, ພວກເຮົາເຮັດວຽກກັບບໍລິສັດບໍລິການທາງດ້ານການເງິນຂະຫນາດໃຫຍ່ກ່ຽວກັບການຄາດຄະເນຄວາມຕ້ອງການ. ເນື່ອງຈາກພວກເຮົາອອກແບບລະບົບແນວໃດ, ເມື່ອ Covid ມາແລະແຕກຕົວແບບອື່ນໆຈໍານວນຫຼາຍ, ພວກເຮົາປັບຕົວເຂົ້າກັບການປ່ຽນແປງຢ່າງໄວວາແລະບໍ່ຈໍາເປັນຕ້ອງສ້າງໃຫມ່. ນີ້ແມ່ນລັກສະນະທີສອງແລະສໍາຄັນທີ່ສຸດຂອງ AI ຂອງມະນຸດເປັນສູນກາງ, ການອອກແບບລະບົບຕ່າງໆຕັ້ງແຕ່ເລີ່ມຕົ້ນເພື່ອລວມເອົາຄວາມສັບສົນຂອງຊີວິດທີ່ທັນສະໄຫມ.

ນີ້ສ້າງຄວາມໄວ້ວາງໃຈແລະລະບົບທີ່ເຕີບໂຕຂຶ້ນກັບອົງການຈັດຕັ້ງແລະຜູ້ໃຊ້.

ສິ່ງທີ່ເຮັດໃຫ້ Vianai ເປັນແພລະຕະຟອມ AI ລຸ້ນຕໍ່ໄປ?

ໃນຂະນະທີ່ມີການສົນທະນາຫຼາຍກ່ຽວກັບຄວາມສ່ຽງ, ລະບຽບການ, ແລະຄໍາສັນຍາຂອງ AI, ມີຈໍານວນຫນ້ອຍທີ່ຊອກຫາສິ່ງທີ່ພວກເຮົາເຫັນວ່າເປັນການແກ້ໄຂ – ແນວຄວາມຄິດຂອງ AI ຂອງມະນຸດເປັນສູນກາງ.

ຫຼັງຈາກນັ້ນ, ເວທີຂອງພວກເຮົາແມ່ນກຽມພ້ອມສໍາລັບບັນຫາທີ່ຈະມາເຖິງຍ້ອນວ່າ AI ກາຍເປັນຕົວຈິງໃນວິສາຫະກິດ. ມັນແມ່ນການແກ້ໄຂບັນຫາກ່ຽວກັບຄວາມໄວ້ວາງໃຈ, ຄວາມລໍາອຽງ, ແລະຄວາມໂປ່ງໃສ. ມັນຊ່ວຍໃຫ້ບໍລິສັດສາມາດຂະຫຍາຍ AI ດ້ວຍການຕິດຕາມແລະການເພີ່ມປະສິດທິພາບ. ແລະມັນເຮັດໃຫ້ຜູ້ໃຊ້ທີ່ບໍ່ແມ່ນວິຊາການສາມາດ harness AI ຜ່ານຄໍາຮ້ອງສະຫມັກຂອງພວກເຮົາ.

ສິ່ງທ້າທາຍອັນໃດແດ່ທີ່ຢູ່ເບື້ອງຫຼັງການສ້າງເວທີທີ່ປັບປຸງປະສົບການສໍາລັບວິສາຫະກິດ AI ຢ່າງຫຼວງຫຼາຍ?

ສິ່ງທ້າທາຍໃຫຍ່ທີ່ສຸດທີ່ພວກເຮົາເຫັນຢູ່ໃນວິສາຫະກິດລວມເອົາ AI ແມ່ນພອນສະຫວັນ, ເຄື່ອງມື, ແລະເຕັກໂນໂລຢີ. ກ່ອນອື່ນ ໝົດ, ພອນສະຫວັນມັກຈະສຸມໃສ່ບາງບ່ອນ, ໂດຍສະເພາະໃນບໍລິສັດເຕັກໂນໂລຢີທີ່ໃຫຍ່ກວ່າ. ນີ້ເຮັດໃຫ້ມັນຍາກຫຼາຍສໍາລັບສະມາຊິກທີມງານພາຍນອກທີ່ຈະເຂົ້າຮ່ວມໃນການຕິດຕາມ, ການປົກຄອງ, ແລະການສ້າງຮູບແບບຂອງໂຄງການ AI ແລະສາມາດສ້າງຄວາມລໍາອຽງຫຼາຍຂຶ້ນຍ້ອນວ່າພຽງແຕ່ຈໍານວນຈໍາກັດຂອງສະມາຊິກທີມທີ່ເຮັດວຽກຢູ່ໃນການດໍາເນີນງານ.

ເທັກໂນໂລຍີ ແລະເຄື່ອງມືຍັງສາມາດເປັນສິ່ງທ້າທາຍໃນການປັບປຸງ AI. ໃນປັດຈຸບັນ, ທັງເຕັກໂນໂລຢີແລະເຄື່ອງມືແມ່ນຈໍາກັດ. ຊິບເພື່ອດໍາເນີນການ AI ແມ່ນຂາດແຄນແລະມີລາຄາແພງຫຼາຍ, ແລະເຄື່ອງມືໄດ້ຖືກລັອກເຂົ້າໄປໃນຜູ້ຂາຍທີ່ແນ່ນອນເຊິ່ງຫຼຸດຜ່ອນເສລີພາບໃນການປັບປຸງຄ່າໃຊ້ຈ່າຍໃນຂະນະທີ່ຂະຫຍາຍມູນຄ່າ. ບໍ່ວ່າບໍລິສັດອາດຈະຢູ່ໃນການເດີນທາງຂອງ AI ວິສາຫະກິດ, ສິ່ງທ້າທາຍເຫຼົ່ານີ້ສາມາດເຮັດໃຫ້ການປະຕິບັດ AI ທີ່ເປັນປະໂຫຍດແລະມີຈັນຍາບັນເປັນສິ່ງທ້າທາຍຍ້ອນວ່າມັນສ້າງຍຸດທະສາດທີ່ຕັດການເຊື່ອມຕໍ່, ແບ່ງແຍກແລະເອົາເຄື່ອງມືທີ່ຈໍາເປັນເພື່ອປະຕິບັດຫນ້າທີ່ທີ່ເຫມາະສົມ. ອົງການຈັດຕັ້ງຈໍາເປັນຕ້ອງສາມາດສະຫນັບສະຫນູນທຸກຂົງເຂດຂອງ AI ຕັ້ງແຕ່ການປະຕິບັດຈົນເຖິງການບໍາລຸງຮັກສາ, ແລະມີທີມງານສະຫນັບສະຫນູນແລະສະເຫນີການປ້ອນຂໍ້ມູນເພື່ອເຮັດໃຫ້ມັນປະສົບຜົນສໍາເລັດ.

ສໍາລັບຄວາມສໍາເລັດທີ່ແທ້ຈິງ, ຂ້າພະເຈົ້າໄດ້ພົບເຫັນວ່າຄວາມສາມາດຂອງແພລະຕະຟອມຈໍາເປັນຕ້ອງເປີດຢ່າງສົມບູນ, modular, ປ່ຽນແປງໄດ້, ແລະບໍ່ຂຶ້ນກັບການຍົກລະດັບຮາດແວແລະຊອບແວທີ່ມີຄ່າໃຊ້ຈ່າຍ. ແລະດ້ວຍວິທີການທີ່ມີມະນຸດເປັນສູນກາງ, ມະນຸດຍັງສາມາດນໍາເອົາຄວາມຮູ້, ສະພາບການ, ປະສົບການ, ຄວາມຄິດສ້າງສັນເພື່ອແກ້ໄຂບັນຫາ – ນີ້ໄດ້ຖືກຂະຫຍາຍອອກໂດຍເວທີ AI, ບໍ່ໄດ້ຖືກທົດແທນ.

ມີຫຍັງອີກແດ່ທີ່ເຈົ້າຢາກແບ່ງປັນກ່ຽວກັບ Vianai?

ໃນຫຼາຍວິທີ, ພວກເຮົາກໍາລັງດໍາລົງຊີວິດຢູ່ໃນເວລາຂອງ AI. ມີຫຼາຍ hype ແລະການສົນທະນາປະມານ AI, ເຊິ່ງໂດຍລວມແມ່ນເປັນສິ່ງທີ່ດີ. ພວກເຮົາກໍາລັງເຫັນຄວາມກ້າວຫນ້າຫຼາຍແລະການຮັບຮອງເອົາຢ່າງກວ້າງຂວາງກວ່າທີ່ຜ່ານມາໃນຂົງເຂດເຊັ່ນ: AI ທົ່ວໄປແລະຂົງເຂດອື່ນໆ. ຢ່າງໃດກໍ່ຕາມ, ພວກເຮົາຍັງຄວນເຮັດວຽກເພື່ອຮັບຮູ້ຂໍ້ຈໍາກັດຂອງ AI – ຄວາມເປັນຈິງຂອງເຕັກໂນໂລຢີ AI ໃນມື້ນີ້ເຊັ່ນດຽວກັນກັບຄວາມເປັນຈິງຂອງການຂາດແຄນຄວາມຊໍານານໃນ AI, ແລະການຂາດຄວາມເຊື່ອຫມັ້ນໃນ AI ໂດຍສະເພາະໃນວິສາຫະກິດ. ຖ້າພວກເຮົາສາມາດກອບ AI ເປັນເຄື່ອງຂະຫຍາຍຊີວິດຂອງພວກເຮົາ, ສັງຄົມ, ວຽກງານຂອງພວກເຮົາ, ທ່າແຮງຂອງພວກເຮົາ, ແລະມີການກວດສອບທີ່ຈໍາເປັນຂອງ AI ເພື່ອຮັບປະກັນສິ່ງນີ້, ຫຼັງຈາກນັ້ນຂ້າພະເຈົ້າເຊື່ອວ່າໃນທີ່ສຸດພວກເຮົາຈະເຫັນມັນເຂົ້າມາໃນຊີວິດທີ່ມີຄວາມຫມາຍແລະການປ່ຽນແປງ.

ຂໍ​ຂອບ​ໃຈ​ສໍາ​ລັບ​ການ​ສໍາ​ພາດ​ທີ່​ຍິ່ງ​ໃຫຍ່​, ຜູ້​ອ່ານ​ທີ່​ຢາກ​ຈະ​ຮຽນ​ຮູ້​ເພີ່ມ​ເຕີມ​ຄວນ​ໄປ​ຢ້ຽມ​ຢາມ Vianai​.

Categories: AiHome

0 Comments

Leave a Reply

Avatar placeholder

Your email address will not be published. Required fields are marked *