مثلما تفضل معظم الشركات خيارات السحابة المتعددة وقواعد البيانات المتعددة المناسبة لأغراض مختلفة، هناك نموذج للذكاء الاصطناعي (AI) مناسب لكل غرض. وجدت دراسة استقصائية أجريت على أكثر من 1000 من صناع القرار في مجال تكنولوجيا المعلومات أن أكثر مستخدمي الذكاء الاصطناعي تقدمًا يقومون بتشغيل مئات النماذج في وقت واحد.
لقد دخلنا الآن عصر الذكاء الاصطناعي متعدد النماذج. ويبلغ متوسط عدد نماذج الذكاء الاصطناعي المتميزة العاملة حاليًا 158 نموذجًا، وتشير التوقعات إلى أن هذا العدد سيصل إلى 176 نموذجًا للذكاء الاصطناعي خلال العام المقبل، وفقًا للتقرير. تحقيق بواسطة S&P Global Market Intelligence وبضمان Vultr.
اقرأ أيضًا: هل تسهل أدوات الذكاء الاصطناعي إنشاء مشروع تجاري جديد؟ 5 عوامل للنظر فيها
أبلغ المستخدمون الأكثر تقدمًا عن استخدامهم لمتوسط 175 نموذجًا، مع نمو متوقع بنسبة 14% إلى 200 نموذج على مدار العام. ويتوقع المشاركون في ثاني أعلى مستوى من نضج الذكاء الاصطناعي نموًا بنسبة 18% على أساس سنوي في عدد النماذج. يقوم ثلثا المديرين (66%) الذين شملهم الاستطلاع ببناء أو تطوير نماذجهم الخاصة أو استخدام نماذج مفتوحة المصدر.
هناك أسباب عملية لنشر نماذج متعددة في حالات استخدام مختلفة. تقرير على سبيل المثال، يدرس فريق من الباحثين في معهد ماساتشوستس للتكنولوجيا مثال نظام يستخدم ثلاثة نماذج مدربة على بيانات اللغة والرؤية والعمل لمساعدة الروبوتات على تطوير وتنفيذ خطط للأعمال المنزلية والبناء والتصنيع. وقال الباحثون في معهد ماساتشوستس للتكنولوجيا: “يلتقط كل نموذج أساسي مستخدم جزءًا مختلفًا من عملية صنع القرار ثم يعمل معًا عندما يحين وقت اتخاذ القرارات”.
ما ينشأ هو نهج “مجمع” للذكاء الاصطناعي، يتضمن نماذج متعددة تعمل في وقت واحد في كل مخرج، كما وصفته إيريكا دينجمان في مقال لها. وظيفة للحبر المتحرك. وقالت: “الفرق بين النموذج الواحد ونموذج المجموعة يشبه الفرق بين كمان واحد وأوركسترا بأكملها”.
“على الرغم من أن كل أداة توفر قيمة، إلا أن العديد منها، تعمل معًا، تخلق شيئًا سحريًا حقًا. » بالإضافة إلى ذلك، فإن استخدام مجموعات بيانات متنوعة و”مجموعة من النماذج التي يتم تحديثها وتدريبها باستمرار” يمكن أن يساعد في تقليل التحيز في نتائج الذكاء الاصطناعي أو القضاء عليه.
اقرأ أيضًا: ما هو الوقت المناسب للاستثمار في الذكاء الاصطناعي؟ 4 نصائح تساعدك على اتخاذ القرار
كما أن التوزيع الواسع والتنوع للأنظمة التي تدعم نماذج الذكاء الاصطناعي أو تدعمها يعزز هذا الانتشار للنماذج. على سبيل المثال، يتحرك الذكاء الاصطناعي بشكل متزايد نحو الحافة، كما يظهر استطلاع S&P وVultr.
وقال مؤلفو الاستطلاع: “يبدو أن بنيات الذكاء الاصطناعي الموزعة، حيث تعد الحافة مكونًا رئيسيًا للتطبيقات التي تمتد عبر البنية التحتية للمؤسسة، هي الوضع الطبيعي الجديد”. تعتقد الغالبية العظمى (85%) من صناع القرار في مجال تكنولوجيا المعلومات الذين شملهم الاستطلاع أن هذا التغيير محتمل أو محتمل للغاية في بيئاتهم، حيث يعتبر 32% منهم أن هذا التغيير “محتمل للغاية”.
حدد مؤلفو الدراسة الشركات الرائدة في مجال الذكاء الاصطناعي، أي تلك التي لديها “ممارسات تحويلية في مجال الذكاء الاصطناعي”. ويحقق نصف هذه الشركات أداء “أفضل بكثير” مقارنة بنظيراتها في الصناعة مقارنة بالشركات العاملة. أبلغت جميع الشركات تقريبًا عن تحسن الأداء على أساس سنوي بين عامي 2022 و2023 في رضا العملاء (90%)، والإيرادات (91%)، وخفض التكلفة/هوامش التوسعة (88%)، والمخاطر (87%)، والتسويق (89%). والحصة السوقية (89%).
أيضًا: يمكن للتطوير السريع أن يطلق العنان لقوة الذكاء الاصطناعي التوليدي – وإليك الطريقة
ووفقاً للاستطلاع، من المتوقع أن يتجاوز الإنفاق على الذكاء الاصطناعي الإنفاق العام على تكنولوجيا المعلومات في جميع المؤسسات التي شملتها الدراسة. تخطط ما يقرب من تسع من كل عشر شركات (88%) لزيادة إنفاقها على الذكاء الاصطناعي في عام 2025، مع تخطيط 49% منها لزيادات معتدلة إلى كبيرة.
ومع ذلك، تكمن خلف هذه الأعداد المتزايدة تحديات تتعلق بالطلبات المفروضة على البنى التحتية الحالية لتكنولوجيا المعلومات. وقال مؤلفو التحقيق: “عندما يتعلق الأمر بأنشطة الذكاء الاصطناعي عالية الطلب، مثل الاستدلال في الوقت الفعلي، أعرب المشاركون عن قلقهم من أن البنية التحتية الحالية لن تكون على مستوى المهمة”. كانت أهم ثلاثة مخاوف هي عدم كفاية موارد وحدة المعالجة المركزية أو وحدة معالجة الرسومات (65%)، ومشكلات موقع البيانات (53%)، ومشكلات أداء التخزين (50%).
قال المؤلفون: “لقد رأينا هذا ينعكس في البيانات النوعية، حيث أعرب المشاركون عن مخاوفهم بشأن تأخيرات الجدولة لمثيلات وحدة معالجة الرسومات ذات السعة الأعلى في السحابة العامة والتأثيرات المحتملة على توفر البيانات”.
اقرأ أيضًا: ما وراء البرمجة: الذكاء الاصطناعي يُولد جيلًا جديدًا من المهن
“لقد لاحظنا أيضًا المخاوف المتزايدة بشأن تأثير تكاليف البنية التحتية. غالبًا ما تصبح التكلفة مصدر قلق أكثر إلحاحًا بمجرد بدء إنتاج المشروعات. تاريخياً، كانت لدى المنظمات قدرة محدودة على التنبؤ بالتكاليف بشكل فعال. »
