Спонсируемая функция В последнее время искусственный интеллект (ИИ) доминирует в заголовках деловых и технологических новостей, особенно с появлением генеративных технологий ИИ, таких как ChatGPT. Но для компаний, начинающих или расширяющих использование искусственного интеллекта и генеративного искусственного интеллекта, остаются серьезные технологические проблемы, а также препятствия, связанные с обучением и процедурами, которые необходимо преодолеть.

Конечно, число компаний, использующих ИИ, продолжает расти по всему миру и практически во всех отраслях. Согласно отчету IBM Global AI Adoption Index 2022, внедрение этой технологии процветает. По подсчетам, глобальный уровень внедрения ИИ в 2022 году неуклонно рос и сейчас составляет 35 процентов, что на четыре пункта больше, чем годом ранее. И еще 42 процента опрошенных респондентов заявили, что изучают возможность начать использовать ИИ.

«Вообще говоря, это новая область, и она развивается очень быстро», — говорит Ассаф Катан, директор по бизнесу израильской компании-разработчика AT Deci. «Существует сочетание краткосрочных и долгосрочных задач. В краткосрочной перспективе речь идет о выборе вашего пути. «Хочу ли я создавать собственные возможности, работать с моделями с открытым исходным кодом и настраивать их самостоятельно?» или хочу ли я работать через API с чем-то вроде Open AI? Тогда мне не нужно быть суперпрофессионалом, но также нужен мой уровень контроля над производительностью модели и возможность ее настройки, обеспечивая при этом конфиденциальность данных».

Это первоначальные краткосрочные решения. Затем, глядя на долгосрочную перспективу, компаниям придется учитывать необходимость масштабирования и затраты на это. «В долгосрочной перспективе предположим, что компания хочет создать генеративный сервис искусственного интеллекта. Они считают, что он может повысить эффективность, улучшить рабочие процессы и будет масштабироваться», — объясняет Катан. «Им нужно будет подумать о последствиях масштабирования использования модели, лежащей в основе их решения. Эти генеративные модели огромны с миллиардами параметров, поэтому вычислительная мощность, необходимая им для вывода, огромна. Как построить ее так, чтобы если вы масштабируетесь, вы все еще можете справиться с затратами?»

Развитие искусственного интеллекта

Сочетание генеративного искусственного интеллекта и более мощного серверного оборудования, лучше подходящего для обработки этих рабочих нагрузок, открывает компаниям новые возможности для быстрого проектирования, создания и доставки новых приложений и моделей искусственного интеллекта. Согласно тому же исследованию IBM, ИИ помогает компаниям разными способами. Это включает в себя решение проблемы нехватки рабочей силы и талантов путем автоматизации повторяющихся задач; экономия времени за счет автоматизации ИТ, бизнеса и сетевых процессов; экономия затрат; повышение эффективности операций, улучшение производительности ИТ и сети; и, в конечном итоге, обеспечение лучшего опыта для клиентов.

«Большинство ощутимых преимуществ для бизнеса связаны с эффективностью», — объясняет Катан. «Одно предприятие, с которым мы говорим, имеет большую клиентскую базу, поэтому поступает много звонков в службу поддержки и обслуживания клиентов», — говорит он. «Сегодня они используют стандартные чат-боты, не связанные с искусственным интеллектом, и решают множество основных проблем. Они планируют использовать генеративный искусственный интеллект, чтобы покрыть подавляющее большинство этих звонков, а остальное оставить для обработки агентов-людей».

Катан упомянул еще одну компанию, с которой сотрудничает Деси, которая умело использует искусственный интеллект для создания контента. «У них тысячи различных продуктов и SKU. Они используют генеративный искусственный интеллект для написания описаний продуктов», — объясняет он. «Теперь эти описания продуктов не просто состоят из двух строк. Они включают в себя описания продуктов, технические характеристики и информацию о функциях. Они используют генеративный искусственный интеллект для написания 90 процентов этих описаний продуктов».

AutoNAC обеспечивает эффективное глубокое обучение

Платформа глубокого обучения Deci основана на технологии автоматического построения нейронной архитектуры (AutoNAC). «Наше предложение состоит из двух основных компонентов», — объясняет Катан. «Одним из них является нейронная сеть, где наша технология помогает вам создавать эффективные архитектуры нейронных сетей, оптимизированные для конкретного варианта использования, аппаратного обеспечения, на котором они работают, и настроенные для достижения определенных ключевых показателей эффективности».

AutoNAC выполняет многокритериальный поиск в пространстве поиска из десятков миллиардов различных потенциальных архитектур, чтобы определить оптимальную архитектуру — ту, которая обеспечивает баланс между точностью, низкой задержкой и высокой пропускной способностью, которая адаптирована для конкретных задач, обработки данных. характеристики, целевые показатели производительности и конкретное оборудование. AutoNAC компании Deci создал некоторые из самых эффективных в мире моделей компьютерного зрения и генеративных моделей, таких как YOLO-NAS, DeciLM 6B, DeciDiffusion и другие.

Механизм AutoNAC также может прогнозировать точность и уровень производительности архитектуры, которую он сгенерирует, без необходимости предварительного обучения модели, как в случае со многими моделями ИИ. Конечным результатом является автоматически скомпилированная модель искусственного интеллекта, разработанная гораздо быстрее и дешевле, чем раньше, добавляет Катан: «Вы экономите деньги и обеспечиваете более высокую пропускную способность, что означает лучший пользовательский опыт».

Другой компонент — Infery, инструмент вывода Deci. «Infery дополнительно оптимизирует производительность нейронной сети во время выполнения, чтобы обеспечить ее максимально эффективную работу на конкретном оборудовании», — продолжает он. «У нас есть мощные инструменты вывода, оптимизированные для различных вариантов использования. Для генеративного ИИ мы создаем специальный инструмент вывода, оптимизированный для этих больших моделей, потому что они ведут себя иначе, чем более мелкие».

Генеративные модели ИИ, отличающиеся сложными итеративными процессами, отличаются от обычных статических моделей, используемых в таких задачах, как обнаружение объектов. Традиционные инструменты оптимизации не справляются со своими задачами, требуя специализированных инструментов для таких динамических архитектур.

Сегодня команды ИИ тратят много месяцев и ресурсов на разработку и оптимизацию своих моделей, используя бесконечные итерации проб и ошибок, пытаясь спроектировать модели вручную, но только 30% моделей доходят до производства. Платформа Deci упрощает разработку и оптимизацию моделей, устраняя неопределенность и гарантируя успех в производстве. С Deci команда ИИ может достичь производства за дни, а не за месяцы.

ИИ за работой

Платформа компьютерного зрения и генеративного искусственного интеллекта Deci в сочетании с серверами Lenovo ThinkSystem успешно используется в ряде отраслей промышленности, включая производство, розничную торговлю и даже сельское хозяйство. «Deci присутствует на двух основных рынках, — объясняет Катан, — компьютерном зрении и генеративном искусственном интеллекте».

Приложения компьютерного зрения используются на производстве и автомобильных заводах для визуального контроля, например, для выявления дефектной продукции. В сельском хозяйстве клиенты Deci используют камеры компьютерного зрения для мониторинга здоровья, размера и роста животных. В розничной торговле компьютерное зрение используется для автоматической проверки. «Все это использует старый добрый ИИ на основе компьютерного зрения для анализа и принятия решений», — добавляет он.

Что касается генеративного искусственного интеллекта, Deci используется клиентами на различных рынках, выполняя функции, встречающиеся в любой отрасли. «Забота о клиентах присутствует повсюду», — говорит он. «Затем в финансовых услугах есть более конкретные варианты использования, такие как кредитный анализ. Отделы продаж и маркетинга используют данные о клиентах для создания индивидуальных торговых предложений. Они также занимаются индивидуальным маркетингом, а не только контентом. Есть даже визуальный компонент. используя такие инструменты, как преобразование текста в изображение и объединение изображений для создания индивидуальных маркетинговых пакетов».

Сила в цифрах

Для компаний, желающих внедрить системы и модели искусственного интеллекта, это может оказаться пугающим и сложным процессом. Работая вместе, Lenovo и Deci надеются упростить этот процесс, настроив платформу и модели Deci AI для наиболее эффективной работы на серверах Lenovo. Это делает его универсальным выбором для компаний, заинтересованных в разработке собственных моделей искусственного интеллекта.

Одним из аспектов этого партнерства является участие Deci в программе Lenovo AI Innovators. Это помогает как платформе глубокого обучения Deci, так и моделям обработки естественного языка, работающим на серверах Lenovo ThinkSystem. Программа Lenovo AI Innovators предоставляет Deci доступ к собственному опыту Lenovo в области искусственного интеллекта и предоставляет партнерам предварительно настроенное оборудование, готовое к работе на платформе AutoNAC.

Программа Lenovo AI Innovators обеспечивает обширную сеть компаний-партнеров и глобальный охват в 180 странах. Lenovo также создала центры передового опыта в области искусственного интеллекта, где партнерские компании могут обмениваться опытом и ресурсами.

По словам Катана, партнерство расширяется не только благодаря масштабам Lenovo. «Когда вы обращаетесь к клиенту, вам нужно знать, каков вариант использования и каковы сроки?» он говорит. «Время важно. Возможно, у вас есть отличный продукт, но он стал доступен слишком рано или слишком поздно. Когда мы работаем с такой компанией, как Lenovo, они лучше знают предполагаемый вариант использования и время, чтобы разработать решение».

В качестве примера Катан объясняет, как объединенная платформа AutoNAC и серверы Lenovo могут вписаться в относительно распространенный вариант использования. «Предположим, вы создаете систему визуального контроля для своего производственного предприятия», — говорит он. «Ему нужен компьютер Lenovo. Ему нужны камеры. Ему нужно хранилище для данных и так далее. В этой ситуации мы являемся компонентом ИИ».

Большой брат вступает в игру

Lenovo обеспечивает глобальный охват, надежность, а также возможности продаж и поддержки. Deci представляет свою основную технологию. «Для нас они как старший брат», — говорит Катан. «Наша сила — в технологии искусственного интеллекта. Таким образом, это сочетание их охвата и клиентов с нашей технологией. Это наше обещание Lenovo. Мы всегда будем предлагать лучшие и самые сильные технологии искусственного интеллекта, и мы будем продолжать работать, концентрироваться и сделать его как можно более сильным».

Lenovo ThinkSystems уникально созданы для поддержки тяжелых вычислительных функций, таких как вычисления искусственного интеллекта. «Когда вы думаете о предприятии, которое хочет использовать генеративный искусственный интеллект и создать сервис, способный масштабироваться, затраты огромны», — объясняет Катан. «И эти модели становятся все больше. Чем больше модель, тем больше вычислений она требует и потребляет, поэтому создание моделей, которые потребляют меньше вычислений, означает меньшие затраты на оборудование».

Партнерство Deci с Lenovo относительно новое: оно началось в начале 2023 года, и Катан с нетерпением смотрит в будущее. «Со своей стороны, мы будем продолжать расширять нашу матрицу поддержки», — добавляет Катан. «Мы будем расширять тип и широту поддерживаемых нами вариантов использования. Партнерство с Lenovo началось совсем недавно, поэтому мы проводим проверку технологий, чтобы помочь сотрудникам Lenovo лучше понять нашу платформу и ценностное предложение».

При поддержке Lenovo.