Η IBM εισάγει μια σειρά από νέες υπηρεσίες τεχνητής νοημοσύνης, συμπεριλαμβανομένων μοντέλων παραγωγής
Related Posts
Η IBM, όπως σχεδόν κάθε τεχνολογικός γίγαντας αυτές τις μέρες, ποντάρει πολλά στην τεχνητή νοημοσύνη.
Στο ετήσιο συνέδριο Think, η εταιρεία ανακοίνωσε την IBM Watsonx, μια νέα πλατφόρμα που παρέχει εργαλεία για την κατασκευή μοντέλων τεχνητής νοημοσύνης και παρέχει πρόσβαση σε προεκπαιδευμένα μοντέλα για τη δημιουργία κώδικα υπολογιστή, κειμένου και πολλά άλλα.
Είναι ένα μικρό χαστούκι στα back-office managers της IBM, που μόλις πρόσφατα ήταν
είπε
ότι η εταιρεία θα σταματήσει τις προσλήψεις για ρόλους που πιστεύει ότι θα μπορούσαν να αντικατασταθούν από AI τα επόμενα χρόνια.
Ωστόσο, η IBM λέει ότι η κυκλοφορία οφείλεται στις προκλήσεις που πολλές επιχειρήσεις εξακολουθούν να αντιμετωπίζουν στην ανάπτυξη της τεχνητής νοημοσύνης στο χώρο εργασίας. Το 30% των ηγετών επιχειρήσεων που ανταποκρίθηκαν σε μια έρευνα της IBM αναφέρουν ζητήματα εμπιστοσύνης και διαφάνειας ως εμπόδια που τους εμποδίζουν να υιοθετήσουν την τεχνητή νοημοσύνη, ενώ το 42% αναφέρει ανησυχίες σχετικά με το απόρρητο — ειδικά σχετικά με τη γενετική τεχνητή νοημοσύνη.
«Η τεχνητή νοημοσύνη μπορεί να μην αντικαταστήσει τους μάνατζερ, αλλά οι διευθυντές που χρησιμοποιούν τεχνητή νοημοσύνη θα αντικαταστήσουν τους μάνατζερ που δεν το κάνουν», δήλωσε ο Ρομπ Τόμας, επικεφαλής εμπορικός διευθυντής της IBM, σε μια στρογγυλή τράπεζα με δημοσιογράφους. «Αλλάζει πραγματικά τον τρόπο με τον οποίο δουλεύουν οι άνθρωποι».
Η Watsonx το λύνει αυτό, ισχυρίζεται η IBM, δίνοντας στους πελάτες πρόσβαση στο σύνολο εργαλείων, την υποδομή και τους πόρους συμβουλευτικής που χρειάζονται για να δημιουργήσουν τα δικά τους μοντέλα τεχνητής νοημοσύνης ή να βελτιώσουν και να προσαρμόσουν τα διαθέσιμα μοντέλα τεχνητής νοημοσύνης στα δικά τους δεδομένα. Χρησιμοποιώντας το Watsonx.ai, το οποίο η IBM περιγράφει σε εύχρηστη γλώσσα μάρκετινγκ ως «επιχειρηματικό στούντιο για κατασκευαστές τεχνητής νοημοσύνης», οι χρήστες μπορούν επίσης να επικυρώσουν και να αναπτύξουν μοντέλα καθώς και να παρακολουθήσουν μοντέλα μετά την ανάπτυξη, φαινομενικά ενοποιώντας τις διάφορες ροές εργασίας τους.
Αλλά περιμένετε, θα μπορούσατε να πείτε, μήπως ανταγωνιστές όπως η Google, η Amazon και η Microsoft δεν παρέχουν ήδη αυτό ή κάτι αρκετά κοντά σε αυτό; Η σύντομη απάντηση είναι ναι. Το συγκρίσιμο προϊόν της Amazon είναι το SageMaker Studio, ενώ της Google είναι το Vertex AI. Στην πλευρά του Azure, υπάρχει η πλατφόρμα Azure AI.
Ωστόσο, η IBM υποστηρίζει ότι η Watsonx είναι η
μόνο
Πλατφόρμα εργαλείων τεχνητής νοημοσύνης στην αγορά που παρέχει μια σειρά προεκπαιδευμένων, ανεπτυγμένων μοντέλων για την επιχείρηση και «οικονομικής υποδομής».
«Χρειάζεσαι ακόμα μια πολύ μεγάλη οργάνωση και ομάδα για να μπορέσεις να φέρεις [AI] καινοτομία με τρόπο που να μπορούν να καταναλώνουν οι επιχειρήσεις», δήλωσε στους δημοσιογράφους ο Dario Gil, SVP της IBM, κατά τη διάρκεια της στρογγυλής τραπέζης. «Και αυτό είναι ένα βασικό στοιχείο της οριζόντιας ικανότητας που φέρνει στο τραπέζι η IBM».
Αυτό μένει να φανεί. Σε κάθε περίπτωση, η IBM προσφέρει επτά προεκπαιδευμένα μοντέλα σε επιχειρήσεις που χρησιμοποιούν το Watsonx.ai, μερικά από τα οποία είναι ανοιχτού κώδικα. Συνεργάζεται επίσης με την Hugging Face, την startup τεχνητής νοημοσύνης, για να συμπεριλάβει χιλιάδες μοντέλα, σύνολα δεδομένων και βιβλιοθήκες που έχουν αναπτυχθεί από το Hugging Face. (Από την πλευρά της, η IBM δεσμεύεται να συνεισφέρει λογισμικό τεχνητής νοημοσύνης ανοιχτού κώδικα στο Hugging Face και να κάνει αρκετά από τα εσωτερικά μοντέλα της προσβάσιμα από την πλατφόρμα ανάπτυξης AI της Hugging Face.)
Τα τρία που επισημαίνει η εταιρεία στο Think είναι το fm.model.code, το οποίο δημιουργεί κώδικα. fm.model.NLP, μια συλλογή μεγάλων γλωσσικών μοντέλων. και fm.model.geospatial, ένα μοντέλο που βασίζεται σε δεδομένα κλίματος και τηλεπισκόπησης από τη NASA. (Δύστροπο σχέδιο ονοματοδοσίας; Εσύ betcha.)
Παρόμοια με τα μοντέλα που δημιουργούν κώδικα όπως το Copilot του GitHub, το fm.model.code επιτρέπει στον χρήστη να δώσει μια εντολή σε φυσική γλώσσα και στη συνέχεια να δημιουργήσει την αντίστοιχη ροή εργασιών κωδικοποίησης. Το Fm.model.NLP περιλαμβάνει μοντέλα δημιουργίας κειμένου για συγκεκριμένους και σχετικούς με τη βιομηχανία τομείς, όπως η οργανική χημεία. Και το fm.model.geospatial κάνει προβλέψεις για να βοηθήσει στο σχεδιασμό αλλαγών στα πρότυπα φυσικών καταστροφών, τη βιοποικιλότητα και τη χρήση γης, επιπλέον των άλλων γεωφυσικών διεργασιών.
Αυτά μπορεί να μην ακούγονται μυθιστορήματα στο πρόσωπό τους. Ωστόσο, η IBM ισχυρίζεται ότι τα μοντέλα διαφοροποιούνται από ένα σύνολο δεδομένων εκπαίδευσης που περιέχει «πολλαπλούς τύπους επιχειρηματικών δεδομένων, συμπεριλαμβανομένων κώδικα, δεδομένων χρονοσειρών, δεδομένων πίνακα και γεωχωρικών δεδομένων και δεδομένων συμβάντων πληροφορικής». Θα πρέπει να δεχθούμε τον λόγο του.
«Επιτρέπουμε σε μια επιχείρηση να χρησιμοποιεί τον δικό της κώδικα για να προσαρμοστεί [these] μοντέλα για το πώς θέλουν να τρέχουν τα playbook τους και τον κώδικά τους», δήλωσε ο Arvind Krishna, Διευθύνων Σύμβουλος της IBM, στη στρογγυλή τράπεζα. “Πρόκειται για περιπτώσεις χρήσης όπου οι άνθρωποι θέλουν να έχουν το δικό τους ιδιωτικό παράδειγμα, είτε σε δημόσιο cloud είτε στις δικές τους εγκαταστάσεις.”
Η IBM χρησιμοποιεί τα ίδια τα μοντέλα, λέει, σε όλη τη σειρά προϊόντων και υπηρεσιών λογισμικού της. Για παράδειγμα, το fm.model.code τροφοδοτεί το Watson Code Assistant, την απάντηση της IBM στο Copilot, που επιτρέπει στους προγραμματιστές να δημιουργούν κώδικα χρησιμοποιώντας απλά αγγλικά μηνύματα σε προγράμματα, συμπεριλαμβανομένου του Red Hat’s Ansible. Όσον αφορά το fm.model.NLP, αυτά τα μοντέλα έχουν ενσωματωθεί με το AIOps Insights, το Watson Assistant και το Watson Orchestrate — το κιτ εργαλείων AIOps της IBM, τον έξυπνο βοηθό και την τεχνολογία αυτοματισμού ροής εργασιών, αντίστοιχα — για να παρέχουν μεγαλύτερη ορατότητα στην απόδοση σε περιβάλλοντα πληροφορικής, την επίλυση περιστατικών πληροφορικής σε έναν πιο πρόσφορο τρόπο και βελτίωση των εμπειριών εξυπηρέτησης πελατών — ή έτσι υπόσχεται η IBM.
Το FM.model.geospatial, εν τω μεταξύ, στηρίζει την έκδοση EIS Builder της IBM, ένα προϊόν που επιτρέπει στους οργανισμούς να δημιουργούν λύσεις για την αντιμετώπιση περιβαλλοντικών κινδύνων.
Παράλληλα με το Watsonx.ai, κάτω από την ίδια ομπρέλα της επωνυμίας Watsonx, η IBM αποκάλυψε το Watsonx.data, ένα “κατάλληλο για χρήση” αποθήκευση δεδομένων που έχει σχεδιαστεί τόσο για ελεγχόμενα δεδομένα όσο και για φόρτους εργασίας AI. Το Watsonx.data επιτρέπει στους χρήστες να έχουν πρόσβαση σε δεδομένα μέσω ενός μόνο σημείου εισόδου ενώ εφαρμόζουν μηχανές αναζήτησης, λέει η IBM, καθώς και τη διακυβέρνηση, την αυτοματοποίηση και τις ενσωματώσεις με τις υπάρχουσες βάσεις δεδομένων και τα εργαλεία ενός οργανισμού.
Το Watsonx.ai και το Watsonx.data συμπληρώνει το Watsonx.governance, μια εργαλειοθήκη που —με τα μάλλον αόριστα λόγια της IBM— παρέχει μηχανισμούς για την προστασία του απορρήτου των πελατών, τον εντοπισμό προκατάληψης μοντέλων και ολίσθησης και βοηθά τους οργανισμούς να πληρούν τα πρότυπα δεοντολογίας.
Νέα εργαλεία και υποδομές
Σε μια ανακοίνωση που σχετίζεται με το Watsonx, η IBM παρουσίασε μια νέα προσφορά GPU στο cloud της IBM, βελτιστοποιημένη για φόρτους εργασίας εντατικού υπολογισμού — συγκεκριμένα εκπαίδευση και εξυπηρέτηση μοντέλων τεχνητής νοημοσύνης.
Η εταιρεία παρουσίασε επίσης το IBM Cloud Carbon Calculator, έναν πίνακα εργαλείων «με πληροφόρηση AI» που επιτρέπει στους πελάτες να μετρούν, να παρακολουθούν, να διαχειρίζονται και να βοηθούν στην αναφορά των εκπομπών άνθρακα που παράγονται μέσω της χρήσης τους στο cloud. Η IBM λέει ότι αναπτύχθηκε σε συνεργασία με την Intel, βασισμένη σε τεχνολογία από το ερευνητικό τμήμα της IBM, και μπορεί να βοηθήσει στην οπτικοποίηση των εκπομπών αερίων του θερμοκηπίου σε όλο το φόρτο εργασίας μέχρι το επίπεδο υπηρεσιών cloud.
Θα μπορούσαμε να πούμε ότι και τα δύο προϊόντα, εκτός από τη νέα σουίτα Watsonx, αντιπροσωπεύουν κάτι σαν διπλασιασμό της τεχνητής νοημοσύνης για την IBM. Η εταιρεία κατασκεύασε πρόσφατα έναν υπερυπολογιστή βελτιστοποιημένο για τεχνητή νοημοσύνη, γνωστό ως Vela, στο cloud. Και έχει ανακοινώσει συνεργασίες με εταιρείες όπως η Moderna και η SAP Hana για τη διερεύνηση τρόπων εφαρμογής της γενετικής τεχνητής νοημοσύνης σε κλίμακα.
Η εταιρεία αναμένει ότι η τεχνητή νοημοσύνη θα μπορούσε να προσθέσει 16 τρισεκατομμύρια δολάρια στην παγκόσμια οικονομία έως το 2030 και ότι το 30% των εργασιών back-office θα αυτοματοποιηθεί μέσα στα επόμενα πέντε χρόνια.
«Όταν σκέφτομαι τις κλασικές διαδικασίες back-office, όχι μόνο την εξυπηρέτηση πελατών — είτε πρόκειται για προμήθειες είτε για στοιχεία της αλυσίδας εφοδιασμού [management]είτε πρόκειται για στοιχεία λειτουργιών πληροφορικής, είτε για στοιχεία κυβερνοασφάλειας… βλέπουμε την τεχνητή νοημοσύνη να παίρνει εύκολα από 30% έως 50% αυτού του όγκου εργασιών και να μπορεί να τις κάνει με πολύ καλύτερη επάρκεια από ό,τι ακόμη και οι άνθρωποι μπορούν να τις κάνουν», Gil είπε.
Αυτές μπορεί να είναι αισιόδοξες (ή απαισιόδοξες, αν είστε ανθρωπιστικές) προβλέψεις, αλλά η Wall Street έχει ανταμείψει ιστορικά την προοπτική. Οι λύσεις αυτοματισμού της IBM — μέρος του τμήματος λογισμικού της εταιρείας — αύξησαν τα έσοδα κατά 9% σε ετήσια βάση το 4ο τρίμηνο του 2022. Εν τω μεταξύ, τα έσοδα από λύσεις δεδομένων και τεχνητής νοημοσύνης, που επικεντρώνονται περισσότερο στην ανάλυση, την εξυπηρέτηση πελατών και τη διαχείριση της εφοδιαστικής αλυσίδας, αύξησαν τις πωλήσεις κατά 8% .
Αλλά ως κομμάτι στο Seeking Alpha
σημειώσεις
, υπάρχει λόγος να μειωθούν οι προσδοκίες. Η IBM έχει μια δύσκολη ιστορία με την τεχνητή νοημοσύνη, καθώς αναγκάστηκε να πουλήσει το τμήμα Watson Health με σημαντική ζημία μετά από τεχνικά προβλήματα που οδήγησαν σε επιδείνωση των συνεργασιών πελατών υψηλού προφίλ. Και ο ανταγωνισμός στον χώρο της τεχνητής νοημοσύνης εντείνεται. Η IBM αντιμετωπίζει ανταγωνισμό όχι μόνο από τεχνολογικούς γίγαντες όπως η Microsoft και η Google αλλά και από νεοφυείς επιχειρήσεις όπως
Διατηρώ συνέπεια
και Anthropic που έχουν τεράστια κεφαλαιακή υποστήριξη.
Οι νέες εφαρμογές, τα εργαλεία και οι υπηρεσίες της IBM θα κάνουν ένα πρόβλημα; Η IBM το ελπίζει. Αλλά θα πρέπει να περιμένουμε και να δούμε.

