Boşa harcanan jetonlar ve 'kaotik' sistemler

Üst düzey yöneticilerin, ofis görevlerini hiç uyumayan stajyerler gibi yürütebilen yapay zeka ajanlarına olan ilgilerine rağmen, temeldeki teknoloji hala zayıf ve potansiyel olarak maliyet düşürücü.

Bu hafta Silikon Vadisi'nde düzenlenen ve yöneticilerin ve mühendislerin yapay zeka ajanlarının dahil olduğu mevcut heyecanı ve zorlukları tartıştığı iki ayrı etkinlikte bu çok açıktı.

Yapay zeka girişimi Meibel'in CEO'su Kevin McGrath, bir oturum sırasında “şu anda yapay zekada üzerinde çalıştığımız en büyük sorunun” her şeyin büyük bir dil modeli veya LLM tarafından işlenmesi gerektiği yönündeki yanlış fikirden kaynaklandığını söyledi.

McGrath, şirketlerin AI ajanları için hangi görevlerin en uygun olduğuna karar verirken nasıl daha dikkatli olmaları gerektiğini açıklamadan önce, “Tüm jetonlarınızı ve tüm paranızı, milyonlarca jetonu israf edecek bir AI Claw botuna verin” dedi.

Geliştiricilerin dijital asistan filolarını oluşturmak ve yönetmek için çeşitli AI modellerini kullanmasına olanak tanıyan bir “koşum takımı” olan OpenClaw'ın yakın zamanda yükselişinden bu yana, teknoloji endüstrisi AI ajanlarını bir sonraki büyük şey olarak zorluyor.

Nvidia CEO Jensen Huang, Mart ayında CNBC'den Jim Cramer'a bunun “kesinlikle bir sonraki ChatGPT olduğunu” söyledi.

Ancak Çarşamba günü San Jose'deki Üretken Yapay Zeka ve Ajansal Yapay Zeka Zirvesi'nde, aşağıdaki gibi şirketlerin teknik personeli Google ve DeepMind AI birimi, Amazon, Microsoft Ve Meta Yapay zeka aracıları oluşturmanın ve çalıştırmanın kolay bir iş olmadığını ortaya çıkardı.

Google yazılım mühendisi Deep Shah'ın yönettiği bir oturumda, tonlarca yapay zeka aracısını çalıştırmanın operasyonel maliyetlerini yönetmeye yardımcı olmayı amaçlayan yeni teknikler üzerinde duruldu.

Yapay zeka temsilcilerini çalıştırmak pahalıya mal olur ve bu dijital asistanları ve onların eylemlerini izlemek için kötü tasarlanmış ve bakımı yapılmış bir sistem, potansiyel olarak parayı kurtarmak yerine yakmakla sonuçlanabilir.

Shah, “Bir makine öğrenimi sistemi veya herhangi bir çoklu aracılı sistem düşünürseniz, bu sistemi geniş ölçekte dağıtmaya çalıştığınızda karşılaşacağınız birçok zorluk vardır” dedi. “Birincisi çıkarım maliyetidir.”

Synchtron adlı startup'ın CEO'su Ravi Bulusu, karmaşıklık sorununa dikkat çekerek şirketlerin verileri organize etme, teknoloji platformlarını seçme, yazılım ve işgücü oluşturma ve çalıştırmanın çeşitli yollarına dikkat çekti.

Yapay zeka ajanlarını çalıştırmak tüm bu noktalara önemli ölçüde dokunduğu için Bulusu, “Hiçbir boyut tek başına çözülmez ve bunu zorlaştıran, hatta kaotik hale getiren şey karşılıklı bağımlılıklardır” dedi.

Yapay zeka aracılarının karmaşıklığı teması Perşembe günü Mountain View, Kaliforniya'da düzenlenen ve her ikisi de merkezi Şanghay, Çin'de bulunan ThinkingAI ve MiniMax'ın yer aldığı bir yapay zeka etkinliğinde de devam etti.

ThinkingAI, yakın zamanda bir AI temsilci yönetim platformu olarak yeniden markalandı ve ThinkingData olarak bilindiği dönemde mobil oyun analitiği şirketi olarak doğuşundan uzaklaştı.

ThinkingAI, yeniden markalaşmanın bir parçası olarak, Ocak ayında Hong Kong'da halka açılan MiniMax ile ortaklık kurdu. Çin'in önde gelen yapay zeka laboratuvarlarından biri olan bu laboratuvar, güçlü modelleri ücretsiz olarak açık kaynak topluluğuna sunarak ülkenin sözde “Yapay Zeka Kaplanları”ndan biri haline geldi.

ThinkingAI kurucu ortağı Chris Han, yapay zeka aracı yönetimi teknolojisine geçişin, video oyunu sektöründen yapay zeka aracıları konusunda heyecan duyan ancak uzmanlıktan yoksun diğer sektörlere doğru genişleme çabalarının bir parçası olduğunu söyledi.

OpenClaw'ın Çin'de artan popülaritesine rağmen Han, bunun çok karmaşık olduğunu ve işletmeler için güvenlik kusurlarına fazlasıyla açık olduğunu söyledi.

Han, “OpenClaw kişisel şeyler için iyi bir araçtır ancak kesinlikle kurumsal seviyeye ulaşamaz” dedi. “Kurumsal düzeyde pek çok şeyi çözmeniz gerekiyor; hafızanız, temsilcilerinizi, ekiplerinizi, iletişimlerinizi nasıl yöneteceğiniz; çözmeniz gereken pek çok şey var.”

Han, Çin yapay zeka modelleriyle ilgili ThinkingAI'nin stratejisini etkileyebilecek olası ulusal güvenlik endişeleri hakkında yorum yapmayı reddetti ancak hizmetin aynı zamanda OpenAI ve gibi şirketlerin yapay zeka modellerini de destekleyebileceğini söyledi. Google.

Eğer ABD hükümeti Çin'in açık ağırlıklı yapay zeka modellerini ülkede yasaklayacak olsaydı, Han bunu iyi bir işaret olarak alabileceğini söyleyerek şaka yaptı.

Han, “Eğer bu gerçekleşirse belki başarılı oluruz” dedi.

KOL SAATİ: Yapay zeka talep ölçümleri bozuldu ve yalnızca Anthropic gerçekçi davranıyor.