Μια πρόσφατη μελέτη της Accenture διαπίστωσε ότι οι επιχειρήσεις που εφαρμόζουν προηγμένες τεχνολογίες Τεχνητής Νοημοσύνης, όπως μεγάλα γλωσσικά μοντέλα και γενετική Τεχνητή Νοημοσύνη, είναι πιθανό να αυξήσουν τα έσοδά τους έως και 10%, 2,6 φορές υψηλότερα από εκείνες που δεν εφαρμόζουν αυτήν την τεχνολογία.

Στην εποχή της τεχνητής νοημοσύνης και των μεγάλων γλωσσικών μοντέλων (LLM), η επιστήμη δεδομένων και η Τεχνητή Νοημοσύνη ενσωματώνονται ολοένα και περισσότερο στις ροές εργασίας. Ωστόσο, η υλοποίηση και η εφαρμογή μοντέλων Τεχνητής Νοημοσύνης στις επιχειρηματικές δραστηριότητες αντιμετωπίζει επίσης πολλές προκλήσεις.

Σύμφωνα με τον κ. Nguyen Van Tuan, Διευθύνοντα Σύμβουλο της Hyratek, της μονάδας που υποστηρίζει το σύστημα και την υποδομή Τεχνητής Νοημοσύνης για το έργο αποκατάστασης φωτογραφιών μαρτύρων, η ζήτηση για συστήματα εξοπλισμού που χρησιμοποιούνται για την εκπαίδευση και την καθοδήγηση της Τεχνητής Νοημοσύνης στον κόσμο είναι υψηλότερη από την προσφορά της αγοράς. Οι αγοραστές πρέπει ακόμη και να παραγγείλουν από τους προμηθευτές έξι μήνες νωρίτερα για να προμηθευτούν τον εξοπλισμό.

Η τεχνητή νοημοσύνη δημιούργησε μια λίμνη 2.JPG
Ένα αγόρι συνομιλεί με ένα εικονικό κορίτσι τεχνητής νοημοσύνης. Φωτογραφία: ChatGPT

Ο κόσμος «διψάει» για υποδομή υλικού που θα εξυπηρετεί την τεχνητή νοημοσύνη. Εν τω μεταξύ, τα συστήματα Τεχνητής Νοημοσύνης συχνά εκπαιδεύονται κεντρικά, με πολύ υψηλό κόστος. Αυτό αποτελεί εμπόδιο στην εφαρμογή της Τεχνητής Νοημοσύνης στις επιχειρηματικές δραστηριότητες.

Πολλές επιχειρήσεις στο Βιετνάμ χρησιμοποιούν υπηρεσίες cloud για την ανάπτυξη μοντέλων τεχνητής νοημοσύνης. Ωστόσο, αυτή η μορφή είναι δαπανηρή όταν λειτουργεί σε μεγάλη κλίμακα και στερείται ευελιξίας στη ροή εργασίας.

Σε πρόσφατη εκδήλωση, ο κ. Nguyen Van Giap, Γενικός Διευθυντής της Lenovo Vietnam, δήλωσε ότι για να εφαρμοστεί περισσότερο η Τεχνητή Νοημοσύνη στη λειτουργία και την παραγωγική διαδικασία, οι επιχειρήσεις έχουν μια νέα τάση να χρησιμοποιούν σταθμούς εργασίας ενσωματωμένες στην Τεχνητή Νοημοσύνη.

Πολλοί οργανισμοί στρέφονται στην ιδιωτική φιλοξενία και ανάπτυξη μεγάλων γλωσσικών μοντέλων (LLM) και μικρών γλωσσικών μοντέλων (SLM), λόγω ανησυχιών σχετικά με την ασφάλεια και το κόστος των δεδομένων εκπαίδευσης.

Αυτό όχι μόνο βελτιστοποιεί τις ροές εργασίας, αλλά βοηθά επίσης τους ιδιοκτήτες επιχειρήσεων να λαμβάνουν έγκαιρες αποφάσεις, προωθώντας παράλληλα την καινοτομία σε πολλούς τομείς.

Διαθέτοντας CPU και GPU υψηλής απόδοσης, οι σταθμοί εργασίας έχουν σχεδιαστεί για να επιταχύνουν την ανάπτυξη, τη ρύθμιση και την εκπαίδευση μοντέλων τεχνητής νοημοσύνης σε μικρότερη κλίμακα και χαμηλότερο κόστος από ό,τι στο cloud.

Η χρήση τοπικών δεδομένων δεν είναι μόνο πιο ασφαλής, αλλά επιτρέπει επίσης στους επιστήμονες δεδομένων να εκπαιδεύουν μοντέλα τεχνητής νοημοσύνης σε κλειστό βρόχο και πιο γρήγορα, μειώνοντας έτσι τον χρόνο που απαιτείται για την επίτευξη των τελικών αποτελεσμάτων.

Εκπαίδευση Τεχνητής Νοημοσύνης.jpg
Πολλοί οργανισμοί αναπτύσσουν ιδιωτικά μοντέλα μεγάλων γλωσσών (LLM) και μοντέλα μικρών γλωσσών (SLM) μέσω σταθμών εργασίας ενσωματωμένων στην τεχνητή νοημοσύνη. Φωτογραφία: Εικονογράφηση.

Η ποικιλομορφία των μεγάλων γλωσσικών μοντέλων αναγνωρίζεται επίσης ολοένα και περισσότερο σε παγκόσμια κλίμακα. Μοιραζόμενος πληροφορίες με το VietNamNet, ο κ. Robert Hallock, Αντιπρόεδρος και Γενικός Διευθυντής Τεχνητής Νοημοσύνης και Τεχνικού Μάρκετινγκ στην Intel, δήλωσε ότι για την προώθηση του ψηφιακού μετασχηματισμού, οι χώρες μπορούν να αναπτύξουν τα δικά τους μεγάλα γλωσσικά μοντέλα, με το Βιετνάμ να αποτελεί το μεγάλο γλωσσικό μοντέλο των βιετναμέζικων.

Σύμφωνα με τον Αντιπρόεδρο της Intel, κατά τη διαδικασία συνεργασίας με διάφορα πολύγλωσσα μοντέλα τεχνητής νοημοσύνης, το Βιετνάμ και η Κίνα θεωρούνται δύο χώρες που εντοπίζουν καλά τα μεγάλα γλωσσικά μοντέλα ενσωματώνοντας στοιχεία τοπικής γλώσσας.

Η Τεχνητή Νοημοσύνη όχι μόνο μπορεί να εφαρμοστεί για την προώθηση των επιχειρήσεων στις επιχειρήσεις, αλλά ο κ. Robert Hallock πιστεύει ότι η Τεχνητή Νοημοσύνη μπορεί επίσης να εφαρμοστεί αποτελεσματικά στον δημόσιο τομέα. Συγκεκριμένα, ο νομικός διάδρομος των κυβερνήσεων αποτελεί ιδανικό περιβάλλον για την τεχνητή νοημοσύνη.

Ένα νομικό έγγραφο μπορεί να έχει μήκος εκατοντάδες σελίδες και είναι δύσκολο για οποιονδήποτε να κατανοήσει όλες τις πληροφορίες και τους κανονισμούς που περιέχει. Σε αυτή την περίπτωση, απαιτείται ένα μεγάλο γλωσσικό μοντέλο με έναν εικονικό βοηθό για να θέσει και να απαντήσει σε ερωτήσεις σχετικά με συγκεκριμένο περιεχόμενο.

Η έρευνα της Finastra δείχνει ότι το Βιετνάμ ηγείται επί του παρόντος της αγοράς όσον αφορά το ενδιαφέρον για την παραγωγική τεχνητή νοημοσύνη. Σύμφωνα με τα αποτελέσματα της έρευνας, το 91% των Βιετναμέζων εξέφρασε την ανταπόκρισή του στις θετικές αξίες που προσφέρει η παραγωγική τεχνητή νοημοσύνη.

Η έκρηξη του cloud computing και της τεχνητής νοημοσύνης (AI) δημιουργεί τεράστιες ευκαιρίες για οικονομική ανάπτυξη, αλλά εξακολουθεί να υπάρχει ένα κενό ψηφιακού ταλέντου που το Βιετνάμ πρέπει να καλύψει γρήγορα.