Trong tập mới nhất của Talking Tech with Travis , tôi có sự tham gia của người bạn tốt của tôi, Matt Baker, người mà bạn có thể biết đến với tư cách là Giám đốc Hỗ trợ AI của Dell Technologies. Tôi không thể nghĩ ra vị khách nào tốt hơn để tham gia cùng tôi trong một cuộc thảo luận sôi nổi khi chúng tôi suy ngẫm về những gì chúng tôi đã đúng và những gì chúng tôi đã sai về Generative AI (GenAI) với tư cách là một ngành, sau đó là khám phá xem chúng tôi hiện đang đứng ở đâu và ở đâu. khách hàng của chúng tôi đang trong hành trình cùng GenAI. Cuối cùng, chúng tôi sẽ kết thúc bằng một dự đoán táo bạo về tương lai của GenAI dựa trên sự hiểu biết ngày càng tăng và những tiến bộ công nghệ của chúng tôi.
Trái ngược với mong đợi ban đầu về việc tùy chỉnh và tinh chỉnh rộng rãi các mô hình, thực tế đã dẫn đến một cách tiếp cận thích ứng mang tính thực dụng. Các doanh nghiệp đang nhận ra rằng các mô hình nền tảng hiện tại thường thiếu bối cảnh cần thiết cho các trường hợp sử dụng kinh doanh hiệu quả, thúc đẩy sự chuyển hướng sang việc truyền tải dữ liệu của riêng họ cho các ứng dụng AI để phù hợp và hiệu quả. Trọng tâm đã thu hẹp vào các ứng dụng chính như nâng cao hiệu quả của người lập trình, hỗ trợ và hỗ trợ bán hàng cũng như tạo nội dung tiếp thị, trong đó việc hiểu biết kiến thức dành riêng cho doanh nghiệp là điều tối quan trọng.
“Chúng tôi đã chuyển từ ý tưởng mọi người xây dựng mô hình của riêng mình sang cách tiếp cận thực tế nhằm điều chỉnh các mô hình hiện có cho các trường hợp sử dụng kinh doanh bằng cách truyền dữ liệu của riêng chúng tôi vào chúng. Trọng tâm hiện nay là tìm hiểu kiến thức cụ thể của doanh nghiệp và hiện đại hóa các quy trình để tối ưu hóa hiệu quả của các ứng dụng AI.”
Matt và tôi nhấn mạnh tầm quan trọng của việc hiện đại hóa các quy trình trước khi tích hợp công nghệ AI. Khi các doanh nghiệp chuyển từ thử nghiệm sang xây dựng năng lực AI cốt lõi, chúng tôi nhận ra giá trị của các mô hình nhỏ hơn kết hợp với các quy trình được thiết kế tốt, thách thức quan điểm cho rằng các mô hình lớn hơn luôn mang lại kết quả tốt hơn. Nhìn về phía trước, tôi đã thách thức Matt đưa ra một dự đoán táo bạo và anh ấy dự đoán một tương lai nơi sự kết hợp giữa các mô hình và kỹ thuật nhỏ hơn như thế hệ tăng cường truy xuất (RAG) sẽ thúc đẩy các ứng dụng AI hiệu quả và tiết kiệm chi phí hơn, mở đường cho một kỷ nguyên mới của sự đổi mới và năng suất trong doanh nghiệp. Để tìm hiểu sâu hơn, hãy nhớ theo dõi tập bên dưới hoặc tìm loạt phim Talking Tech with Travis của tôi trên YouTube . Nếu bạn học được điều gì mới, hãy thích và đăng ký!
“Chúng tôi nhận thấy rằng các mô hình nhỏ hơn kết hợp với quy trình được xây dựng tốt có thể mang lại kết quả xuất sắc với chi phí thấp và độ phức tạp tính toán so với các mô hình lớn hơn. Đó là việc tận dụng các kỹ thuật phù hợp như thế hệ tăng cường truy xuất để nâng cao hiệu suất và hiệu quả trong các ứng dụng AI.”
Bài viết mới cập nhật
PowerStore—Sức mạnh của cụm
Tổng quan PowerStore được thiết kế để trở thành nền tảng ...
Triển khai VMware Cloud Foundation Workload Domains với PowerStore Systems
Tổng quan VMware Cloud Foundation là giải pháp đám mây lai ...
Có gì mới trong PowerStore OS 3.5?
Dell PowerStoreOS 3.5 là bản phát hành phần mềm mới nhất ...
Dell PowerStore – Dễ dàng tạo Metro Volume chỉ với sáu cú nhấp chuột
Trong bài viết ngắn này, tôi sẽ hướng dẫn bạn cách ...