پوشش رسانه‌ای جیتکس ۲۰۲۴ | با ما همراه باشید

Filter by دسته‌ها
chatGTP
ابزارهای هوش مصنوعی
اخبار
گزارش
تیتر یک
چندرسانه ای
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
دانش روز
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
دیتاست
رویدادها
جیتکس
کاربردهای هوش مصنوعی
کتابخانه
اشخاص
شرکت‌های هوش مصنوعی
محصولات و مدل‌های هوش مصنوعی
مفاهیم
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
مقاله
 پیشرفت‌های هوش مصنوعی در لنوو

پیشرفت‌های هوش مصنوعی در لنوو

زمان مطالعه: 3 دقیقه

در نمایشگاه GITEX 2024، «اشلی وودبریج» از لنوو به تحولات اخیر در حوزه هوش مصنوعی پرداخت. او با تاکید بر جهش‌های عظیم در این حوزه، از توسعه مدل‌های چندوجهی و استفاده‌های عملی از هوش مصنوعی در کسب‌وکارها صحبت کرد. لنوو به‌دنبال ایجاد زیرساخت‌های هوشمندتر، ارزان‌تر و کارآمدتر برای بهره‌گیری از هوش مصنوعی در تمامی صنایع است.

تمایز بین کیک بلوبری و سگ شیواوا؛ شروع یک تحول بزرگ 

«اشلی وودبریج» در ابتدای سخنان خود به یادآوری یک مثال جذاب در دنیای هوش مصنوعی پرداخت. او گفت: «تمایز میان یک کیک بلوبری و یک سگ شیواوا، این مقایسه به‌ظاهر ساده، نشان‌دهنده پیشرفت‌های اولیه هوش مصنوعی در تشخیص تصاویر پیچیده و غیرعادی است.»

 او بیان کرد: «در ۱۸ ماه گذشته، ما شاهد پیشرفت عظیمی از مدل‌های زبان بزرگ بودیم که در ابتدا به‌سادگی برای تکمیل وظایف طراحی شده بودند، اما اکنون به نقطه‌ای رسیده‌ایم که این مدل‌ها می‌توانند کدها را تفسیر و در محیط‌های شبیه‌سازی شده تجزیه و تحلیل کنند.»

از متن به ویدئوی 4K؛ تحولی جدید در ۶ تا ۱۲ ماه اخیر

وودبریج به قابلیت‌های شگفت‌انگیزی که در ماه‌های اخیر به دست آمده، اشاره کرد؛ مدلی که اکنون توانایی تولید ویدئوهای فوق‌واقع‌گرایانه با کیفیت 4K را از طریق ورودی‌های متنی ساده دارد. این دستاورد تحولی بزرگ در دنیای هوش مصنوعی است.

او همچنین بر اهمیت مدل‌های چندوجهی که در دو ماه اخیر توسعه یافته‌اند، تاکید کرد و افزود: «مدل‌هایی که نه‌تنها قادر به تعامل صوتی هستند، بلکه توانایی درک کامل صحنه‌های ویدئویی را دارند. این توانایی به‌طور مستقیم بر روی تعاملات انسانی تأثیر گذاشته و نمونه‌هایی مانند بازی سنگ، کاغذ، قیچی با داوری هوش مصنوعی، یکی از این دستاوردهای جذاب است.»

از شکست تا پیروزی؛ عبور از دره ناامیدی

اشلی با یادآوری سخنرانی‌های سال گذشته در همین نمایشگاه بیان کرد که در آن زمان، بسیاری از سخنرانان نگران بودند که هوش مصنوعی به نقطه‌ای برسد که نوآوری‌ها کند شده و وارد «دره ناامیدی» شود. اما او بر این باور است که نه تنها چنین اتفاقی نیفتاده است، بلکه سرعت نوآوری‌ها به‌طرز چشمگیری افزایش یافته است.

بسیاری از پروژه‌های آزمایشی (POC) که در ۱۲ ماه گذشته آغاز شده بودند، اکنون به مرحله تولید رسیده‌اند و درس‌های ارزشمندی از آن‌ها گرفته شده است.

چهار درس بزرگ از پروژه‌های موفق هوش مصنوعی

اهمیت هزینه؛ هوش مصنوعی ارزان‌تر می‌شود؟ 

اولین درس بزرگ، اهمیت کنترل هزینه‌ها بود. با گسترش استفاده از مدل‌های هوش مصنوعی در پروژه‌ها، شرکت‌ها با چالش هزینه‌های سنگین مواجه شدند. به‌عنوان مثال، مدل‌هایی مانند ChatGPT یا Claude که از نظر پیچیدگی در صدر قرار دارند، اما هزینه‌های سنگینی به همراه دارند.

وودبریج اشاره کرد: «این هزینه‌ها می‌تواند به‌سرعت سود سرمایه‌گذاری را از بین ببرد. به همین دلیل، بسیاری از سازمان‌ها به‌دنبال مدل‌هایی هستند که هم کاربردی و هم از نظر هزینه مقیاس‌پذیر باشند.»

چالش خطاها و توهمات؛ آیا هوش مصنوعی همیشه دقیق است؟

علیرغم پیشرفت‌های فوق‌العاده در زمینه هوش مصنوعی، یکی از چالش‌های بزرگ هنوز باقی مانده: توهمات (hallucinations) و خطاهای غیرواقعی. حتی با وجود مدل‌هایی با تریلیون‌ها پارامتر، هنوز امکان تولید پاسخ‌های غیر واقعی و نادرست وجود دارد.

به‌ویژه زمانی که این مدل‌ها به‌دلیل تمایل به جلب رضایت کاربران، اطلاعاتی را ارائه می‌دهند که ممکن است کاملاً دقیق نباشند. اشلی بر ضرورت وجود نظارت دقیق بر این مدل‌ها تأکید کرد تا از تصمیمات نادرست یا آسیب‌های ناشی از اطلاعات نادرست جلوگیری شود.

اهمیت زمان و دقت در استفاده روزمره

در پروژه‌های موفق هوش مصنوعی، کاربران به‌طور معمول بر دو عامل اصلی تأکید دارند: سرعت و دقت. زمان پاسخ‌دهی مدل‌ها در فعالیت‌های روزمره جمع شده و به تأثیر قابل توجهی تبدیل می‌شود. وودبریج خاطرنشان کرد: «مدل‌های کوچک‌تر، نه‌تنها سریع‌تر هستند، بلکه در برخی موارد می‌توانند دقت بیشتری داشته باشند. این موضوع باعث می‌شود صنعت به سمت استفاده از مدل‌های هوشمندتر و کارآمدتر حرکت کند که هم سریع‌تر هستند و هم دقت بیشتری دارند.»

استفاده از مدل‌های چندگانه؛ بازی در پلتفرم‌های متنوع

آخرین درس کلیدی، پلتفرم‌محور بودن رویکرد شرکت‌های بزرگ است. به گفته وودبریج، بسیاری از مشتریان لنوو به این درک رسیده‌اند که برای بهره‌وری بهتر، نیاز به استفاده از مدل‌های متنوع دارند. شرکت‌ها نباید تنها به یک مدل یا یک پلتفرم متکی باشند. بلکه باید از ترکیبی از مدل‌های داخلی و خریداری‌شده بهره‌برداری کنند. این رویکرد نه‌تنها انعطاف‌پذیری بیشتری به شرکت‌ها می‌دهد، بلکه باعث افزایش بهره‌وری و کارآمدی در اجرای پروژه‌های هوش مصنوعی می‌شود.

استراتژی لنوو؛ سرمایه‌گذاری در آینده

در ادامه سخنان خود، وودبریج به استراتژی‌های لنوو در زمینه هوش مصنوعی پرداخت. او خاطرنشان کرد: «لنوو به‌دنبال ایجاد زیرساخت‌های پایدارتر، مسئولانه‌تر و هوشمندتر است تا به شرکت‌ها کمک کند ریسک‌های خود را کاهش دهند و فرایندهای پیاده‌سازی مدل‌های هوش مصنوعی را تسریع کنند.»

لنوو با سرمایه‌گذاری بر روی پلتفرم‌های مختلف و ارائه راهکارهای ترکیبی خرید و ساخت (buy and build)، به شرکت‌ها این امکان را می‌دهد که مدل‌های خود را به‌صورت سفارشی و در داخل شرکت توسعه دهند یا از راهکارهای آماده استفاده کنند.

راهکارهای عملی؛ از مبارزه با سرقت تا کاربردهای گسترده در صنایع 

یکی از مثال‌های کاربردی که وودبریج به آن اشاره کرد، جلوگیری از سرقت در فروشگاه‌های خرده‌فروشی بود. او توضیح داد: «با استفاده از مدل‌های هوش مصنوعی مبتنی بر بینایی کامپیوتری، می‌توان به‌طور مؤثری از تقلب در سیستم‌های پرداخت خودکار جلوگیری کرد.»

 او ادامه داد: «این مدل‌ها می‌توانند رفتارهای مشکوک و متقلبانه را تشخیص داده و از ضررهای مالی قابل‌توجه جلوگیری کنند. لنوو با ارائه راهکارهای کاربردی در حوزه‌های مختلف از خرده‌فروشی تا دولت‌ها، به شرکت‌ها کمک می‌کند تا با استفاده از هوش مصنوعی، فرآیندهای پیچیده را بهینه‌سازی کرده و هزینه‌ها را کاهش دهند.»

همکاری لنوو و اینتل

در بخش پایانی سخنان خود، وودبریج به همکاری نزدیک لنوو با اینتل اشاره کرد. او افزود: «این همکاری با هدف ارائه راهکارهای هوش مصنوعی از «جیب تا ابر» انجام می‌شود. به این معنا که لنوو و اینتل قصد دارند راهکارهای هوش مصنوعی را در تمامی سطوح، از دستگاه‌های کوچک قابل‌حمل تا ابرهای محاسباتی عظیم، به کار بگیرند.»

این همکاری به شرکت‌ها کمک می‌کند که با استفاده از زیرساخت‌های کارآمد و مقیاس‌پذیر، به‌سرعت مدل‌های هوش مصنوعی خود را پیاده‌سازی و بهینه‌سازی کنند.

به‌طورکلی اشلی وودبریج در سخنرانی خود در GITEX 2024 به روند سریع توسعه هوش مصنوعی و استفاده‌های عملی آن در صنایع مختلف اشاره کرد. از تولید ویدئوهای فوق‌واقعی گرفته تا استفاده از مدل‌های چندوجهی در کسب‌وکارها، همه و همه نشان‌دهنده این است که هوش مصنوعی در حال تغییر دنیای ماست.

همکاری‌های مهمی مانند همکاری لنوو و اینتل نیز نقش بسزایی در گسترش این فناوری دارند. شرکت‌ها باید با استفاده از مدل‌های هوشمند، هزینه‌های خود را کاهش دهند و از راهکارهای نوین هوش مصنوعی بهره‌برداری کنند.

میانگین امتیاز / 5. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
[wpforms id="48325"]