クイック・スパーク:アプライド・インテュイションが指摘する「AIの次なる参入障壁」― それはモデルの巨大化ではなく、学習システムの高速化だ

Benzinga
Benzinga에서 열기
共有 Facebook Twitter LinkedIn Pinterest Email

アプライド・インテュイションは、人工知能における次の競争上の優位性は、より大きなモデルを構築することからではなく、AIが実世界でより速く学習し改善するのを助けるシステムを作ることから生まれると考えている。

最近の 投稿 で、共同設立者兼CTOのピーター・ルートヴィヒは、自動運転車や倉庫ロボットから防衛システムや産業機械に至るまでの物理的なAIは、モデルの生の知能よりも、継続的なテスト、展開、改善を可能にするエンジニアリングインフラに依存していると主張した。

AIモデルがより広く利用可能になるにつれて、ルートヴィヒは、迅速なフィードバックループ、シミュレーション、安全性の検証、実世界のデータ収集を通じてそれらを大規模に運用できる企業に優位性が移るだろうと述べた。「知能は遍在化しているが、それを運用する能力はそうではない」と彼は書いている。

アプライド・インテュイションは、AIエンジニアリングプラットフォームであるダナ(Dana)を通じてそのインフラを構築してきた。同社によると、エンジニアは1,000以上の社内AIアプリケーションを作成し、開発ワークフローを約20倍加速させ、ソフトウェアのアップデートを数週間ではなく1日に複数回展開できるようにしたという。

同社は、AIモデル単体では価値が複利化しないが、システムは複利化するという主張をしている。なぜなら、すべての展開が将来のパフォーマンスを向上させる新しいデータを生成するからである。AIが輸送、ロボット工学、製造、防衛に拡大するにつれて、アプライド・インテュイションは、エンジニアリングプラットフォームと継続的な学習システムが業界の次の大きな堀になると考えている。

写真:Shutterstock


関連記事:

オープンAI、アンソロピックの従業員が次世代モデルに向けた企業の競争の中でAIリスクに警鐘