Bina AI yang lebih baik untuk perusahaan dan awan hibrid dengan IBM WatsonX

IBM meletakkan AI dan strategi awan hibrid di tengah persidangan tahunan IBM Thinknya. Walaupun vendor lain memfokuskan pada aspek aplikasi AI baharu yang dihadapi pengguna sejak beberapa tahun lalu, IBM telah membangunkan model generasi baharu untuk memberi perkhidmatan yang lebih baik kepada pelanggan perusahaan.

IBM baru-baru ini mengumumkan pelancaran watsonx.ai, platform pembangunan AI untuk aplikasi awan hibrid. Perkhidmatan pembangunan AI Watsonx IBM kini dalam peringkat pratonton teknologi dan akan tersedia secara umum pada suku ketiga 2023.

AI akan menjadi alat perniagaan utama, membuka era baharu produktiviti, kreativiti dan penciptaan nilai. Bagi perusahaan, bukan hanya binaan AI baharu yang mengakses model bahasa besar (LLM) melalui awan. Model bahasa yang besar membentuk asas produk AI generatif seperti ChatGPT, tetapi perusahaan mempunyai banyak isu yang mesti dipertimbangkan: kedaulatan data, privasi, keselamatan, kebolehpercayaan (tiada drift), ketepatan, berat sebelah, dll.

Tinjauan IBM terhadap perusahaan mendapati bahawa 30%-40% perusahaan telah menemui nilai perniagaan AI, dan jumlah ini meningkat dua kali ganda sejak 2017. Satu ramalan yang dipetik oleh IBM menyatakan bahawa AI akan menyumbang $16 trilion kepada ekonomi global menjelang 2030. Tinjauan itu menyerlahkan penggunaan AI untuk meningkatkan produktiviti, selain mencipta nilai yang lebih unik, sama seperti nilai unik Internet untuk masa depan yang tidak dapat diramalkan oleh sesiapa pun pada zaman awalnya. AI akan mengisi banyak jurang permintaan kemahiran yang wujud antara perniagaan dan bakat dengan kemahiran ini dengan meningkatkan produktiviti.

Kini, AI menjadi lebih pantas dan bebas ralat untuk menambah baik pengaturcaraan perisian. Di Red Hat, Pembantu Kod Watson IBM menggunakan watsonx untuk memudahkan penulisan kod dengan meramal dan mencadangkan sekeping kod seterusnya untuk dimasukkan. Aplikasi AI ini sangat berkesan kerana ia menyasarkan model pengaturcaraan khusus dalam platform automasi Red Hat Ansible. Pembantu Kod Ansible adalah 35 kali lebih kecil daripada pembantu kod lain yang lebih umum kerana ia lebih dioptimumkan.

Contoh lain ialah SAP, yang akan menyepadukan pemprosesan perkhidmatan Watson untuk menyokong pembantu digital dalam SAP Start. Keupayaan AI baharu dalam SAP Start akan membantu meningkatkan produktiviti pengguna melalui keupayaan bahasa semula jadi dan cerapan ramalan menggunakan penyelesaian IBM Watson AI. SAP mendapati bahawa AI boleh menjawab sehingga 94% permintaan pertanyaan.

Menghidupkan watsonx

Timbunan pembangunan AI IBM dibahagikan kepada tiga bahagian: watsonx.ai, watsonx.data dan watsonx.governance. Komponen WatsonX ini direka bentuk untuk bekerjasama dan juga boleh digunakan dengan penyepaduan pihak ketiga, seperti model AI sumber terbuka daripada HuggingFace. Selain itu, WatsonX boleh dijalankan pada berbilang perkhidmatan awan (termasuk IBM Cloud, AWS dan Azure) dan pelayan di premis.

Platform IBM watsonx dengan watson.ai, watsonx.data dan watsonx.governance

Platform Watsonx disampaikan sebagai perkhidmatan dan menyokong penggunaan awan hibrid. Saintis data boleh menggunakan alat ini untuk merekayasa dan melaraskan model AI tersuai dengan pantas, yang kemudiannya menjadi enjin utama untuk proses perniagaan perusahaan.

Perkhidmatan watsonx.data menggunakan Open Table Storage untuk membenarkan data daripada berbilang sumber disambungkan ke watsonx yang lain, mengurus kitaran hayat data yang digunakan untuk melatih model watsonx.

Perkhidmatan watsonx.governance digunakan untuk mengurus kitaran hayat model dan mentadbir aplikasi model secara proaktif apabila data baharu digunakan untuk melatih dan menambah baik model.

Inti produk ialah watsonx.ai, tempat pembangunan berlaku. Hari ini, IBM sendiri telah membangunkan 20 model asas (FM) dengan seni bina, mod dan skala yang berbeza. Di samping itu, terdapat juga model sumber terbuka HuggingFace yang tersedia di platform Watsonx. IBM menjangkakan sesetengah pelanggan akan membangunkan aplikasi mereka sendiri, dengan IBM menyediakan perkhidmatan perundingan untuk membantu memilih model yang betul, melatih semula data pelanggan dan membantu mempercepatkan pembangunan jika diperlukan.

Timbunan perisian IBM watsonx.ai berjalan pada Red Hat OpenShift

IBM telah menghabiskan lebih daripada tiga tahun menyelidik dan membangunkan platform watsonx. IBM juga membina kod superkomputer AI bernama "Vela" untuk mengkaji seni bina sistem yang berkesan untuk membina model asas, dan membina perpustakaan modelnya sendiri sebelum mengeluarkan Watsonx. IBM bertindak sebagai "pelanggan 0" platform AI sendiri.

Berbanding dengan superkomputer AI tradisional menggunakan suis rangkaian Ethernet standard (daripada menggunakan suis Nvidia/Melanox yang lebih mahal), seni bina Vela lebih mudah dan lebih murah untuk dibina jika pelanggan ingin menjalankannya dalam persekitaran mereka watsonx, mungkin lebih mudah untuk membiak. Selain itu, PyTorch dioptimumkan untuk seni bina superkomputer IBM Vela AI. IBM mendapati bahawa menjalankan virtualisasi pada Vela hanya mempunyai overhed prestasi 5%.

IBM watsonx menyokong komitmen strategik IBM terhadap awan hibrid berdasarkan Red Hat OpenShift. Platform pembangunan AI watsonx berjalan pada awan IBM atau awan awam lain (seperti AWS) atau premis pelanggan Walaupun terdapat sekatan perniagaan yang tidak membenarkan penggunaan alat AI awam, perusahaan boleh memanfaatkan teknologi AI terbaharu ini. IBM benar-benar membawa AI terkemuka Dan awan hibrid digabungkan dengan Watsonx.

watsonx ialah platform pembangunan AI dan data IBM untuk menyampaikan AI pada skala. Produk di bawah jenama Watson adalah produk tenaga kerja digital dengan kepakaran AI produk jenama Watson lain termasuk Watson Assistant, Watson Orchestrate, Watson Discovery dan Watson Code Assistant (dahulunya Project Wisdom). IBM akan memberi lebih perhatian kepada jenama Watson dan telah menyepadukan produk Watson Studio sebelumnya ke dalam watsonx.ai untuk menyokong pembangunan model asas baharu dan mengakses fungsi pembelajaran mesin tradisional.

Model asas dan model bahasa besar

Sepanjang 10 tahun yang lalu, model pembelajaran mendalam telah dilatih berdasarkan sejumlah besar data berlabel dalam setiap aplikasi. Pendekatan ini tidak berskala. Model asas dan model bahasa besar dilatih pada sejumlah besar data tidak berlabel, yang lebih mudah untuk dikumpulkan, dan model asas baharu ini kemudiannya boleh digunakan untuk melaksanakan berbilang tugas.

Untuk jenis AI baharu ini yang menggunakan model pra-latihan untuk melaksanakan pelbagai tugas, sebenarnya agak tidak sesuai untuk menggunakan istilah "model bahasa besar". Menggunakan "bahasa" bermakna teknologi itu hanya sesuai untuk ujian, tetapi model boleh terdiri daripada kod, grafik, tindak balas kimia, dsb. IBM menggunakan istilah yang lebih deskriptif untuk model pra-latihan besar ini, "model asas." Dengan menggunakan model asas, sejumlah besar data dilatih untuk menghasilkan model tertentu, yang kemudiannya boleh digunakan sebagaimana adanya, atau ditala untuk tujuan tertentu. Dengan menyesuaikan model asas kepada aplikasi anda, anda juga boleh menetapkan had yang sesuai dan terus menjadikan model itu lebih berguna. Selain itu, model asas boleh digunakan untuk mempercepatkan lelaran aplikasi AI bukan generatif seperti klasifikasi dan penapisan data.

Banyak bahasa besar adalah besar dan semakin besar kerana model cuba dilatih pada setiap jenis data supaya ia boleh digunakan dalam mana-mana domain terbuka yang berpotensi. Dalam persekitaran perusahaan, pendekatan ini selalunya berlebihan dan boleh mengalami isu penskalaan, manakala dengan memilih set data yang betul dan menerapkannya pada jenis model yang betul, model akhir boleh menjadi Lebih cekap, model baharu ini juga boleh dibersihkan daripada sebarang berat sebelah, bahan berhak cipta, dsb. melalui IBM watsonx.governance.

Ringkasan

Semasa persidangan IBM Think, AI dikatakan berada dalam "detik Netscape". Metafora ini merujuk kepada perkara yang berlaku apabila khalayak yang lebih luas terdedah kepada Internet. ChatGPT mendedahkan AI generatif kepada khalayak yang lebih luas, tetapi masih terdapat keperluan untuk AI yang bertanggungjawab yang boleh dipercayai dan dikawal oleh perusahaan.

Seperti yang dikatakan Dario Gil dalam ucaptama penutupnya: "Jangan gunakan sumber luar strategi AI anda untuk panggilan API." IBM memberi syarikat alat untuk membina AI yang bertanggungjawab, cekap dan membenarkan mereka memiliki model mereka sendiri.

Atas ialah kandungan terperinci Bina AI yang lebih baik untuk perusahaan dan awan hibrid dengan IBM WatsonX. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!