آلتکوین

موتور سبک IBM می‌تواند نوآوری بزرگ بعدی در فین‌تک باشد

IBM موتور جدید خود به نام “موتور سبک” را برای پلتفرم WatsonX.ai معرفی کرده است که گامی مهم در تکامل پیاده‌سازی هوش مصنوعی (AI) برای کسب‌وکارها محسوب می‌شود.

در حالی که IBM عمدتاً بازار شرکت‌های بزرگ را هدف قرار می‌دهد، این نوآوری می‌تواند یک تغییر بزرگ برای شرکت‌های کوچک و متوسط، به ویژه در بخش‌های به سرعت در حال رشد مانند فین‌تک ایجاد کند.

رشد هوش مصنوعی مولد محرک گسترش فناوری

رشد هوش مصنوعی مولد به عنوان یک نیروی محرک در گسترش صنعت فناوری ظاهر شده است، به طوری که نیمه اول سال 2024 شاهد رشد قابل توجهی در درآمدهای نسبت داده شده به این بخش بوده‌ایم.

یک دهه پیش، کم‌تر کسی می‌توانست تاثیر مدل‌های زبان بزرگ (LLM) مانند ChatGPT شرکت OpenAI و Claude شرکت Anthropic بر بازار را پیش‌بینی کند.

این مدل‌ها نه تنها انقلاب بزرگی در هوش مصنوعی ایجاد کرده‌اند، بلکه یک صنعت در حال شکوفایی را حول قابلیت‌های خود به وجود آورده‌اند.

با این حال، مسیر هوش مصنوعی در خدمات مالی پیچیده بوده است.

قبل از انتشار ChatGPT، اجماع بین کارشناسان هوش مصنوعی و مالی این بود که مدل‌هایی مانند GPT-3 برای استفاده در زمینه‌هایی که دقت اهمیت بالایی دارد، خیلی قابل اعتماد نیستند.

علیرغم پیشرفت‌های قابل توجه از آن زمان، چالش باقی است: مدل‌های هوش مصنوعی طراحی شده برای استفاده عمومی، بر اساس داده‌های عمومی، اغلب فاقد دقت لازم در صنایعی مانند مالی هستند که خطای کمی قابل تحمل است.

راه حل در تخصصی‌شدن است.

به عنوان مثال، خرید اخیر JPMorgan Chase از دسترسی سازمانی به ChatGPT شرکت OpenAI نشان‌دهنده افزایش پذیرش هوش مصنوعی در خدمات مالی است.

با تنظیم دقیق مدل بر روی داده‌های داخلی و افزودن محافظت‌های سفارشی، جی‌پی مورگان توانسته است قدرت هوش مصنوعی مولد را در حالی که ریسک‌های مرتبط با مدل‌های استفاده عمومی را کاهش می‌دهد، بهره‌برداری کند.

این حرکت نشان‌دهنده اعتماد بخش مالی به هوش مصنوعی مولد است، به شرطی که فناوری به نیازهای خاص آن‌ها تطبیق داده شود.

اما پتانسیل هوش مصنوعی مولد فراتر از چت‌بات‌ها است. بیشتر پلتفرم‌های محبوب هوش مصنوعی، از جمله ChatGPT، راه‌حل‌های سطح سازمانی را ارائه می‌دهند، با این حال عمدتاً مبتنی بر ابر باقی می‌مانند.

راه‌حل‌های هوش مصنوعی مبتنی بر ابر چالش‌هایی ایجاد می‌کند

برای صنایعی مانند فین‌تک، جایی که امنیت داده اهمیت بالایی دارد، راه‌حل‌های هوش مصنوعی مبتنی بر ابر می‌توانند چالش‌هایی ایجاد کنند.

مقررات و نیازهای امانتی اغلب ایجاب می‌کنند که داده‌های حساس از تهدیدات خارجی محافظت شوند، و این باعث می‌شود راه‌حل‌های کاملاً مبتنی بر ابر کمتر قابل اجرا باشند.

WatsonX.ai شرکت IBM به این نگرانی‌ها پاسخ می‌دهد و راه‌حل‌های هم مبتنی بر ابر و هم در محل را ارائه می‌دهد.

معرفی موتور سبک انعطاف‌پذیری بیشتری را فراهم می‌کند و به کسب‌وکارها اجازه می‌دهد مدل‌های هوش مصنوعی را در محل با حداقل استفاده از منابع پیاده و اجرا کنند.

این به ویژه برای صنایعی مانند فین‌تک، بلاک‌چین و وام‌دهی کریپتو جذاب است، جایی که راه‌حل‌های هوش مصنوعی خارجی ممکن است به طور کامل نیازهای امنیتی را برآورده نکنند.

«هنگامی که کسب‌وکارها اضافه کردن سیستم‌های داخلی را انتخاب می‌کنند، آن‌ها به پلتفرم سبک‌تری برای استقرار و اجرای موارد استفاده از هوش مصنوعی مولد در سطح سازمانی نیاز دارند، به طوری که CPU یا GPU هدر نرود،» ساویو رودریگز، معاون رئیس اکوسیستم مهندسی و توسعه‌دهندگان IBM گفت.

«این جایی است که موتور سبک WatsonX.ai وارد می‌شود، که به ISVها و توسعه‌دهندگان کمک می‌کند تا راه‌حل‌های GenAI سازمانی را مقیاس دهند در حالی که هزینه‌ها را بهینه می‌کنند.»

در حالی که موتور سبک IBM یک راه‌حل جذاب ارائه می‌دهد، با رقابت شدیدی از سوی غول‌های فناوری مانند مایکروسافت، گوگل و آمازون، همچنین استارتاپ‌های تخصصی که خدمات مشابهی ارائه می‌دهند، مواجه است.

اگرچه یک مقایسه دقیق از این خدمات فراتر از این بحث است، موتور جدید IBM به دلیل کاهش حجم و افزایش بهره‌وری خود برجسته می‌شود، حتی اگر برخی ویژگی‌های موجود در نمونه‌های سنگین‌تر خود را فدا کند.

نوشته های مشابه

دکمه بازگشت به بالا