AI בדרגת צרכן: מביא למידת מכונה להמונים

• מְחַבֵּר:
• שם היוצר

  Quantumrun Foresight
• ינואר 27, 2023

הצעות נגישות יותר של קוד נמוך וללא קוד משירותי האינטרנט של אמזון (AWS), Azure ו-Google Cloud יאפשרו לאנשים רגילים ליצור יישומי AI משלהם מהר ככל שהם יכולים לפרוס אתר אינטרנט. יישומי AI טכניים במיוחד של מדענים יכולים לפנות מקום לאפליקציות צרכניות קלות משקל שהן הרבה יותר ידידותיות למשתמש.

הקשר AI בדרגת צרכן

"צרכנות ה-IT" הייתה נושא מתמשך בחוגי הטכנולוגיה לאורך שנות ה-2010, אך נכון לשנת 2022, רוב היצע התוכנה הארגוני נותר מגושם, לא גמיש וטכני ביותר. פרדיגמה זו נובעת בחלקה מיותר מדי טכנולוגיה ומערכות מדור קודם שעדיין פועלות ברוב הסוכנויות הממשלתיות ובעסקי Fortune 1000. יצירת בינה מלאכותית ידידותית למשתמש אינה משימה קלה, ולעתים קרובות היא נדחקת הצידה לטובת סדרי עדיפויות אחרים כמו עלות ותזמון אספקה. 

בנוסף, לחברות קטנות רבות חסרים צוותי מדע נתונים פנימיים שיכולים להתאים אישית פתרונות בינה מלאכותית, ולכן הן מסתמכות לרוב על ספקים המציעים במקום יישומים עם מנועי AI מובנים. עם זאת, ייתכן שפתרונות ספקים אלה לא יהיו מדויקים או מותאמים כמו מודלים שנוצרו על ידי מומחים פנימיים. הפתרון הוא פלטפורמות למידת מכונה אוטומטית (ML) המאפשרות לעובדים עם ניסיון מועט לבנות ולפרוס מודלים חזויים. לדוגמה, חברת DimensionalMechanics, שבסיסה בארה"ב, אפשרה ללקוחות ליצור מודלים מפורטים של AI בפשטות וביעילות מאז 2020. ה-AI המובנה, המכונה "האורקל", מספק תמיכה למשתמשים לאורך תהליך בניית המודל. החברה מקווה שאנשים ישתמשו ביישומי AI שונים כחלק משגרת העבודה היומיומית שלהם, בדומה ל-Microsoft Office או Google Docs.

השפעה משבשת

ספקי שירותי ענן הטמיעו יותר ויותר תוספות שיקלו על אנשים לבנות יישומי AI. בשנת 2022, AWS הכריזה על CodeWhisperer, שירות המופעל על ידי ML ​​שעוזר לשפר את הפרודוקטיביות של מפתחים על ידי אספקת המלצות קוד. מפתחים יכולים לכתוב הערה שמתארת ​​משימה ספציפית באנגלית פשוטה, כגון "העלה קובץ ל-S3", ו- CodeWhisperer קובע אוטומטית אילו שירותי ענן וספריות ציבוריות מתאימים ביותר למשימה שצוינה. התוסף גם בונה את הקוד הספציפי תוך כדי תנועה וממליץ על קטעי קוד שנוצרו.

בינתיים, בשנת 2022, Azure של מיקרוסופט הציעה חבילה של שירותי AI/ML אוטומטיים ללא קוד או נמוך. דוגמה לכך היא תוכנית בינה מלאכותית אזרחית שלהם, שנועדה לסייע לכל אחד ביצירה ואימות של יישומי בינה מלאכותית בסביבה אמיתית. Azure Machine Learning הוא ממשק משתמש גרפי (GUI) עם ML אוטומטי ופריסה לנקודות קצה או בזמן אמת. Microsoft Power Platform מספקת את ערכות הכלים לבנייה מהירה של יישום וזרימת עבודה מותאמים אישית המיישמת אלגוריתמי ML. משתמשי קצה עסקיים יכולים כעת לבנות יישומי ML בדרגת ייצור כדי לשנות תהליכים עסקיים מדור קודם.

יוזמות אלו ימשיכו לכוון לאנשים עם ניסיון קידוד מינימלי עד ללא ניסיון שרוצים לבדוק יישומי AI או לחקור טכנולוגיות ופתרונות תהליכים חדשים. עסקים יכולים לחסוך כסף בהעסקת מדעני נתונים ומהנדסים במשרה מלאה ובמקום זאת יכולים לשפר את מיומנויות עובדי ה-IT שלהם. ספקי שירותי ענן גם נהנים בכך שהם מרוויחים יותר מנויים חדשים על ידי הפיכת הממשקים שלהם לידידותיים יותר למשתמש. 

השלכות של AI בדרגת צרכן

השלכות רחבות יותר של AI בדרגת צרכן עשויות לכלול: 

• שוק הולך וגדל עבור חברות המתמקדות בפיתוח פלטפורמות בינה מלאכותית ללא קוד או נמוך שיכולות לאפשר ללקוחות ליצור ולבדוק יישומים בעצמם.
• עלייה מאקרו בקצב הדיגיטציה של הפעילות הציבורית והפרטית. 
• קידוד עשוי להפוך למיומנות פחות טכנית ועשוי להיות אוטומטי יותר ויותר, מה שיאפשר למגוון רחב יותר של עובדים להשתתף ביצירת יישומי תוכנה.
• ספקי שירותי ענן יוצרים תוספות נוספות שיהפכו את פיתוח התוכנה לאוטומטי, כולל יכולת לסרוק לאיתור בעיות אבטחת סייבר.
• יותר אנשים בוחרים ללמוד בעצמם כיצד לקוד באמצעות פלטפורמות AI אוטומטיות.
• תכניות חינוך קידוד מאומצות יותר ויותר (או מוכנסות מחדש) לתכניות הלימודים של חטיבות הביניים והתיכוניות, מחשש ליישומים אלה ללא קוד נמוך.

שאלות להגיב עליהן

• אם השתמשת ביישומי AI ברמה צרכנית, כמה קל היה להשתמש בהם?
• כיצד לדעתך יישומי בינה מלאכותית ברמת צרכן יזרזו את המחקר והפיתוח?