Sztuczna inteligencja klasy konsumenckiej: Udostępnianie uczenia maszynowego masom

• Autor:
• nazwisko autora

  Foresight Quantumrun
• 27 stycznia 2023 r.

Bardziej dostępne oferty z niskim kodem i bez kodu oferowane przez Amazon Web Services (AWS), Azure i Google Cloud pozwolą zwykłym ludziom tworzyć własne aplikacje AI tak szybko, jak będą mogli wdrożyć stronę internetową. Wysoce techniczne aplikacje AI naukowców mogą ustąpić miejsca lekkim aplikacjom konsumenckim, które są znacznie bardziej przyjazne dla użytkownika.

Kontekst sztucznej inteligencji klasy konsumenckiej

„Konsumeryzacja IT” była stałym tematem w kręgach technologicznych w 2010 roku, ale od 2022 roku większość ofert oprogramowania dla przedsiębiorstw pozostaje niezgrabna, nieelastyczna i wysoce techniczna. Ten paradygmat jest częściowo spowodowany zbyt dużą ilością starszych technologii i systemów, które nadal działają w większości agencji rządowych i firm z listy Fortune 1000. Tworzenie przyjaznej dla użytkownika sztucznej inteligencji nie jest łatwym zadaniem i często jest spychane na bok na korzyść innych priorytetów, takich jak koszt i czas dostawy. 

Ponadto wielu mniejszym firmom brakuje wewnętrznych zespołów zajmujących się analizą danych, które mogłyby dostosowywać rozwiązania AI, dlatego często polegają na dostawcach, którzy zamiast tego oferują aplikacje z wbudowanymi silnikami AI. Jednak rozwiązania tych dostawców mogą nie być tak dokładne lub dostosowane, jak modele tworzone przez wewnętrznych ekspertów. Rozwiązaniem są zautomatyzowane platformy uczenia maszynowego (ML), które umożliwiają pracownikom z niewielkim doświadczeniem tworzenie i wdrażanie modeli predykcyjnych. Na przykład firma DimensionalMechanics z siedzibą w USA umożliwia klientom proste i wydajne tworzenie szczegółowych modeli AI od 2020 r. Wbudowana sztuczna inteligencja, zwana „wyrocznią”, zapewnia wsparcie użytkownikom w całym procesie budowania modelu. Firma ma nadzieję, że ludzie będą używać różnych aplikacji AI w ramach swojej codziennej pracy, podobnie jak Microsoft Office czy Google Docs.

Zakłócający wpływ

Dostawcy usług w chmurze coraz częściej wdrażają dodatki, które ułatwią ludziom tworzenie aplikacji AI. W 2022 roku AWS ogłosił CodeWhisperer, usługę opartą na ML, która pomaga zwiększyć produktywność programistów poprzez dostarczanie rekomendacji kodu. Deweloperzy mogą napisać komentarz opisujący konkretne zadanie w prostym języku angielskim, na przykład „prześlij plik do S3”, a CodeWhisperer automatycznie określa, które usługi w chmurze i biblioteki publiczne najlepiej nadają się do określonego zadania. Dodatek buduje również określony kod w locie i rekomenduje wygenerowane fragmenty kodu.

Tymczasem w 2022 r. platforma Azure firmy Microsoft oferowała pakiet zautomatyzowanych usług AI/ML, które nie wymagają użycia kodu lub zawierają niewiele kodu. Przykładem jest ich obywatelski program AI, zaprojektowany, aby pomóc każdemu w tworzeniu i sprawdzaniu aplikacji AI w rzeczywistych warunkach. Azure Machine Learning to graficzny interfejs użytkownika (GUI) ze zautomatyzowaną uczeniem maszynowym i wdrażaniem w punktach końcowych wsadowych lub w czasie rzeczywistym. Platforma Microsoft Power Platform udostępnia zestawy narzędzi do szybkiego tworzenia niestandardowych aplikacji i przepływów pracy, które implementują algorytmy uczenia maszynowego. Użytkownicy biznesowi końcowi mogą teraz tworzyć aplikacje ML klasy produkcyjnej w celu przekształcania starszych procesów biznesowych.

Inicjatywy te będą nadal skierowane do osób z minimalnym lub żadnym doświadczeniem w programowaniu, które chcą testować aplikacje AI lub poznawać nowe technologie i rozwiązania procesowe. Firmy mogą zaoszczędzić pieniądze na zatrudnianiu analityków i inżynierów danych w pełnym wymiarze godzin, a zamiast tego mogą podnosić kwalifikacje swoich pracowników IT. Dostawcy usług w chmurze również odnoszą korzyści, zdobywając więcej nowych abonentów, czyniąc swoje interfejsy bardziej przyjaznymi dla użytkownika. 

Implikacje sztucznej inteligencji klasy konsumenckiej

Szersze implikacje sztucznej inteligencji klasy konsumenckiej mogą obejmować: 

• Rosnący rynek dla firm, które koncentrują się na opracowywaniu platform sztucznej inteligencji bez lub z niewielką ilością kodu, które mogą umożliwić klientom samodzielne tworzenie i testowanie aplikacji.
• Wzrost w skali makro tempa cyfryzacji operacji publicznych i prywatnych. 
• Kodowanie może stać się umiejętnością mniej techniczną i może być coraz bardziej zautomatyzowane, umożliwiając szerszemu gronu pracowników udział w tworzeniu aplikacji.
• Dostawcy usług w chmurze tworzą więcej dodatków, które automatyzują tworzenie oprogramowania, w tym możliwość skanowania w poszukiwaniu problemów z cyberbezpieczeństwem.
• Więcej osób decyduje się na samodzielną naukę kodowania za pomocą zautomatyzowanych platform AI.
• Programy nauczania kodowania są coraz częściej przyjmowane (lub ponownie wprowadzane) do programów nauczania w szkołach średnich i średnich, obawiając się tych aplikacji bezkodowych i mało kodujących.

Pytania do skomentowania

• Jeśli korzystałeś z konsumenckich aplikacji AI, jak łatwe były w użyciu?
• Jak myślisz, w jaki sposób konsumenckie aplikacje AI przyspieszą badania i rozwój?