Dirbtinis intelektas iš specializuotos technologijos išsivystė į tai, ką pramonės ekspertai dabar vadina „šiuolaikinio verslo ir visuomenės jungiamuoju audiniu“. Artėjant 2025 metams ir žvelgiant į ateinantį dešimtmetį, kelios suartėjančios jėgos keičia dirbtinio intelekto kraštovaizdį – nuo autonominių „agentinių“ sistemų atsiradimo iki vis sudėtingesnių multimodalinių modelių.
Nuo didelių kalbų modelių iki multimodalinių sistemų
Jei 2023–2024 metai priklausė dideliems kalbų modeliams, tai 2025-ieji yra didelių kalbų modeliai.
multimodaliniai modeliai (LMM) – sistemos, galinčios apdoroti ir generuoti tekstą, kodą, vaizdus, garsą ir vaizdo įrašus vienoje architektūroje. 9. Įmonės lenktyniauja kurdamos sistemas, kurios palaikytų teksto, vaizdų, garso ir vaizdo įrašų sąveiką realiuoju laiku ir kurias būtų galima diegti terminalų įrangoje, pavyzdžiui, išmaniuosiuose telefonuose.
Šiuos patobulinimus įgalina suvienodintos žetonų erdvės, leidžiančios balso komandai pateikti vykdomąjį 3D sceną arba įžvalgų skaičiuoklę, ir kontekstiniai langai, viršijantys milijoną žetonų, kurie leidžia įkelti ištisas kodo bazes arba filmų scenarijus dinaminiam redagavimui.
Agentinio dirbtinio intelekto iškilimas
Autonominė arba „agentinė“ dirbtinio intelekto sistema yra vienas reikšmingiausių dirbtinio intelekto pokyčių. Šios sistemosne tik kurti turinį, bet ir planuoti daugiapakopes užduotisir vykdyti juos su minimaliu žmogaus įsikišimu. „Gartner“ agentinį dirbtinį intelektą laiko svarbiausia 2025 m. strategine technologijų tendencija, pažymėdama, kad šios sistemos vis dažniau tvarkys sudėtingus darbo eigą – nuo IT užklausų sprendimo iki rinkodaros kampanijų organizavimo ir net derybų dėl pirkimų.
Tikrasis proveržis įvyks, kai agentinės sistemos įgis tvirtus savęs vertinimo ciklus, kurie leis joms įvertinti savo nesėkmes prieš jas perduodant žmonėms. Tuomet „bendradarbis“ nustos būti metafora ir taps realybe.
Perėjimas prie mažesnių, specializuotų modelių
Priešingai intuicijai, 2025 m. stebimas šuolisspecialiosios paskirties ir mažų kalbų modeliai (SLM)apmokyti kuruojamuose domenų korpusuose. Jiems reikia mažiau parametrų, tačiau nišinėse užduotyse, tokiose kaip medicininis samprotavimas ar sutarčių analizė, jie dažnai pranoksta bendruosius modelius.
Ši tendencija rodo poslinkį link to, ką ekspertai apibūdina kaip dvišakę rinką: mega modeliai, skirti kūrybinei sintezei, ir kompaktiški SLM, įdiegti visur – nuo MRT skaitytuvų iki pardavimo vietos terminalų. Atviro svorio įrenginiai žymi sąmoningą posūkį link vietinio išvadų darymo, siekiant padidinti kainą, privatumą ir delsą.
Dirbtinis intelektas ir apdorojimas įrenginyje
Periferių diegimas sparčiai auga, organizacijoms susiduriant su dvejopais duomenų suvereniteto ir energijos sąnaudų iššūkiais. Specializuota įranga, tokia kaip „Apple“ neuroniniai varikliai, „Qualcomm“ „Hexagon“ procesoriai ir „Nvidia“ „Jetson Orin“ moduliai, puikiai iliustruoja šią tendenciją.įrenginyje veikiančios išvados.
Verslo privalumai yra mikrosekundėmis matuojamas išvadų delsos laikas ir duomenų išsiuntimo mokesčių nebuvimas. „McKinsey“ 2024 m. atlikta dirbtinio intelekto apklausa rodo, kad 65 % įmonių naudoja dirbtinį intelektą bent dviejose funkcijose, ir tikimasi, kad šis skaičius išaugs, nes dirbtinis intelektas periferijoje atvers anksčiau neprisijungusiems vartotojams skirtas funkcijas, tokias kaip nuspėjamoji priežiūra nuotoliniuose naftos telkiniuose arba kalbos vertimas realiuoju laiku naudojant papildytosios realybės akinius.
Dirbtinio intelekto aparatinė įranga ir efektyvumo pažanga
Vystant daroma didelė pažangaspecializuota dirbtinio intelekto įrangatai smarkiai pagerina efektyvumą. Kai kurios įmonės pasiekė žymų efektyvumo padidėjimą, pavyzdžiui, 57 kartus sumažino dviejų mazgų diegimo išlaidas, naudodamos lengvus modelius, kurie gali veikti su viena kortele terminalų įrangoje.
Šie pasiekimai daro dirbtinį intelektą prieinamesnį ir tvaresnį, nes sumažina skaičiavimo išteklius, reikalingus mokymui ir išvadoms. Tobulėjant techninei įrangai, galime tikėtis, kad dirbtinio intelekto galimybės taps prieinamos vis įvairesnėje aplinkoje ir programose.
Kelias į dirbtinį bendrąjį intelektą
Dirbtinio intelekto pramonė vis labiau orientuojasi į dirbtinio bendrojo intelekto (DBI) kūrimą. Dauguma ekspertų sutinka, kad daugiamodaliniai pajėgumai yra būtini norint pasiekti DBI. Kaip pažymėjo vienas ekspertas: „Iš esmės, norint pasiekti intelektą, būtina susieti įvairią modalinę informaciją skirtingais būdais“.
Vis dėlto išlieka didelių techninių iššūkių. Dabartiniai multimodaliniai modeliai vis dar sunkiai sprendžia erdvinio mąstymo problemas, kurios yra paprastos mažiems vaikams, o tai rodo, kad mes vis dar esame ankstyvosiose tikrojo dirbtinio intelekto (AGI) vystymosi stadijose. Dauguma dabartinių sistemų, net apdorodamos multimodalinius įvestis, daugiausia remiasi kalba pagrįstu samprotavimu, todėl jų galimybės srityse, kuriose reikalingas erdvinis supratimas, yra ribotos.
Etiniai aspektai ir reguliavimo sistemos
Dirbtiniam intelektui tampant vis galingesniam ir labiau paplitusiam,etiniai aspektai ir reguliavimo sistemossulaukia vis daugiau dėmesio. Vyriausybės ir pramonės organizacijos dirba siekdamos nustatyti atsakingo dirbtinio intelekto kūrimo ir diegimo gaires ir standartus, daugiausia dėmesio skirdamos tokiems klausimams kaip privatumas, šališkumas, skaidrumas ir atskaitomybė.
Ateinančiais metais tikėtina, kad suaktyvės dirbtinio intelekto reguliavimo veikla, ypač tokiose srityse kaip turinio autentifikavimas, privatumo apsauga ir atskaitomybė už dirbtiniu intelektu pagrįstus sprendimus. Įmonės, kurios aktyviai spręs šiuos klausimus, bus geriau pasirengusios orientuotis besikeičiančioje reguliavimo aplinkoje.
Dirbtinio intelekto ateitis: integracija ir visur esantis poveikis
Žvelgiant į ateitį, dirbtinis intelektas (DI) yra pasirengęs vis labiau integruotis į kiekvieną technologijų ir verslo aspektą. Užuot egzistavęs kaip atskiros sistemos ar funkcijos,Dirbtinis intelektas taps integruotasprograminės įrangos programų, fizinių įrenginių ir verslo procesų struktūroje.
Šiai integracijai gilėjant, matysime, kad dirbtinio intelekto galimybės taps mažiau matomos kaip atskiros funkcijos, o jų poveikis taps galingesnis. Sėkmingiausi įgyvendinimai bus tie, kurie sklandžiai pagerins žmogaus galimybes, nereikalaujant sąmoningos sąveikos su „DI“ kaip atskiru subjektu.
Apie mūsų įmonęEsame mokslinių tyrimų ir plėtros organizacija, orientuota į dirbtinio intelekto technologijų ir jų praktinio pritaikymo tobulinimą. Mūsų komanda dirba dirbtinio intelekto inovacijų priešakyje, bendradarbiaudama su pramonės partneriais, kad sukurtų sprendimus, kurie padėtų spręsti realaus pasaulio iššūkius.
Norėdami gauti daugiau informacijos apie mūsų dirbtinio intelekto tyrimų ir plėtros iniciatyvas, apsilankykite mūsų svetainėje arba susisiekite su mūsų tyrimų komanda.
Kontaktinis asmuo: Deividas
Tel.: 13118683999
E-mail:wangcx28@21cn.com /info@yo-yo.net.cn
„WhatsApp“: 13118683999
Įrašo laikas: 2025 m. rugpjūčio 22 d.
