Peluang AI bernilai bilion dolar seterusnya mungkin tidak datang daripada menggunakan lebih banyak AI.✎ Edit

👁 137 tontonan
Peluang AI bernilai bilion dolar seterusnya mungkin tidak datang daripada menggunakan lebih banyak AI.


Ia mungkin datang daripada menggunakan AI yang lebih sedikit, tetapi dengan lebih bijak.

Perbezaan ini semakin penting dalam operasi logistik apabila syarikat beralih daripada eksperimen AI kepada produksi. Matlamatnya bukan untuk menjadikan setiap langkah dalam aliran kerja bergantung pada model. Matlamatnya adalah untuk membina sistem yang menggunakan AI di tempat yang memberi nilai paling tinggi, dan perisian deterministik di selebihnya.

Tesis kami di AINNA mudah:

Gunakan AI secara agresif untuk membina sistem, automasi, dan logik. Setelah sistem matang, biarkan perisian deterministik mengendalikan kerja berulang 24/7. Bawa AI kembali hanya apabila penaakulan sebenar diperlukan.

Kami melihat peralihan ini secara langsung dalam operasi logistik kami. Penggunaan kami menurun daripada kira-kira 32 bilion token semasa pembangunan kepada sekitar 3 bilion token sebulan selepas sistem teras mula beroperasi.

Itu bukan sekadar penambahbaikan kecekapan. Ia mengubah ekonomi AI.

Kurang komputasi.
Kos operasi lebih rendah.
Skalabiliti lebih tinggi.
Margin lebih kukuh.
Infrastruktur lebih mampan.

Prinsipnya mudah:

Gunakan AI untuk membina mesin. Kemudian biarkan mesin itu melakukan kerja.

Syarikat yang belajar menskalakan kecerdasan tanpa menskalakan komputasi pada kadar yang sama boleh mencipta kelebihan daya saing yang signifikan. Lama-kelamaan, kelebihan itu boleh diterjemahkan kepada bilion dolar dalam nilai perusahaan dan pelaburan masa depan.

Masa depan AI tidak akan ditentukan semata-mata oleh model yang lebih besar atau lebih banyak token.

Ia akan ditentukan oleh seni bina yang lebih baik, dan dengan mengetahui bila tidak perlu menggunakan AI langsung.

Ruang pembaca

Apa pendapat anda?

Komen disemak sebelum diterbitkan. Email diperlukan untuk moderasi dan tidak dipaparkan kepada pembaca.

✦ Reaksi dijana sistem - contoh automatik, bukan komen pembaca sebenar
Siti Malaysia

Hujah pasal 24 ni munasabah dan kemas.

Hafiz Malaysia

The part on perbezaan ini semakin penting dalam is the bit I keep re-reading.

Wei China

Bookmarked, mostly for menurun daripada kira-kira 32.

Mei China

The framing around tetapi dengan lebih bijak is better than I expected.

Artificial Intelligence

Article image
BioResearch Kecerdasan penyelidikan mikrobiologi dan penyakit kanser 6 inputs → traceable research priorities Terokai →
Edge AI Kecerdasan IoT dan Linux terbenam di pinggir 14 edge agents → offline-capable Terokai →
Robotics Robotik yang ditadbir di pinggir industri Perception → safety gateway → controller Terokai →
PKS AI Bina keupayaan kecerdasan buatan dalam perusahaan kecil dan sederhana (PKS) anda sendiri. 6 build tracks → in-house capability Terokai →
Ekosistem AINNA

Teruskan meneroka selepas artikel ini.

Setiap halaman artikel hendaklah diakhiri dengan laluan yang jelas ke dalam ekosistem wIDer AINNA, Ejen dan NeuralOps.

Semasa topic Artificial Intelligence Author profile Hakam AINNA Main ecosystem hab Agent Pusat ejen autonomi persendirian NeuralOps Automasi kecerdasan buatan dan sistem perniagaan Lead form Mula a pilot discussion
AINNA Agent AI

Laksanakan Ejen AI AINNA Kami

Linux ialah laluan teras, Windows disokong, dan AndroID / TeRMux berfungsi sebagai lapisan pendamping.

14 downloads
Linux / macOS curl -fsSL https://neuralops.bond/install | bash
Verify ainna --version
AINNA
KLIK SAYA

Seksyen Laman

Tiada data seksyen tersedia buat masa ini.

Laman dengan seksyen terdokumen akan dipaparkan di sini.