นักวิจัยและหัวหน้าแผนกคลาวด์และปัญญาประดิษฐ์ที่ IBM Research Lab ย้อนกลับไปในปีที่เกิด WatsonX ซึ่งเป็นแพลตฟอร์ม AI ของบริษัทข้ามชาติในอเมริกา เขาและนักวิจัยอีก 3,000 คนในเมืองซูริก ประเทศสวิตเซอร์แลนด์ กำลังเตรียมพร้อมสำหรับสิ่งที่จะเกิดขึ้นต่อไป ปัญญาประดิษฐ์ทั่วไปและปัญญาเชิงสัญลักษณ์อยู่ในโปรแกรมนี้
เป็นเรื่องราวของช้างที่สามารถหมุนตัวได้เร็วเท่ากับกระต่าย ในปี 2023 IBM ได้เข้าร่วมการแข่งขันด้านปัญญาประดิษฐ์กับสตาร์ทอัพและยักษ์ใหญ่ที่น่าเกรงขาม เช่น Google, Amazon และ Meta ในอีกไม่กี่เดือน ก็มีการเปิดตัวแพลตฟอร์ม WatsonX ให้กับตอบสนองความต้องการที่หลากหลายโดยใช้เครื่องมือใหม่และโมเดลภาษาที่ทรงพลัง IBM ยังสร้างโมเดลของตัวเอง โดยเพิ่มแพลตฟอร์ม "ท็อปออฟสแต็ก" รวมถึงบริการ Red Hat และ Z
สำหรับ Robert Haas นักวิจัยจากห้องปฏิบัติการ IBM Research ในเมืองซูริก (สวิตเซอร์แลนด์) ปี 2023 ถือเป็นปีที่พิเศษมาก ด้วยอาชีพการงาน 27 ปีที่ “Big Blue” เขาถือว่าการเปิดตัวครั้งนี้เป็นการแก้แค้นที่ดีต่อการคาดการณ์ภายนอกที่มองโลกในแง่ร้าย และเป็นวิธีที่ยอดเยี่ยมในการรวบรวมพนักงานหลายหมื่นคนของสายการบินยักษ์ใหญ่แห่งนี้ซึ่งก็คือ IBM ชอบควอนตัม, AI เข้ามาเป็นศูนย์กลาง พนักงานของบริษัทข้ามชาติจำนวน 150,000 คนได้รับเชิญให้มาทดสอบด้วยตนเอง วัตถุประสงค์: เพื่อตระหนักถึงขนาดของเทคโนโลยีโดยเร็วที่สุด และมีส่วนร่วมในนั้น
01net: ความคล่องตัวระดับมืออาชีพและการที่ธุรกิจไม่มีอายุยืนยาว ดูเหมือนจะไม่ส่งผลกระทบต่อ IBM ซึ่งจัดการให้คุณอยู่ในอันดับมาเป็นเวลา 27 ปี เราจินตนาการว่านักแสดงอีกหลายคนอยากจะแย่งชิงคุณ ทำไมคุณไม่เคยจากไป?
โรเบิร์ต ฮาส:ง่ายมาก: ฉันไปที่อื่น แต่ก็ยังอยู่ที่ IBM นั่นคือสิ่งที่ฉันจะพูดเพื่อให้มันง่าย แต่มันเป็นเรื่องจริง นี่คือข้อดีของบริษัทข้ามชาติที่ผมดำรงตำแหน่งเดิมมาไม่เกิน 5 ปีแล้ว ฉันย้ายจากการวิจัยไปสู่การพัฒนาไปสู่กลยุทธ์ทางธุรกิจ และที่นี่ฉันกลับมาในการวิจัย ประสบการณ์แต่ละอย่างเหล่านี้ช่วยฉันได้ ทุกครั้งที่ฉันเปลี่ยนแปลง ฉันรู้สึกเกี่ยวข้องกับบริษัทมากขึ้น โปรไฟล์ที่เคยมีประสบการณ์ในตำแหน่งที่แตกต่างกันเช่นนี้จะช่วยเชื่อมโยงจุดต่างๆ ในกลุ่มดาวขนาดมหึมานี้
เมื่อเวลาผ่านไป เราก็เพิ่มมูลค่ามากขึ้น การย้ายจากการวิจัยไปสู่กลยุทธ์ทำให้ฉันสามารถเพิ่มการติดต่อกับลูกค้าในชีวิตประจำวันของฉัน ซึ่งเป็นไปไม่ได้เมื่อคุณแค่ค้นคว้าข้อมูลเท่านั้น และในเวลาเดียวกัน ทักษะการวิจัยของฉันทำให้ฉันมีความชัดเจนมากขึ้นเพื่ออธิบายให้พวกเขาฟังได้ง่ายขึ้นว่าเกิดอะไรขึ้นในฝั่ง R&D สถานะปัจจุบันของผลิตภัณฑ์และการพัฒนาในอนาคต จากนั้นเมื่อฉันกลับไปค้นคว้าข้อมูลอีกครั้ง ฉันยังสามารถเรียนรู้จากสิ่งเหล่านั้นทั้งหมดและเปลี่ยนกระบวนการเพื่อหาวิธีการทำงานที่ดีขึ้น
ตอนนี้ฉันกลับมาค้นคว้าแล้วและมันเหมาะกับฉันมากเพราะฉันสามารถแสดงออกได้อย่างอิสระต่อไป โครงการที่ฉันดำเนินการไม่จำเป็นต้องเป็นโครงการที่จะนำไปสู่ผลิตภัณฑ์ของ IBM ในวันพรุ่งนี้ ดังนั้นจึงง่ายกว่า
01net: เนื่องจากความหลากหลายในแต่ละรุ่น นักวิจัยของห้องปฏิบัติการจึงมีมุมมองที่แตกต่างกัน โดยเฉพาะอย่างยิ่งเกี่ยวกับปัญญาประดิษฐ์หรือไม่
RH :แน่นอนว่าเมื่อฉันสังเกตเห็นนักศึกษาใหม่ที่เข้าร่วมทีมของเราในฐานะนักศึกษาปริญญาเอก เครื่องมือเหล่านี้ก็เป็นไปตามธรรมชาติ มันมีมาแต่กำเนิดนิดหน่อย สำหรับคนรุ่นก่อน ๆ สิ่งนี้ต้องใช้ความพยายาม แต่ไอบีเอ็มมีสติปัญญาที่จะตระหนักถึงสิ่งนี้ เพื่อให้ทุกคนทันเหตุการณ์ และเพื่อให้ทุกคนไม่ว่าจะอยู่ในตำแหน่งใดก็ตาม ทดลองใช้เครื่องมือปัญญาประดิษฐ์ใหม่ๆ เราทุกคนมารวมตัวกันในปีนี้ในรูปแบบของแฮ็กกาธอน พวกเราจำนวนไม่มากก็น้อย 150,000 คนในการวิจัย การขาย ทรัพยากรบุคคล การสื่อสาร... ทุกคนได้รับเชิญให้ทดสอบ AI
ผ่านเวิร์คช็อปเหล่านี้เราก็เริ่มทำปรับจูนทันทีและเราก็ตระหนักว่าเราสามารถบรรลุผลสำเร็จอะไรได้บ้าง บางคนก็เข้าใจถึงคุณค่าของโมเดลภาษาขนาดใหญ่ (LLM)ซึ่งไปไกลเกินกว่าที่คาดไว้ แต่ระหว่างการได้อ่านเรื่องนี้ที่ไหนสักแห่งกับประสบการณ์มันมีความแตกต่างกัน เราตระหนักดีว่า LLM สามารถแก้ไขปัญหาที่เราไม่เคยฝึกอบรมมาก่อนได้ นี่เป็นหนึ่งในความเฉพาะเจาะจงที่ยิ่งใหญ่ของสิ่งที่เราเรียกว่าแบบจำลองรากฐาน (โมเดลรากฐาน-
01net: บุคคลทั่วไปที่จับได้เมื่อปีที่แล้วด้วย ChatGPT ที่ IBM คุณเข้าใจสิ่งที่เกิดขึ้นเมื่อใด
RH :โดยรวมแล้ว ทุกอย่างเกิดขึ้นในปี 2023 ด้วยการบูรณาการของ WatsonX ซึ่งเราได้ประกาศในการประชุม Think เมื่อต้นปีนี้ แน่นอนว่าในสาขาการวิจัยและพัฒนาของเรา ปัญญาประดิษฐ์ไม่ใช่เรื่องใหม่ เมื่อเร็วๆ นี้เราได้จัดเวิร์กช็อปกับลูกค้าของเราเกี่ยวกับเครื่องมือสนับสนุนลูกค้า และโปรเจ็กต์นี้เริ่มต้นเมื่อสามปีที่แล้ว ตอนนี้ทุกอย่างมีการเปลี่ยนแปลงในแง่ของขนาด มีวิธีที่จะก้าวไปอีกขั้นในแง่ของประสิทธิภาพ และการเติบโตอย่างรวดเร็วของ ChatGPT ได้แสดงให้เห็นอย่างชัดเจน
ในเวลานั้นที่ IBM เราตระหนักว่าถึงเวลาแล้วที่จะต้องย้ายทุกอย่างไปในทิศทางนี้ เพื่อรวบรวมงานทั้งหมดที่เรามีและขยายการกระทำของเรา โชคดีที่มันทำงานได้ดีมากภายใน เพราะผู้คนรู้สึกลงทุนจริงๆ ต้องขอบคุณแฮ็กกาธอนที่เราจัดขึ้น และสิ่งนี้ส่งผลต่อการรับรู้ของนักวิเคราะห์ที่มีต่อ IBM ที่เปลี่ยนไป
01net: การรับรู้ของพวกเขาเป็นอย่างไร?
RH :เราถูกมองว่าเป็นช้างมานานแล้ว เรือโดยสารขนาดมหึมาซึ่งจะต้องใช้เวลานานในการเลี้ยว ไม่ใช่ทุกคนคาดหวังว่าเราจะสามารถทำได้ อย่างไรก็ตาม สิ่งที่เราได้แสดงให้เห็นก็คือ เมื่อ IBM วางตัวเองให้อยู่ในลำดับการทำงานและปรับกำลังทั้งหมดให้มุ่งสู่เป้าหมายเฉพาะ มันก็ได้ผล
ตอนนี้ นักวิเคราะห์เหล่านี้กล่าวว่าบริษัทสมควรที่จะติดตามในหัวข้อเหล่านี้ พวกเขายังบอกตัวเองด้วยว่าเราทำสิ่งดีๆ ให้กับลูกค้า ผลิตภัณฑ์ของเราจะทำให้งานของพวกเขาง่ายขึ้น แทนที่จะทำให้มันซับซ้อนมากขึ้น เรารู้ถึงศักยภาพของ AI ปัญหาคือการทำให้แน่ใจว่าผลิตภัณฑ์ของเราไม่ได้แสดงตนเป็นกล่องแพนโดร่าที่เราเปิดและสูญเสียเราไปกับข้อมูลจำนวนมากที่เราไม่เข้าใจ และซึ่งเราไม่สามารถควบคุมได้-
IBM ต่างจากบริษัทอื่นๆ ตรงที่มีประวัติที่ไม่เกี่ยวข้องกับเรื่องอื้อฉาวครั้งใหญ่ บริษัท AI ไม่กี่แห่งได้จ่ายค่าปรับจำนวนมาก บริษัทต่างๆ พยายามที่จะมีพันธมิตรที่ช่วยให้พวกเขาพัฒนาโดยไม่มีความเสี่ยง ตอนนี้พวกเขารู้แล้วว่าจะต้องหันไปทางไหน
01net: นี่หมายความว่า AI เป็นเครื่องมือในการเติบโตของ IBM ในปัจจุบันใช่หรือไม่ หรือคุณยังอยู่ในช่วงเริ่มต้น?
RH :เราปรับใช้บล็อคส่วนประกอบของโครงการ WatsonX ทั้งหมดเกือบเสร็จแล้ว สิ่งที่ขาดหายไปคือส่วนการกำกับดูแลซึ่งเราเพิ่งประกาศไป โดยทำงานร่วมกับ WatsonX AI ซึ่งเรานำเสนอโมเดลต่างๆ มากมายให้กับลูกค้า และข้อมูล WatsonX เพื่อให้ลูกค้าสามารถรวบรวมข้อมูลทั้งหมดที่พวกเขาต้องการที่จะใส่ลงใน AI ทำให้เข้ากันได้กับการฝึกโมเดล WatsonX Governance จะทำให้หลักปฏิบัติใหม่ทั้งหมดนี้เป็นไปตามกฎเกณฑ์แห่งศิลปะ โดยไม่ก่อให้เกิดความเสี่ยงต่อผู้ใช้
ความต้องการมีอยู่มากในหมู่ลูกค้าของเรา และเราตอบมัน เราได้พัฒนาแพลตฟอร์ม WatsonX ใหม่นี้ ซึ่งเพิ่มเข้ามาจากแพลตฟอร์มที่เรามีอยู่แล้ว สิ่งที่เราทำงานมาหลายปีเช่น Red Hat
01net: AI ที่เรารู้จักในปัจจุบันที่ IBM จะยังคงเป็นเช่นนี้หรือไม่ หรือคุณวางแผนที่จะก้าวไปไกลกว่านี้ โดยเฉพาะอย่างยิ่งในด้านปัญญาประดิษฐ์ทั่วไป?
ทั้งหมดนี้ก็จะเติบโตขึ้น อันดับแรกในด้าน WatsonX แพลตฟอร์มดังกล่าวถูกกำหนดให้พัฒนาเช่นเดียวกับแพลตฟอร์ม IBM หลักอื่นๆ ฉันชอบที่จะเปรียบเทียบกับสิ่งที่เราทำบนแพลตฟอร์ม Z มันไม่เป็นที่รู้จักของสาธารณชนทั่วไป แต่มันมีความรับผิดชอบเพื่อรันแทบทุกธุรกรรมในเบื้องหลังบัตรเครดิตที่ดำเนินการทั่วโลก ธนาคารใหญ่ๆก็พึ่งมัน เหล่านี้คือระบบซึ่งแม้ในช่วงเวลาที่วุ่นวายเช่นด้วยแบล็กฟรายเดย์,ทำงานต่อไปได้อย่างไม่มีปัญหา พวกเขาไม่เคยถูกโจมตีโดยไวรัส ในอนาคต WatsonX จะต้องมีชื่อเสียงเหมือนเดิม
ที่ห้องปฏิบัติการในเมืองซูริก เรากำลังดำเนินการในส่วนหลัง ในอีกสิบปีข้างหน้า จะมีนวัตกรรมที่เชื่อมโยงกับเทคนิคปัญญาประดิษฐ์ที่จะนำมาใช้ เช่น ปัญญาประดิษฐ์ทั่วไป (AGI) ปัญญาประดิษฐ์ที่ชาญฉลาดยิ่งขึ้น แนวคิดประการหนึ่งที่ทีมของฉันกำลังดำเนินการอยู่ที่นี่คือส่วนที่เป็นสัญลักษณ์ ซึ่งเราเรียกว่าความฉลาดเชิงสัญลักษณ์ แนวคิดก็คือไม่เพียงแค่ขึ้นอยู่กับโครงข่ายประสาทเทียมซึ่งต้องใช้ข้อมูลจำนวนมหาศาลซ้ำๆ เพื่อให้สามารถเรียนรู้ได้
ฉันจะยกตัวอย่างระบบการขับขี่สำหรับรถยนต์ให้คุณเข้าใจมากขึ้น แทนที่จะฝึกระบบด้วยวิดีโอจำนวนมากเกี่ยวกับรถที่จอดที่ทางแยกเมื่อมีรถคันอื่นมาจากทางขวา เราสามารถให้ระบบส่งรหัสการขับขี่ได้โดยตรง และรวมแนวคิดนี้เข้ากับมัน เราจะมาถึงจุดเดียวกัน แต่ด้วยการเรียนรู้ทางประสาทแบบคลาสสิก คุณจะต้องมีวิดีโอต่างๆ มากมายมหาศาล ซึ่งจะต้องทำซ้ำหลายครั้งเพื่อให้เครือข่ายเข้าใจและปรับน้ำหนักเพื่อให้ได้คำตอบที่ถูกต้อง
ดังนั้นงานจึงต้องนำเข้าโมเดลของ 50 เพจเหล่านี้ รวมถึงกฎทั้งหมดและคำอธิบาย จากนั้นจึงใช้ความฉลาดเชิงสัญลักษณ์นี้ร่วมกับความฉลาดตามข้อมูลโครงข่ายประสาทเทียมระดับลึก- มันจะมีประสิทธิภาพมากขึ้นด้วยวิธีนี้ โดยเฉพาะอย่างยิ่งในสถานการณ์เฉพาะที่โมเดลจะไม่ได้รับการฝึกอบรม ด้วยระบบการขับขี่อาจมีประโยชน์หากรถเจอป้ายหยุดที่ตกลงข้างถนน เราสามารถไปเพิ่มเติมในสิ่งที่เราเรียกว่าออกจากลักษณะทั่วไปของการกระจาย : ลักษณะทั่วไปของสิ่งที่เราได้เรียนรู้นอกเหนือจากข้อมูลที่ให้ไว้ระหว่างการเรียนรู้
🔴 เพื่อไม่ให้พลาดข่าวสารจาก 01net ติดตามเราได้ที่Google ข่าวสารetวอทส์แอพพ์-
