1710319908
2024-03-13 07:24:31
2024 年になった今、私たちはその深刻な影響を見逃すことはできません。 人工知能 (AI) は、ビジネスや市場分野全体で当社の事業に影響を与えています。 政府の調査によると、英国の組織の 6 分の 1 がワークフロー内に少なくとも 1 つの AI テクノロジーを導入しており、その数は 2040 年までに増加すると予想されています。
AI と生成 AI (GenAI) の採用が増加するにつれ、Web との対話方法の将来は、推論の力を利用できるかどうかにかかっています。 推論は、トレーニングされた AI モデルがリアルタイム データを使用してタスクを予測または完了するときに行われ、トレーニング中に得られた知識を適用する能力をテストします。 AI モデルが学習した情報をどれだけうまく適用できるかを示すのは、AI モデルの正念場です。 医療関係の仕事に就いても、 eコマース AI の洞察を活用し、真のパーソナライゼーションを実現する能力は、顧客エンゲージメントと将来のビジネスの成功にとって極めて重要です。
推論: 真のパーソナライゼーションへの鍵
パーソナライゼーションの鍵は、エンド ユーザーの地理的位置に近い推論クラスターをスケールアウトすることにより、推論を戦略的に展開することにあります。 このアプローチにより、受信ユーザー リクエストに対する AI 主導の予測が正確になり、最小限の遅延と低レイテンシーで配信されることが保証されます。 企業は、カスタマイズされ、パーソナライズされたユーザー エクスペリエンスを提供する能力を解放する GenAI の可能性を活用する必要があります。
推論クラウドの重要性を予期していなかった企業は、2024 年には取り残されてしまうでしょう。2023 年は AI の実験の年だったと言っても過言ではありませんが、推論クラウドにより、2024 年には GenAI による実際の成果を実現できるようになります。 ～のイノベーションを解き放つことができます オープンソース 大規模言語モデル (LLM) を使用し、クラウド推論を使用して真のパーソナライゼーションを実現します。
Vultr の最高マーケティング責任者。
新しいウェブアプリ
GenAI が参入する前は、パーソナライゼーションを行わずに既存のコンテンツをエンド ユーザーに近いところで提供することに重点が置かれていました。 現在、より多くの企業が GenAI 変革を経験するにつれて、コンパクトな LLM がユーザーのプロンプトに従ってパーソナライズされたコンテンツを作成できる、エッジでの推論の出現が見られるでしょう。
一部の企業には依然として強力なエッジ戦略が不足しており、ましてや GenAI エッジ戦略が不足しています。 彼らは、一元的にトレーニングし、ローカルで推論し、グローバルに展開することの重要性を理解する必要があります。 この場合、エッジで推論を提供するには、ローカライズされたデータセットに対してモデルをトレーニングおよび微調整するための分散グラフィックス プロセッシング ユニット (GPU) スタックが組織に必要です。
これらのデータセットが微調整されると、モデルはデータセンター全体にグローバルに展開され、ローカルのデータ主権とプライバシーの規制に準拠します。 企業はより優れた、よりパーソナライズされたサービスを提供できる 顧客体験 このプロセスを使用して推論を Web アプリケーションに統合します。
GenAI には GPU の処理能力が必要ですが、GPU はコストが高いため、ほとんどの企業にとって手が届かないことがよくあります。 GenAI を導入する場合、企業は柔軟性、精度、コスト効率を確保するために、大規模なハイパースケール データセンターではなく、小規模なオープンソース LLM に注目する必要があります。 企業は、複雑で不必要なサービス、カスタマイズを制限する「利用するか放置する」アプローチ、およびワークロードを他の環境に移行することを困難にするベンダー ロックインを回避できます。
2024 年の GenAI: 私たちはどこにいて、どこへ向かっているのか
業界は、GenAI モデルを活用した最初のアプリケーションの出現により、2024 年末までに Web アプリケーションの状況に変化が起こると予想されます。
AI モデルを一元的にトレーニングすることで、膨大なデータセットからの包括的な学習が可能になります。 一元化されたトレーニングにより、複雑なパターンやニュアンスを理解するための十分な装備がモデルに確保され、正確な予測のための強固な基盤が提供されます。 その真の可能性は、これらのモデルが世界的に展開され、企業が多様な市場やユーザー行動を活用できるようになったときに発揮されます。
核心はローカル推論コンポーネントにあります。 ローカルでの推論には、処理能力をエンドユーザーに近づけることが含まれます。これは、遅延を最小限に抑え、ユーザー エクスペリエンスを最適化するための重要なステップです。 エッジ コンピューティングの隆盛を目の当たりにするにつれて、ローカル推論は計算タスクを必要な場所の近くに分散することとシームレスに連携し、リアルタイムの応答を確保し、効率を向上させます。
このアプローチは、電子商取引から医療に至るまで、さまざまな業界に大きな影響を与えます。 e コマース プラットフォームがパーソナライズされた製品推奨のために GenAI を活用したかどうかを検討してください。 ローカルで推論することにより、プラットフォームはユーザーの好みをリアルタイムで分析し、当面のニーズに合わせたカスタマイズされた提案を提供します。 同じ概念がヘルスケア アプリケーションにも当てはまり、ローカル推論により患者データに対する迅速かつ正確な洞察が提供され、診断の精度が向上します。
ローカル推論へのこの動きは、データのプライバシーとコンプライアンスの問題にも対処します。 ソースに近い場所でデータを処理することで、企業は規制要件を遵守しながら、機密情報をデータ保護法で定められた地理的境界内に確実に保つことができます。
推論の時代が到来
AI 主導の Web アプリケーションの未来に向けた取り組みは、集中トレーニング、グローバル展開、ローカル推論という 3 つの戦略によって特徴づけられます。 このアプローチは、AI モデルの機能を強化するだけでなく、ベンダーに依存せず、 クラウドコンピューティング プラットフォームまたは AI サービス プロバイダー。 デジタル時代の新たな時代を迎えるにあたり、企業は AI 主導の Web アプリケーションの将来を形作る上で推論が極めて重要な役割を果たしているということを認識する必要があります。 トレーニングと導入に焦点を当てる傾向がありますが、推論をエンドユーザーに近づけることも同様に重要です。 彼らの集合的な影響は、さまざまな業界にわたってイノベーションとパーソナライゼーションのための前例のない機会を提供します。
この記事は、TechRadarPro の Expert Insights チャンネルの一部として作成され、今日のテクノロジー業界で最も優れた頭脳を特集しています。 ここで表明されている見解は著者の見解であり、必ずしも TechRadarPro または Future plc の見解ではありません。 貢献に興味がある場合は、ここで詳細を確認してください。 https://www.techradar.com/news/submit-your-story-to-techradar-pro
#推論 #クラウドにおける #の未来