Bağlam, uç noktalardaki ajansal yapay zekayı neden tanımlayacak?
Bölümü dinleyin
Bu bölümdeVeri HareketiProgram sunucusu Paul Langston, Seagate'in ileri teknoloji direktörü Iman Anvari ile bir araya gelerek yapay zekanın geleceğinde neler olacağını ve otonom sistemlerin laboratuvar dışında da çalışabilmesi için neler gerektiğini ele alıyor.
NVIDIA'nın GTC'sinden ve Seagate'in uygulamalı inovasyon çalışmalarından elde edilen bilgilerden yola çıkan Iman, sektörün neden gerçek bir değişim anına ulaştığını açıklıyor. Yapay zekâ modelleri giderek daha akıllı hale geliyor, ancak yetenek tek başına yeterli değil. Ona göre asıl zorluk bağlamdır: Neler olup bittiğini, nerede olup bittiğini ve nasıl yanıt verileceğini anlamak.
İşte burada avantaj devreye giriyor.
Bu konuşma, robotik teknolojisinin donanım, yazılım ve veri altyapısını, diğer iş yüklerinin pek azının başarabileceği bir şekilde nasıl bir araya getirdiğini ve gecikmenin, hesaplama gücünü merkezi bulutlardan çıkarıp verilerin üretildiği yere yaklaştıran en önemli kısıtlama olmasının nedenlerini ele alıyor. Kararların gerçek zamanlı olarak verilmesi gerektiğinde, bulut tabanlı veri aktarımlarına güvenmek ölçeklenebilir bir çözüm olmuyor.
Paul ve Iman, otonom sistemlerin neden ham işlem gücünden daha fazlasına ihtiyaç duyduğunu açıklıyor. Gerçek zamanlı farkındalık ve sürekli öğrenme sağlamak için birlikte çalışan katmanlı bellek ve depolama sistemlerine güveniyorlar.
Bu bölümde şunlar hakkında bilgi edineceksiniz:
- Robotik neden hesaplama, depolama ve gerçek dünya verilerini bir araya getiriyor?
- Uç noktalardaki "mikro veri merkezleri" yapay zeka otomasyonunu nasıl pratik hale getiriyor?
- Gecikmenin, zekayı uç noktalara taşımanın temel itici gücü olmasının nedenleri
- Bağlamın özerk ajanlar için nasıl bir kısıtlama haline geldiği
- Yapay zekâ ajanlarını büyük ölçekte desteklemek için gereken kademeli bellek mimarileri
Iman, ajan tabanlı yapay zekayı kavramdan gerçeğe dönüştürmek için gerekenler konusunda net ve sistem düzeyinde bir bakış açısı sunuyor. Uç noktalarda geliştirme yapan ekipler için bu, ilerlemenin sadece daha yetenekli modeller oluşturmakla ilgili olmadığını, doğru veri altyapısıyla desteklenerek zekayı eyleme daha yakın hale getirmekle ilgili olduğunu hatırlatıyor.
