Trong những năm gần đây, tốc độ chuyển đổi thật đáng kinh ngạc với sự xuất hiện của AI, Đám mây lai và điện toán lượng tử. Theo Chỉ số áp dụng AI toàn cầu năm 2023 của IBM, 42% doanh nghiệp được khảo sát đã tích hợp AI và 40% đang khám phá tiềm năng của trí tuệ nhân tạo.
Hiện nay, AI đang được ứng dụng để giải quyết nhiều thách thức, từ vấn đề đô thị hóa đến an ninh mạng cũng như biến đổi khí hậu. Đồng thời, AI đã mở ra tương lai cho các doanh nghiệp, nơi công nghệ được ứng dụng để nâng cao hiệu quả và doanh thu.
Dưới đây là ba dự đoán lớn mà IBM đưa ra cho tương lai của AI:
Mô hình ngôn ngữ nhỏ hiệu quả
Generative AI hiện đã chuyển sang giai đoạn “có sở thích”, và tương tự như máy tính, đang hướng tới mục tiêu lâu dài là tối ưu hóa hiệu suất trong một kiểu dáng nhỏ gọn hơn.
Các mô hình ngôn ngữ nhỏ giúp AI trở nên quen thuộc hơn bằng cách giảm bớt rào cản tiếp cận cho các cá nhân và doanh nghiệp có nguồn lực hạn chế. Cụ thể, những mô hình này yêu cầu ít sức mạnh tính toán hơn và ít bộ nhớ hơn để đào tạo và phát triển.
Đồng thời, khả năng chạy cục bộ trên các thiết bị nhỏ giúp giải quyết các mối lo ngại về quyền riêng tư và an ninh mạng trên các ứng dụng điện toán biên và Internet of Things (IoT). Việc xử lý dữ liệu trực tiếp thay vì truyền đến máy chủ sẽ hạn chế nguy cơ lộ dữ liệu và truy cập trái phép.
AI đang được ứng dụng để giải quyết nhiều thách thức.
Ngoài ra, các mô hình này còn góp phần nâng cao khả năng giải thích của AI, từ đó tạo dựng niềm tin trong lĩnh vực pháp lý, tài chính và y tế. Các mô hình ngôn ngữ nhỏ thường đơn giản và dễ hiểu hơn các mô hình ngôn ngữ lớn, từ đó thúc đẩy ứng dụng công nghệ AI trong các lĩnh vực đòi hỏi trách nhiệm giải trình và diễn giải.
Mặc dù đóng vai trò quan trọng trong việc thúc đẩy làn sóng AI nhưng các mô hình ngôn ngữ lớn vẫn còn nhiều hạn chế. Chỉ những doanh nghiệp lớn mới có đủ khả năng để đào tạo và duy trì các mô hình tiêu tốn nhiều năng lượng với hàng trăm tỷ thông số.
Theo ước tính, đào tạo mô hình ChatGPT-3 sử dụng lượng điện tương đương với hơn 1.000 hộ dân tiêu thụ trong một năm. Trung bình một ngày, mức sử dụng ChatGPT tiêu chuẩn tương đương với mức tiêu thụ năng lượng hàng ngày của 33.000 hộ gia đình.
Trong khi các ứng dụng AI tổng quát đòi hỏi nhiều tài nguyên và sức mạnh thì các mô hình Granite của IBM đã chứng minh rằng việc thu nhỏ kích thước không ảnh hưởng đến hiệu suất. Với ít tham số hơn, các mô hình nhỏ có thể thực hiện xuất sắc các nhiệm vụ chuyên biệt như tóm tắt và trả lời các câu hỏi, từ đó dễ dàng phục vụ nhiều yêu cầu khác nhau.
Huấn luyện mô hình ChatGPT-3 sử dụng lượng điện cực lớn
Mô hình AI chuyên dụng
Sự phát triển của AI cho thấy không có mô hình nào có thể đáp ứng được mọi nhu cầu của người dùng. Điều này đòi hỏi một cách tiếp cận chuyên biệt hơn là cách tiếp cận tổng quát, qua đó mỗi doanh nghiệp có thể triển khai các mô hình tùy chỉnh phù hợp với mục tiêu và yêu cầu pháp lý riêng của mình.
Các doanh nghiệp hiểu rằng việc trang bị kiến thức về các mô hình cơ bản là điều quan trọng để tối ưu hóa các sáng kiến AI vì chúng là xương sống của hệ thống. Tuy nhiên, nhiều doanh nghiệp cũng nhận ra tầm quan trọng của việc tùy chỉnh các mô hình AI để đáp ứng các giá trị và tình huống hoạt động riêng biệt của từng doanh nghiệp.
Sự kết hợp giữa việc tùy chỉnh các mô hình AI và tận dụng mô hình nền tảng này cho phép doanh nghiệp tinh chỉnh các giải pháp AI. Doanh nghiệp có thể điều chỉnh quy mô của mô hình để phù hợp với mức độ phức tạp của vấn đề, từ đó phân bổ nguồn lực và chi phí hiệu quả hơn.
So với các mô hình ngôn ngữ thông thường, các mô hình ngôn ngữ chuyên biệt vượt trội hơn về khả năng giao tiếp, tương tự như các chatbot được lập trình sẵn.
Ví dụ: một chatbot dịch vụ khách hàng được trang bị dữ liệu từ bộ phận dịch vụ khách hàng sẽ hiểu nhu cầu của khách hàng và đưa ra câu trả lời được cá nhân hóa.
Tương tự, một mô hình phát hiện gian lận chuyên dụng sử dụng dữ liệu từ hệ thống phát hiện gian lận độc quyền có thể nâng cao hiệu quả trong việc xác định hoạt động đáng ngờ và tăng cường các biện pháp bảo mật.
AI ngày càng trở nên quen thuộc hơn trong cuộc sống.
Ứng dụng AI có trách nhiệm
Chính sách quản trị đóng vai trò quan trọng trong sự phát triển của AI. Theo khảo sát của Viện Giá trị Doanh nghiệp IBM (IBV), có tới 72% giám đốc điều hành chọn không sử dụng Generative AI do lo ngại về đạo đức và bảo mật.
Để giảm thiểu rủi ro, doanh nghiệp cần ưu tiên xây dựng niềm tin vào công nghệ bằng cách lồng ghép các nguyên tắc đạo đức trong hoạt động vận hành, cũng như trong quy trình làm việc và văn hóa doanh nghiệp.
Công nghệ IBM được xây dựng trên nền tảng AI đáng tin cậy. Theo IBM, mục đích của AI là hỗ trợ con người – chứ không phải thay thế họ.
Vì vậy, sức khỏe của con người và xã hội là ưu tiên hàng đầu và công nghệ cần mang lại lợi ích cho nhiều người thay vì chỉ một số ít giới tinh hoa. Ngoài ra, dữ liệu và kiến thức do AI tạo ra đều thuộc về con người. Đồng thời, AI cần minh bạch, rõ ràng, từ đó giảm thiểu những thành kiến không phù hợp.
Link nguồn: https://cafef.vn/3-du-doan-cua-ibm-ve-tuong-lai-cua-ai-188240620065536494.chn
