Kakšna je vloga velikih tehnoloških podjetij v umetni inteligenci?

Kakšna je vloga velikih tehnoloških podjetij v umetni inteligenci?

Kratek odgovor: Velika tehnološka podjetja so pomembna na področju umetne inteligence, ker nadzorujejo neglamurozne bistvene elemente – računalništvo, platforme v oblaku, naprave, trgovine z aplikacijami in orodja za podjetja. Ta nadzor jim omogoča financiranje naprednih modelov in hitro pošiljanje funkcij milijardam uporabnikov. Če so upravljanje, nadzor zasebnosti in interoperabilnost šibki, se isti vzvod pretvori v vezavo in koncentracijo moči.

Ključne ugotovitve:

Infrastruktura: Nadzor nad oblakom, čipi in MLO-i obravnavajte kot glavno oviro umetne inteligence.

Distribucija: Pričakujte posodobitve platforme, ki bodo opredelile, kaj »umetna inteligenca« pomeni za večino uporabnikov.

Varstvo dostopa: Pravila trgovine z aplikacijami in pogoji API-ja tiho določajo, katere funkcije umetne inteligence so na voljo.

Nadzor uporabnikov: Zahtevajte jasne možnosti zavrnitve, trajne nastavitve in delujoče skrbniške kontrole.

Odgovornost: Zahtevajte dnevnike revizije, preglednost in možnosti pritožbe za škodljive izide.

Kakšna je vloga velikih tehnoloških podjetij v umetni inteligenci? Infografika

🔗 Prihodnost umetne inteligence: Trendi in kaj sledi
Ključne inovacije, tveganja in panoge, ki so se preoblikovale v naslednjem desetletju.

🔗 Temeljni modeli v generativni umetni inteligenci: Preprost vodnik
Razumeti, kako temeljni modeli poganjajo sodobne generativne aplikacije umetne inteligence.

🔗 Kaj je podjetje za umetno inteligenco in kako deluje
Spoznajte lastnosti, ekipe in izdelke, ki opredeljujejo podjetja, ki najprej uporabljajo umetno inteligenco.

🔗 Kako izgleda koda umetne inteligence v resničnih projektih
Oglejte si primere vzorcev kode, orodij in delovnih tokov, ki jih poganja umetna inteligenca.

Bodimo iskreni – večina »pogovorov o umetni inteligenci« se izogne ​​​​neglamuroznim delom, kot so računalništvo, distribucija, javna naročila, skladnost in nerodna resničnost, da mora nekdo plačati za grafične procesorje in elektriko. Velika tehnološka podjetja živijo v teh neglamuroznih delih. In prav zato so tako pomembna. 😅 ( IEA - Energija in umetna inteligenca , NVIDIA - Pregled platform za sklepanje umetne inteligence )

Vloga velikih tehnoloških podjetij pri umetni inteligenci, povedano preprosto 🧩

Ko ljudje rečejo »velika tehnologija«, običajno mislijo na velikanska platformska podjetja, ki nadzorujejo glavne plasti sodobnega računalništva:

Torej vloga ni samo "ustvarjajo umetno inteligenco". Gre bolj za to, da gradijo avtoceste, prodajajo avtomobile, upravljajo cestninske postaje in tudi odločajo, kam vodijo izvozi. Rahlo pretiravanje ... ampak ne preveč.

Vloga velikih tehnoloških podjetij v umetni inteligenci: pet velikih delovnih mest 🏗️

Če želite čist miselni model, velika tehnološka podjetja v svetu umetne inteligence običajno opravljajo pet prekrivajočih se nalog:

  1. Ponudnik infrastrukture
    Podatkovni centri, oblak, mreženje, varnost, orodja MLOps. Stvari, ki omogočajo uporabo umetne inteligence v velikem obsegu. ( Dokumentacija Amazon SageMaker AI , IEA - Energija in umetna inteligenca )

  2. Graditelj modelov in raziskovalni mehanizem
    Ne vedno, ampak pogosto - laboratoriji, interni raziskave in razvoj, uporabne raziskave in »produktivizirana znanost«. ( Zakoni skaliranja za modele nevronskih jezikov (arXiv) , Učenje računalniško optimalnih velikih jezikovnih modelov (Chinchilla) (arXiv) )

  3. Distributer
    Umetno inteligenco lahko vgradijo v iskalna polja, telefone, e-poštne odjemalce, oglasne sisteme in orodja na delovnem mestu. Distribucija je supermoč.

  4. Vratar in določalec pravil
    Pravilniki trgovin z aplikacijami, pravila platforme, pogoji API-ja, moderiranje vsebine, varnostna vrata, nadzor v podjetjih. ( Smernice za pregled aplikacij Apple , varnost podatkov v trgovini Google Play )

  5. Razporejevalnik kapitala
    Financirajo, pridobivajo, sodelujejo, inkubirajo. Oblikujejo tisto, kar preživi.

To je vloga velikih tehnoloških podjetij v umetni inteligenci v funkcionalnem smislu: ustvarijo pogoje za obstoj umetne inteligence – in nato odločajo, kako vas doseže.

Kaj naredi dobro različico vloge umetne inteligence v velikih tehnoloških podjetjih ✅😬

»Dobra različica« velikih tehnoloških podjetij na področju umetne inteligence ne pomeni popolnosti. Gre za odgovorno ravnanje s kompromisi, z manj presenetljivimi izzivi za vse ostale.

Tukaj je nekaj, kar loči vzdušje »ustrežljivega velikana« od vzdušja »oh, monopola«:

  • Preglednost brez odlaganja žargona.
    Jasno označevanje funkcij umetne inteligence, omejitev in uporabljenih podatkov. Ne 40-stranski labirint politik. ( NIST AI RMF 1.0 , ISO/IEC 42001:2023 )

  • Pravi uporabniški nadzor
    Delujoče odjave, nastavitve zasebnosti, ki se skrivnostno ne ponastavijo, in skrbniški nadzor, ki ni lov na zaklad. ( GDPR - Uredba (EU) 2016/679 )

  • Interoperabilnost in odprtost – včasih
    ni nujno, da je vse odprtokodno, ampak za vedno vezati vse na enega ponudnika je ... izbira.

  • Varnost z zobmi
    Spremljanje zlorab, združevanje v red teame, nadzor vsebine in pripravljenost blokirati očitno tvegane primere uporabe. ( NIST AI RMF 1.0 , profil NIST GenAI (spremljevalni modul AI RMF) )

  • Zdravi ekosistemi
    Podpora zagonskim podjetjem, partnerjem, raziskovalcem in odprtim standardom, da inovacije ne postanejo »najem platforme ali izginotje«. ( Načela OECD za umetno inteligenco )

Povedal bom preprosto: »dobra različica« se zdi kot solidno javno podjetje z močnim okusom izdelka. Slaba različica se zdi kot igralnica, kjer hiša piše tudi pravila. 🎰

Primerjalna tabela: najboljše "steze umetne inteligence" velikih tehnoloških podjetij in zakaj delujejo 📊

Orodje (pas) Občinstvo Cena Zakaj deluje
Platforme umetne inteligence v oblaku Podjetja, zagonska podjetja na podlagi uporabe Enostavno skaliranje, en račun, veliko gumbov (preveč gumbov)
API-ji Frontier Model Razvijalci, produktne ekipe plačilo na žeton / stopnjevano Hitra integracija, dobra osnovna kakovost, občutek je kot goljufanje 😅
V napravo vgrajena umetna inteligenca Potrošniki, proizvajalci-odjemalci v paketu Nizka latenca, včasih prijazno do zasebnosti, deluje bolj ali manj brez povezave
Productivity Suite AI Pisarniške ekipe dodatek na sedež Živi v vsakodnevnih delovnih procesih – dokumenti, pošta, sestanki, vse to
Oglasi + ciljanje z umetno inteligenco Tržniki % porabe Veliki podatki + distribucija = učinkovito, tudi nekoliko srhljivo 👀
Varnost + skladnost z umetno inteligenco Regulirane panoge premija Prodaja »duševni mir« – četudi gre le za manj opozoril
Čipi in pospeševalniki umetne inteligence Vsi gorvodno velika kapitalska naložba Če imaš lopate, zmagaš v zlati mrzlici (nerodna metafora, ki še vedno drži)
Odprte ekosistemske igre Gradbeniki, raziskovalci brezplačni + plačljivi nivoji Zagon skupnosti, hitrejša iteracija, včasih neukrotljiva zabava

Priznanje o svoji nenavadnosti za mizico: "brezplačno" tam veliko deluje. Brezplačno, dokler ni več ... veste, kako gre.

Od blizu: infrastrukturna ozka grla (računalništvo, oblak, čipi) 🧱⚙️

O tem večina ljudi noče govoriti, ker ni glamurozen. Vendar je to hrbtenica umetne inteligence.

Velike tehnološke družbe vplivajo na umetno inteligenco z nadzorom:

Če ste kdaj poskusili uvesti sistem umetne inteligence v resničnem podjetju, že veste, da je »model« najlažji del. Težji del pa so: dovoljenja, beleženje, dostop do podatkov, nadzor stroškov, čas delovanja, odzivanje na incidente ... stvari za odrasle. 😵💫

Ker velika tehnološka podjetja posedujejo toliko tega, lahko nastavijo privzete vzorce:

  • Katera orodja postanejo standardna

  • Kateri ogrodji dobijo prvovrstno podporo

  • Katera strojna oprema ima prednost

  • Kateri modeli oblikovanja cen postanejo »normalni«

To ni samodejno zlo. Je pa moč.

Bližnji posnetek: raziskava modela v primerjavi z realnostjo izdelka 🧪➡️🛠️

Napetost je v tem: velika tehnološka podjetja lahko financirajo poglobljene raziskave in potrebujejo tudi četrtletne zmage na področju izdelkov. Ta kombinacija ustvarja neverjetne preboje in hkrati ... vprašljive predstavitve funkcij.

Velike tehnološke družbe običajno spodbujajo napredek umetne inteligence prek:

Toda pritisk izdelka spremeni stvari:

  • Hitrost premaga eleganco

  • Razlaga prednosti pošiljanja

  • »Dovolj dobro« je boljše od »popolnoma razumljeno«

Včasih je to v redu. Večina uporabnikov ne potrebuje teoretične čistosti, temveč koristnega pomočnika znotraj svojega delovnega procesa. Vendar obstaja tveganje, da se »dovolj dobro« uporabi v občutljivih kontekstih (zdravje, zaposlovanje, finance, izobraževanje), kjer »dovolj dobro« ... ni dovolj dobro. ( Zakon EU o umetni inteligenci - Uredba (EU) 2024/1689 )

To je del vloge velikih tehnoloških podjetij v umetni inteligenci – prevajanje najsodobnejših zmogljivosti v funkcije za množični trg, tudi ko so robovi še vedno ostri. 🔪

Od blizu: distribucija je prava velesila 🚀📣

Če lahko umetno inteligenco postavite v prostore, kjer ljudje že digitalno živijo, vam uporabnikov ni treba "prepričevati". Preprosto postanete privzeti uporabnik.

Distribucijski kanali velikih tehnoloških podjetij vključujejo:

Zato manjša podjetja za umetno inteligenco pogosto sodelujejo z velikimi tehnološkimi velikani, tudi če so zaradi tega živčna. Distribucija je kisik. Brez nje lahko imate najboljši model na svetu in še vedno kričite v praznino.

Obstaja pa tudi subtilen stranski učinek: distribucija oblikuje, kaj »umetna inteligenca« sploh pomeni javnosti. Če se umetna inteligenca pojavlja predvsem kot pomoč pri pisanju, ljudje domnevajo, da gre za pisanje. Če se pojavlja kot urejanje fotografij, ljudje domnevajo, da gre za slike. Platforma določa vzdušje.

Od blizu: podatki, zasebnost in pogodba o zaupanju 🔐🧠

Sistemi umetne inteligence pogosto postanejo učinkovitejši, ko so personalizirani. Personalizacija pogosto zahteva podatke. In podatki ustvarjajo tveganje. Ta trikotnik nikoli ne izgine.

Veliki tehnološki velikani sedijo na:

  • Podatki o vedenju potrošnikov (iskanja, kliki, nastavitve)

  • Podatki podjetja (e-pošta, dokumenti, klepeti, zahteve, delovni tokovi)

  • Podatki platforme (aplikacije, plačila, signali identitete)

  • Podatki o napravi (lokacija, senzorji, fotografije, glasovni vnosi)

Tudi ko se »surovi podatki« ne uporabljajo neposredno, okoliški ekosistem oblikuje usposabljanje, izpopolnjevanje, vrednotenje in smer razvoja izdelka.

Pogodba o zaupanju običajno izgleda takole:

  • Uporabniki sprejemajo zbiranje podatkov, ker je izdelek priročen 🧃

  • Regulatorji se uprejo, ko postane srhljivo 👀 ( GDPR - Uredba (EU) 2016/679 )

  • Podjetja se odzivajo s kontrolami, politikami in sporočili, ki dajejo prednost zasebnosti

  • Vsi se prepirajo o tem, kaj pomeni "zasebnost"

Praktično pravilo, ki sem ga videl delovati: če lahko podjetje v enem samem pogovoru razloži svoje prakse ravnanja z umetno inteligenco, ne da bi se pri tem skrivalo za pravniškim žargonom, se običajno odreže nadpovprečno. Ne popolno – le boljše.

Od blizu: upravljanje, varnost in igra tihega vplivanja 🧯📜

To je manj vidna vloga: velika tehnološka podjetja pogosto pomagajo določiti pravila, ki jim sledijo vsi ostali.

Oblikujejo upravljanje z:

Včasih je to resnično koristno. Velika tehnološka podjetja lahko vlagajo v varnostne ekipe, orodja za zaupanje, odkrivanje zlorab in infrastrukturo za skladnost s predpisi, ki si je manjši akterji ne morejo privoščiti.

Včasih je to sebično. Varnost lahko postane jarek, kjer si lahko le največji akterji "privoščijo" skladnost. To je začarani krog: varnost je potrebna, vendar lahko draga varnost pomotoma zamrzne konkurenco. ( Zakon EU o umetni inteligenci - Uredba (EU) 2024/1689 )

Tukaj je pomembna niansa. Ni zabavna niansa - tista nadležna. 😬

Od blizu: konkurenca, odprti ekosistemi in zagonska gravitacija 🧲🌱

Vloga velikih tehnoloških podjetij na področju umetne inteligence vključuje tudi oblikovanje trga:

  • Pridobitve (talent, tehnologija, distribucija)

  • Partnerstva (modeli, gostovani v oblaku, skupni posli)

  • Financiranje ekosistemov (krediti, inkubatorji, tržnice)

  • Odprta orodja (ogrodja, knjižnice, »odprte« izdaje)

Opazoval sem, da se ponavlja vzorec:

  1. Zagonska podjetja hitro inovirajo

  2. Velika tehnološka podjetja integrirajo ali kopirajo uspešen vzorec

  3. Zagonska podjetja se preusmerjajo v niše ali postanejo tarče prevzemov

  4. "Plast platforme" se zgosti

To ni samodejno slabo. Platforme lahko zmanjšajo trenje in omogočijo dostop do umetne inteligence. Lahko pa tudi zmanjša raznolikost. Če vsak izdelek postane »ovoj okoli nekaj istih API-jev«, se inovacija začne zdeti kot preurejanje pohištva v istem stanovanju.

Malo neurejene konkurence je zdravo. Kot na primer kvasni nastavek. Če vse steriliziraš, neha vzhajati. Ta metafora je nekoliko nepopolna, ampak se je bom držal. 🍞

Živeti z navdušenjem in previdnostjo hkrati 😄😟

Oba občutka se ujemata. Navdušenje in previdnost si lahko delita isti prostor.

Razlogi za navdušenje:

  • Hitrejša uvedba uporabnih orodij

  • Boljša infrastruktura in zanesljivost

  • Nižja ovira za podjetja pri uvajanju umetne inteligence

  • Več naložb v varnost in standardizacija ( NIST AI RMF 1.0 , OECD AI Principles )

Razlogi za previdnost:

Realistično stališče je: Velika tehnološka podjetja lahko pospešijo umetno inteligenco za svet, hkrati pa koncentrirajo moč. To je lahko hkrati res. Ljudje ne marajo tega odgovora, ker mu manjka pikantnosti, vendar ustreza dokazom.

Praktični napotki za različne bralce 🎯

Če ste poslovni kupec 🧾

Če si razvijalec 🧑💻

Če ste oblikovalec politik ali vodja skladnosti 🏛️

Če si redni uporabnik 🙋

  • Preberite, kje v vaših aplikacijah so funkcije umetne inteligence

  • Uporabljajte nadzor zasebnosti, tudi če je moteč ( GDPR - Uredba (EU) 2016/679 )

  • Bodite skeptični do "čarobnih" rezultatov - umetna inteligenca je samozavestna, a ni vedno pravilna 😵

Zaključek: Vloga velikih tehnoloških podjetij v umetni inteligenci 🧠✨

Vloga velikih tehnoloških podjetij na področju umetne inteligence ni ena sama stvar. Gre za skupek vlog: lastnik infrastrukture, graditelj modelov, distributer, varuh vrat in oblikovalec trga. Ne sodelujejo le pri razvoju umetne inteligence – opredeljujejo teren, na katerem umetna inteligenca raste.

Če se spomnite samo ene vrstice, jo napišite takole:

Vloga velikih tehnoloških podjetij v umetni inteligenci
Gradi cevovode, določa privzete nastavitve in usmerja, kako umetna inteligenca doseže ljudi – v ogromnem obsegu, z ogromnimi posledicami. ( NIST AI RMF 1.0 , Zakon EU o umetni inteligenci – Uredba (EU) 2024/1689 )

In ja, "posledice" se slišijo dramatično. Ampak umetna inteligenca je ena tistih tem, kjer je dramatičnost včasih preprosto ... natančna. 😬🤖

Pogosta vprašanja

Kakšna je vloga velikih tehnoloških podjetij pri umetni inteligenci v praksi?

Vloga velikih tehnoloških podjetij v umetni inteligenci ni toliko v tem, da »ustvarjajo modele«, temveč bolj v tem, da »upravljajo stroje, ki omogočajo delovanje umetne inteligence v velikem obsegu«. Zagotavljajo oblačno infrastrukturo, dobavljajo umetno inteligenco prek naprav in aplikacij ter določajo pravila platforme, ki oblikujejo, kaj se gradi. Financirajo tudi raziskave, partnerstva in prevzeme, ki vplivajo na to, kateri pristopi preživijo. Na mnogih trgih dejansko opredeljujejo privzeto izkušnjo umetne inteligence.

Zakaj je dostop do računalništva tako pomemben za tiste, ki lahko gradijo umetno inteligenco v velikem obsegu?

Sodobna umetna inteligenca je odvisna od velikih gruč grafičnih procesorjev, hitrega omrežja, shranjevanja in zanesljivih cevovodov MLOps – ne le od pametnih algoritmov. Če ni mogoče zagotoviti predvidljive zmogljivosti, postanejo usposabljanje, evalvacija in uvajanje krhki in dragi. Veliki tehnološki velikani pogosto nadzorujejo »hrbtenico« (oblak, partnerstva s čipi, razporejanje, varnost), ki lahko določi, kaj je izvedljivo za manjše ekipe. Ta moč je lahko koristna, vendar ostaja moč.

Kako distribucija velikih tehnoloških podjetij oblikuje pomen »umetne inteligence« za vsakodnevne uporabnike?

Distribucija je supermoč, ker umetno inteligenco spremeni v privzeto funkcijo namesto v ločen izdelek, ki ga morate izbrati. Ko se umetna inteligenca prikaže v iskalnih vrsticah, telefonih, e-pošti, dokumentih, sestankih in trgovinah z aplikacijami, za večino ljudi postane »to, kar umetna inteligenca je«. To tudi zoži javna pričakovanja: če je umetna inteligenca večinoma orodje za pisanje v vaših aplikacijah, uporabniki domnevajo, da je umetna inteligenca enaka pisanju. Platforme tiho določajo ton.

Na katere glavne načine pravila platforme in trgovine z aplikacijami delujejo kot varuhi umetne inteligence?

Pravilniki o pregledovanju aplikacij, pogoji tržnice, pravila za vsebino in omejitve API-jev lahko določajo, katere funkcije umetne inteligence so dovoljene in kako se morajo obnašati. Tudi ko so pravila oblikovana kot zaščita varnosti ali zasebnosti, oblikujejo tudi konkurenco z zvišanjem stroškov skladnosti in izvajanja. Za razvijalce to pomeni, da so lahko posodobitve pravilnikov prav tako pomembne kot posodobitve modelov. V praksi je »kar se dobavi« pogosto »kar gre skozi vrata«

Kako se platforme za umetno inteligenco v oblaku, kot so SageMaker, Azure ML in Vertex AI, vklapljajo v vlogo velikih tehnoloških podjetij v umetni inteligenci?

Platforme za umetno inteligenco v oblaku združujejo usposabljanje, uvajanje, spremljanje, upravljanje in varnost na enem mestu, kar zmanjšuje trenje za zagonska podjetja in velika podjetja. Orodja, kot so Amazon SageMaker, Azure Machine Learning in Vertex AI, olajšajo skaliranje in upravljanje stroškov prek odnosa z enim samim dobaviteljem. Kompromis je v tem, da lahko udobje poveča vezanost, saj so delovni tokovi, dovoljenja in spremljanje globoko integrirani v ta ekosistem.

Kaj naj se poslovni kupec vpraša, preden sprejme orodja umetne inteligence velikih tehnoloških podjetij?

Začnite s podatki: kam gredo, kako so izolirani in kakšne kontrole za hrambo in revizijo obstajajo. Povprašajte o skrbniških kontrolah, beleženju, mejah dostopa in kako se modeli ocenjujejo glede tveganja v vaši domeni. Prav tako preizkusite cene pod pritiskom, saj se lahko stroški, ki temeljijo na uporabi, z naraščajočo uporabo zvišajo. V reguliranih okoljih uskladite pričakovanja z okviri in zahtevami glede skladnosti, ki jih vaša organizacija že uporablja.

Kako se lahko razvijalci izognejo vezavi na prodajalca pri gradnji na API-jih umetne inteligence velikih tehnoloških podjetij?

Pogost pristop je načrtovanje za prenosljivost: klice modela ovijte za abstrakcijsko plastjo in ohranite pozive, pravilnike in logiko ocenjevanja različice in jih je mogoče preizkusiti. Izogibajte se zanašanju na eno "posebno" funkcijo ponudnika, ki se lahko spremeni ali izgine. Spremljajte omejitve hitrosti, posodobitve cen in spremembe pravilnikov kot del stalnega vzdrževanja. Prenosljivost ni brezplačna, vendar običajno stane manj kot prisilna selitev.

Kako zasebnost in personalizacija ustvarjata »pogodbo zaupanja« s funkcijami umetne inteligence?

Personalizacija pogosto izboljša uporabnost umetne inteligence, vendar običajno poveča izpostavljenost podatkov in zaznano srhljivost. Velika tehnološka podjetja so blizu vedenjskim, poslovnim, platformskim in napravam podobnim podatkom, zato uporabniki in regulatorji natančno preučujejo, kako ti podatki vplivajo na usposabljanje, fino prilagajanje in odločitve o izdelkih. Praktično merilo je, ali lahko podjetje jasno pojasni svoje prakse v zvezi s podatki umetne inteligence, ne da bi se skrivalo za pravnim jezikom. Pomembni so dobri nadzor in dejanske možnosti zavrnitve.

Kateri standardi in predpisi so najpomembnejši za upravljanje in varnost umetne inteligence velikih tehnoloških podjetij?

V mnogih cevovodih upravljanje združuje notranje varnostne politike z zunanjimi okviri in zakoni. Organizacije se pogosto sklicujejo na smernice za obvladovanje tveganj, kot je NIST-ov RMF za umetno inteligenco, standarde upravljanja, kot je ISO/IEC 42001, in regionalna pravila, kot sta GDPR in Zakon EU o umetni inteligenci, za določene primere uporabe. Ta vplivajo na beleženje, revizije, meje podatkov in kaj se blokira ali dovoljuje. Izziv je, da lahko skladnost postane draga, kar lahko daje prednost večjim akterjem.

Je vpliv velikih tehnoloških podjetij na konkurenco in ekosisteme vedno slab?

Ne samodejno. Platforme lahko znižajo ovire, standardizirajo orodja ter financirajo varnost in infrastrukturo, ki si je manjše ekipe ne morejo privoščiti. Vendar pa lahko ista dinamika zmanjša raznolikost, če vsi postanejo tanek ovoj okoli nekaj prevladujočih API-jev, oblakov in tržnic. Bodite pozorni na vzorce, kot so konsolidacija računalništva in distribucije, ter spremembe cen in politik, ki se jim je težko izogniti. Najbolj zdravi ekosistemi običajno puščajo prostor za interoperabilnost in nove udeležence.

Reference

  1. Mednarodna agencija za energijo - Energija in umetna inteligenca - iea.org

  2. Mednarodna agencija za energijo - Povpraševanje po energiji zaradi umetne inteligence - iea.org

  3. NVIDIA - Pregled platform za sklepanje umetne inteligence - nvidia.com

  4. Amazon Web Services - Dokumentacija za umetno inteligenco Amazon SageMaker (Kaj je SageMaker?) - aws.amazon.com

  5. za Microsoft – Azure Machine Learning – learn.microsoft.com

  6. Google Cloud - Dokumentacija za Vertex AI - cloud.google.com

  7. Google Cloud - MLOps na Vertex AI - cloud.google.com

  8. Microsoft - Vodnik po arhitekturi operacij strojnega učenja (MLOps) v2 - learn.microsoft.com

  9. Razvijalec Apple - Osnovno strojno učenje - developer.apple.com

  10. Google Developers – Komplet za strojno učenje – developers.google.com

  11. Smernice za pregled aplikacij za razvijalce Apple - developer.apple.com

  12. Pomoč za Konzolo Google Play – Varnost podatkov – support.google.com

  13. arXiv - Zakoni skaliranja za modele nevronskih jezikov - arxiv.org

  14. arXiv - Učenje računalniško optimalnih velikih jezikovnih modelov (Chinchilla) - arxiv.org

  15. Nacionalni inštitut za standarde in tehnologijo - Okvir za upravljanje tveganj umetne inteligence (AI RMF 1.0) - nist.gov

  16. Nacionalni inštitut za standarde in tehnologijo - NIST Generative AI Profile (AI RMF company) - nist.gov

  17. Mednarodna organizacija za standardizacijo - ISO/IEC 42001:2023 - iso.org

  18. EUR-Lex - Uredba (EU) 2016/679 (Splošna uredba o varstvu podatkov) - eur-lex.europa.eu

  19. EUR-Lex - Uredba (EU) 2024/1689 (EU Akt AI) - eur-lex.europa.eu

  20. OECD - Načela OECD AI - oecd.ai

Poiščite najnovejšo umetno inteligenco v uradni trgovini z umetno inteligenco

O nas

Nazaj na blog