آی‌بی‌ام: شرکت‌ها از همه ابزارهای ممکن در هوش مصنوعی استفاده می‌کنند، چالش اصلی انتخاب مدل زبانی مناسب برای هر کاربرد است

در دنیای امروز که استفاده از هوش مصنوعی در کسب‌وکارها با سرعت چشمگیری افزایش یافته، شرکت IBM می‌گوید سازمان‌ها به‌طور همزمان از انواع مختلف مدل‌های هوش مصنوعی استفاده می‌کنند. به‌گفته IBM، این موضوع باعث شده معماری سنتی سیستم‌های هوش مصنوعی در سازمان‌ها دیگر پاسخگوی نیازهای پیچیده این فناوری نباشد و نیاز به بازنگری جدی در زیرساخت‌ها حس شود.

در جریان رویداد Transform 2025 که اخیراً توسط VentureBeat برگزار شد، رهبران IBM بر این نکته تاکید کردند که سازمان‌ها در حال استفاده از «هر نوع مدل هوش مصنوعی» موجود هستند؛ از مدل‌های بزرگ زبانی (LLMs) گرفته تا ابزارهای تحلیلی سنتی‌تر. اما چالش اصلی برای این سازمان‌ها، پیدا کردن مدل مناسب برای کاربرد مناسب است.

هماهنگی بین مدل و کاربرد: چالش اصلی در پیاده‌سازی هوش مصنوعی

همان‌طور که شرکت‌ها در مسیر تحول دیجیتال قرار دارند، اتخاذ تصمیم برای استفاده از یک مدل زبانی بزرگ خاص مثل GPT-4، Claude یا LLaMA به سادگی گذشته نیست. انتخاب نادرست می‌تواند علاوه بر هزینه، بر دقت و کارایی نیز تأثیر بگذارد. بنابراین مهم است که مدل مناسب با نیاز واقعی کسب‌وکار هم‌راستا باشد.

از نگاه IBM، این روند باعث شکل‌گیری یک معماری نوین در هوش مصنوعی سازمانی شده که مبتنی بر استفاده همزمان از چند مدل (multi-model strategy) است. در این معماری، سازمان می‌تواند بهترین مدل را برای هر وظیفه خاص به کار ببرد؛ برای مثال یک مدل برای تحلیل متون، مدل دیگر برای پردازش تصویر و مدلی دیگر برای تصمیم‌گیری.

افزایش نیاز به زیرساخت‌های انعطاف‌پذیر در حوزه AI

برای پاسخگویی به این نیاز رو به رشد، IBM تأکید می‌کند که سازمان‌ها باید زیرساخت‌های خود را به گونه‌ای طراحی کنند که امکان تعامل با چند مدل هوش مصنوعی را به‌صورت همزمان و انعطاف‌پذیر فراهم سازد. این موضوع شامل توانایی در استفاده از مدل‌های منبع باز و همچنین مدل‌های اختصاصی در کنار یکدیگر است.

استراتژی IBM برای آینده هوش مصنوعی در سازمان‌ها

IBM یکی از پیشگامان ایجاد ابزارها و زیرساخت‌هایی است که از کار با چند مدل پشتیبانی می‌کند. پلتفرم‌های ابری و ابزارهای توسعه مدل که توسط این شرکت ارائه شده‌اند، به کسب‌وکارها اجازه می‌دهد بدون وابستگی به یک مدل خاص، از انعطاف‌پذیری بیشتر در انتخاب و اجرای فناوری بهره‌مند شوند.

در نهایت، به نظر می‌رسد مسیر آینده هوش مصنوعی سازمانی، به سمت معماری‌های باز و چندمدلی در حرکت است. برای شرکت‌ها، توانایی درک درست نیاز، انتخاب مدل مناسب و ایجاد زیرساخت منعطف، کلید موفقیت در رقابت دیجیتال خواهد بود.

منبع: VentureBeat

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *