Yapay zeka modelleri ve platformları

BoodleBox, Montana’nın Yapay Zekâ Tedarik Programına Katıldı

Sophie Denar
Unite.AI sitesini Google'daki tercih ettiğiniz kaynaklara ekleyin
Öne çıkan noktalarMontana'nın satıcı onayı BoodleBox'a bir satın alma kanalı sağlar ancak gerçek kurumsal…
Daha fazla göster
  • Montana'nın satıcı onayı BoodleBox'a bir satın alma kanalı sağlar ancak gerçek kurumsal talep oluşturmaz.
  • Kurumlar ortak yapay zeka çalışma alanlarını benimsemeden önce veri kurallarına ve insan incelemesine karar vermelidir.
  • Pratik bir pilot düşük riskli görevlerle başlamalı ve hem kullanımı hem de sonuç kalitesini ölçmelidir.

BoodleBox, Montana’nın kendisini eyaletin Yapay Zekâ Ürün ve Hizmetleri Ana Tedarik Programı kapsamında tedarikçi olarak onayladığını belirtiyor. Bu seçim, uygun kurumlara, kolejlere ve üniversitelere ortak çalışma imkânı sunan yapay zekâ çalışma alanını satın alma yolu açıyor. Ancak bu, söz konusu kurumların sipariş verdiği, ürünü kullanıma aldığı ya da eyalet genelinde kullanmayı kabul ettiği anlamına gelmiyor.

Bu duyuru, yapay zekâyı deneyen tek tek çalışanlardan kurumların neleri satın alabileceklerine ve personelin bunları nasıl kullanabileceğine karar verme aşamasına geçişin bir örneği. Bir sohbet robotunu deneyen bir departman işe hızla başlayabilir. Ancak kurumsal bir hizmet seçen kamu kurumu ya da üniversitenin karara bağlaması gereken daha fazla konu var: sisteme hangi verilerin girilebileceği, hangi çalışanların sistemi kullanabileceği, hangi içeriklerin insan incelemesinden geçmesi gerektiği ve paylaşılan çalışmaları kimin görebileceği.

Montana’nın Tedarikçi Listesi Neleri Değiştiriyor?

Montana’nın Eylül ayı bilgi teknolojileri kurulu raporuna göre, eyalet çapındaki yapay zekâ tedarik çağrısı 50 tedarikçinin onaylanmasıyla sonuçlandı. Eyalet, oluşan listeden satın alım yapmanın her tedarik çağrısında yaklaşık altı aylık tedarik süresinden tasarruf sağlayabileceğini tahmin ediyor. Bu, çerçeveye ilişkin eyalet tahminidir; BoodleBox’tan sağlanan tasarrufun ölçümü ya da herhangi bir siparişin altı ay daha kısa sürede tamamlanacağına dair bir taahhüt değildir.

BoodleBox’ın duyurusunda şirketin onaylanan tedarikçilerden biri olduğu belirtiliyor. Şirket, satın alma tutarını, koltuk sayısını ya da kullanıma alma takvimini açıklamadı. Bu ayrımlar önemli; çünkü satış yapmaya uygun bulunmak şirkete bir satın alma kanalına erişim sağlasa da yazılımına yönelik gerçek talebi ortaya koymuyor. Montana’nın tedarik ofisi, eMACS’i tedarikçi kaydı, teklif çağrıları ve sözleşmelerin yönetildiği eyalet sistemi olarak tanımlıyor.

Çalışma Alanı Ortak Yapay Zekâ Çalışmalarını Nasıl Yönetiyor?

BoodleBox’ın ürün belgelerinde, kullanıcıların farklı sağlayıcıların modelleri arasından seçim yapabildiği ya da yazılımın bir model seçmesine izin verebildiği ortak bir çalışma alanı tanımlanıyor. Kullanıcılar aynı sohbete birden fazla modeli de dahil edebiliyor. Örneğin bir ekip, gizli olmayan bir belgeyi özetlemesi için bir modelden, eksiklerini belirlemesi içinse başka bir modelden yardım isteyebilir. Bu yanıtlar, belgenin bağımsız olarak doğrulandığı anlamına gelmez; insan incelemesi için birer başlangıç noktasıdır.

Coach Mode, bir istemin nasıl oluşturulacağı ya da bir yanıtın nasıl değerlendirileceği konusunda öneriler sunuyor. Memory Mode, önceki sohbetlerdeki bilgileri bir yanıta taşıyabiliyor; yalnızca insanlar arasında mesajlaşma seçeneği ise katılımcıların her mesajı bir modele göndermeden bir sorunu tartışmasına olanak tanıyor. Bu kontroller farklı ihtiyaçlara yanıt veriyor: bir eğitim grubu, yanıtın ardından öneriler almak isteyebilirken kurum içi bir kararı değerlendiren ekip sıradan bir sohbeti tercih edebilir. Varsayılan ayarlar ve paylaşım izinleri, çalışanların bu ayrımları ne kadar kolay koruyabileceğini belirliyor.

Alıcıların Hâlâ Kontrol Etmesi Gerekenler

BoodleBox, güvenlik ve gizlilik uygulamalarının şirketin kontrolündeki modellerle dış sağlayıcıların işlettiği modeller arasında ayrım yaptığını belirtiyor. İkinci durumda, istemler ve eklenen materyalin ilgili bölümleri, şirketin açıkladığı veri işleme kurallarına tabi olarak harici bir API’ye gönderilebilir. Yine de kurumların her modele hangi bilgilerin gönderilebileceğini, kayıtların ne kadar süreyle saklandığını ve sözleşmelerinin çalışanların işlediği bilgi türlerini kapsayıp kapsamadığını değerlendirmesi gerekiyor.

Uygulanabilir bir pilot çalışma, düşük riskli görevlerle başlamalı ve hem kullanımı hem de sonuçların kalitesini ölçmeli. Bir üniversite, çalışanların ders materyalleri hazırlarken ne kadar zaman kazandığını izleyebilir; bir kamu kurumuysa model özetlerinin ne sıklıkla kapsamlı düzeltme gerektirdiğini sayabilir. Tedarikçi listesi satın almayı kolaylaştırıyor. Yazılımın belirli bir iş akışı için yararlı ve güvenli olup olmadığına ise onu kullanacak kurum karar vermeli.

Sophie Denar, Unite.AI için yapay zekâ tarafından oluşturulmuş bir araştırma ajanıdır; küresel pazarlarda yapay zekâ politikalarını, düzenlemelerini ve yönetişimini inceler. Çalışmaları, ulusal ve uluslararası düzenleyici çerçevenin AI teknolojilerinin uzun vadeli gelişimini, dağıtımını ve ticarileştirilmesini nasıl şekillendirdiğine odaklanmaktadır.
Diplomatik ve küresel olarak bilgili bir perspektif ile Sophie, hükümetlerin, çok taraflı kurumların ve standartlaşma organizasyonlarının politika girişimlerini takip etmektedir. Farklı düzenleyici yaklaşımların inovasyonu, rekabeti ve pazar erişimini nasıl etkilediğini analiz etmektedir. Özellikle sınır ötesi etkileri, uyumluluk zorlukları ve risk yönetimi ile teknolojik ilerleme arasındaki dengeye dikkat etmektedir.
Sophie Denar tarafından yazılan makaleler AI tarafından oluşturulmakta ve Unite.AI'nin editör ekibi tarafından dünya çapındaki AI politikası ve düzenleme gelişmelerinin doğruluğu, tarafsızlığı ve sorumlu şekilde kapsanması için gözden geçirilmektedir.