Trí tuệ nhân tạo sinh có thể thay đổi thế giới – nhưng chỉ khi cơ sở hạ tầng dữ liệu theo kịp

Mặc dù có nhiều tiếng vang xung quanh Trí tuệ nhân tạo sinh, hầu hết các chuyên gia trong ngành vẫn chưa giải quyết một câu hỏi quan trọng: Liệu có một nền tảng cơ sở hạ tầng có thể hỗ trợ công nghệ này lâu dài, và nếu có, liệu nó có đủ bền vững để hỗ trợ các đổi mới đột phá mà Trí tuệ nhân tạo sinh hứa hẹn?

Công cụ Trí tuệ nhân tạo sinh đã xây dựng được danh tiếng khá tốt, với khả năng viết văn bản được tổng hợp tốt chỉ với một cú nhấp chuột – những nhiệm vụ mà nếu không, có thể mất hàng giờ, hàng ngày, hàng tuần hoặc hàng tháng để hoàn thành thủ công.

Đó là điều tốt, nhưng nếu không có cơ sở hạ tầng phù hợp, những công cụ này đơn giản là không có khả năng mở rộng để thực sự thay đổi thế giới. Sắp vượt qua $76 tỷ, chi phí hoạt động thiên văn của Trí tuệ nhân tạo sinh là một minh chứng cho thực tế này, nhưng có thêm các yếu tố khác đang diễn ra.

Các doanh nghiệp cần tập trung vào việc tạo và kết nối các công cụ phù hợp để tận dụng chúng một cách bền vững và phải đầu tư vào một cơ sở hạ tầng dữ liệu tập trung giúp tất cả dữ liệu liên quan trở nên dễ dàng truy cập cho LLM của họ mà không cần đường ống chuyên dụng. Với việc triển khai chiến lược các công cụ phù hợp, họ sẽ có thể cung cấp giá trị kinh doanh mà họ đang tìm kiếm mặc dù có hạn chế về khả năng của các trung tâm dữ liệu hiện tại – chỉ khi đó, cuộc cách mạng Trí tuệ nhân tạo thực sự sẽ tiến triển.

Một Mẫu quen thuộc

Theo một báo cáo mới từ Viện Nghiên cứu Capgemini, 74% các giám đốc điều hành tin rằng lợi ích của trí tuệ nhân tạo sinh sẽ vượt qua các lo ngại liên quan. Sự đồng thuận như vậy đã thúc đẩy tỷ lệ áp dụng cao trong các doanh nghiệp – khoảng 70% các tổ chức ở châu Á – Thái Bình Dương đã thể hiện ý định đầu tư vào những công nghệ này hoặc đã bắt đầu khám phá các trường hợp sử dụng thực tế.

Nhưng thế giới đã đi qua con đường này trước đây. Hãy lấy internet làm ví dụ, nó dần dần thu hút sự chú ý nhiều hơn và nhiều hơn trước khi vượt qua mong đợi thông qua vô số ứng dụng đáng chú ý. Nhưng mặc dù nó có khả năng ấn tượng, nó chỉ thực sự cất cánh khi các ứng dụng của nó bắt đầu cung cấp giá trị cụ thể cho các doanh nghiệp với quy mô lớn.

Nhìn vượt ra ngoài ChatGPT

Trí tuệ nhân tạo đang rơi vào một chu kỳ tương tự. Các doanh nghiệp đã nhanh chóng chấp nhận công nghệ, với khoảng 93% các doanh nghiệp đã tham gia vào các nghiên cứu trường hợp sử dụng Trí tuệ nhân tạo / Học máy. Nhưng bất kể tỷ lệ áp dụng cao, nhiều doanh nghiệp vẫn gặp khó khăn trong việc triển khai – một dấu hiệu cho thấy cơ sở hạ tầng dữ liệu không tương thích.

Với cơ sở hạ tầng phù hợp, các công ty có thể nhìn vượt ra ngoài bề mặt của khả năng hấp dẫn của Trí tuệ nhân tạo sinh và tận dụng tiềm năng thực sự của nó để biến đổi cảnh quan kinh doanh của họ.

Thực tế, Trí tuệ nhân tạo sinh có thể giúp viết một bản tóm tắt nhanh chóng và trong hầu hết các trường hợp, khá hiệu quả, nhưng tiềm năng của nó đi xa hơn thế. Từ việc khám phá thuốc tiềm năng đến điều trị y tế, tối ưu hóa chuỗi cung ứng, không có đột phá nào trong số này có thể xảy ra nếu các trung tâm dữ liệu hỗ trợ và thúc đẩy các ứng dụng Trí tuệ nhân tạo không đủ mạnh để xử lý các khối lượng công việc của chúng.

Overcoming the Barrier to Scalability

Trí tuệ nhân tạo sinh vẫn chưa thực sự cung cấp giá trị đáng kể cho các doanh nghiệp vì nó thiếu khả năng mở rộng. Điều này là do các trung tâm dữ liệu có hạn chế về khả năng – cơ sở hạ tầng của chúng không được thiết kế ban đầu để hỗ trợ việc khám phá, sắp xếp và điều chỉnh mô hình lớn mà các Mô hình Ngôn ngữ Lớn (LLM) yêu cầu để chạy nhiều chu kỳ đào tạo một cách hiệu quả.

Thu được giá trị từ Trí tuệ nhân tạo sinh do đó phụ thuộc vào việc một doanh nghiệp tận dụng dữ liệu của mình như thế nào, điều này có thể được cải thiện thông qua việc phát triển một kiến trúc dữ liệu mạnh mẽ. Điều này có thể đạt được bằng cách kết nối các nguồn dữ liệu có cấu trúc và không có cấu trúc với LLM hoặc bằng cách tăng thông lượng của phần cứng hiện có.

Điều quan trọng là các công ty muốn đào tạo LLM của mình trên dữ liệu tổ chức phải có thể hợp nhất dữ liệu đó một cách thống nhất trước. Nếu không, dữ liệu được lưu trữ trong một cấu trúc bị cô lập sẽ có khả năng tạo ra thiên vị trong khả năng học tập của LLM.

Hệ thống Hỗ trợ

Trí tuệ nhân tạo sinh không xuất hiện từ không khí mỏng – nó đã được phát triển trong một thời gian khá lâu, và việc sử dụng và tiềm năng của nó sẽ chỉ tăng trưởng trong những thập kỷ tới. Nhưng hiện tại, các ứng dụng kinh doanh của nó đang gặp phải một bức tường mà không thể mở rộng.

Thực tế là các công cụ khác nhau này chỉ mạnh mẽ như cơ sở hạ tầng xử lý dữ liệu hỗ trợ chúng. Do đó, điều quan trọng là các nhà lãnh đạo kinh doanh phải tận dụng các nền tảng có thể xử lý petabyte dữ liệu mà các công cụ này cần để cung cấp giá trị đáng kể mà chúng hứa hẹn.