TL;DR

ויטאוטאס סוויצקאס, העומד בראש Oxylabs, טוען שהבינה המלאכותית עוברת מדגש על יכולות מודל גולמיות למערכות תשתית אמינות. כשהבינה המלאכותית נכנסת לשלב הסוכנים, הכלים זקוקים לתוכן מקוון עדכני, יכולות גלישה אוטומטיות וקישוריות מיידית כדי לפעול ביעילות מחוץ לסביבות האימון. לדבריו, ההצלחה בתחום תגיע לחברות שיספקו את הפלטפורמות האמינות ביותר, ולאו דווקא לאלה עם המודלים הגדולים ביותר.

מהנדסים, מנהיגי סטארט-אפ ואקדמאים מתכנסים בסן פרנסיסקו לכנס AI Engineer World's Fair, שם הדיונים מתמקדים במודלים מתקדמים, סוכנים עצמאיים וכלי בינה מלאכותית מעשיים.

עם זאת, ויטאוטאס סוויצקאס, מנכ"ל Oxylabs, מציין שהשינוי המשמעותי ביותר בתעשייה נמצא במקום אחר.

"בשלוש השנים האחרונות התקדמות הבינה המלאכותית התמקדה בעיקר בשיפור מודלים," הוא מציין. "השלב הבא כולל את הרכיבים הסובבים: מערכות בסיס, מסגרות תמיכה וזרמי נתונים עדכניים המאפשרים לבינה המלאכותית לפעול בסביבות יומיומיות."

התפתחות זו משנה את הדרישות מפלטפורמות הבינה המלאכותית.

הן אינן תלויות עוד אך ורק בידע מאימון מוקדם. במקום זאת, הן מסתמכות יותר ויותר על פרטים עדכניים, שאילתות פעילות, ניווט באתרים וחיבורים יציבים לאינטרנט המתעדכן תדיר.

"המידע אינו נשאר קבוע," מסביר מר סוויצקאס. "כל מודל ללא קשר לפרטים עדכניים כבר נופל בהבנת המצב הנוכחי יותר ממה שרבים מעריכים. כשהבינה המלאכותית מתקדמת לקבלת החלטות מעשיות, שמירה על קשר לתנאים אמיתיים הופכת חיונית."

הבינה המלאכותית הופכת לאתגר תשתית

מר סוויצקאס מציין שכל התקדמות משמעותית בבינה מלאכותית עיצבה מחדש את מערכות התמיכה הנדרשות.

"המאמצים הראשונים התמקדו ביצירת מודלים בסיסיים, שדרשו כמויות עצומות של תוכן ציבורי מגוון.

לאחר מכן הגיעה יצירת תוכן משופרת באמצעות אחזור, שהפכה את הידע של אתמול לבלתי מספיק. הבינה המלאכותית חייבת כעת לעקוב אחר שינויים מרגעים קודמים.

אנו מתקרבים כעת לשלב הסוכנים, שבו הבינה המלאכותית מתחילה לשאול, להעריך, לאשר, לקנות, לעקוב ולהשלים משימות עבור המשתמשים."

כל שלב, הוא טוען, דורש מבנים תומכים נפרדים.

"רבים רואים בבינה המלאכותית בעיקר בעיה של מודלים. היא הופכת יותר לאתגר מערכתי."

תוכן האינטרנט הציבורי משמש כעת לצרכי זמן ריצה, לא רק לאימון.

"האינטרנט תוכנן לשימוש בקנה מידה אנושי. אנו זקוקים כעת שהוא יתמודד עם פעילות בקנה מידה של בינה מלאכותית, מה שמשנה את תקני הביצועים לכל שכבות התמיכה."

הכנת מערכות לקראת אימוץ הבינה המלאכותית

שנים לפני שהמודלים הבסיסיים זכו לשימוש נרחב, Oxylabs פיתחה פלטפורמות המאפשרות לארגונים גדולים לגשת ולהשתמש במידע ציבורי מהאינטרנט באופן אמין ובנפח גבוה.

"זה עשוי להיראות כאילו הבינה המלאכותית יצרה את הביקוש הזה לפתע," אומר מר סוויצקאס. "למעשה, הבינה המלאכותית לא המציאה את הבעיה. היא פשוט חשפה אותה ברמה גבוהה בהרבה."

ארגונים הסתמכו זה זמן רב על נתונים דינמיים עבור קמעונאות, אבטחה, תיירות, פיננסים ומחקר. הבינה המלאכותית הרחיבה צרכים אלה כמעט לכל התחומים.

Oxylabs תומכת כיום ביותר מ-15,000 לקוחות ברחבי העולם, מחזיקה ביותר מ-160 פטנטים ומפעילה אחת מרשתות הנתונים הציבוריים הגדולות ביותר.

האינטליגנציה הגולמית לא תכריע את מובילי הבינה המלאכותית

שיחות הבינה המלאכותית הנוכחיות מדגישות לעתים קרובות מדדי מודלים.

מר סוויצקאס רואה את הדגש הזה משתנה.

"המודלים המובילים ימשיכו להתקדם, אך עבור שימושים מעשיים רבים, עוצמת המודל לבדה אינה מבדילה עוד בין חברות. מה שחשוב יותר הוא יציבות הקישורים של הבינה המלאכותית למקורות חיצוניים."

גישה זו משנה גם את ההתייחסות לבעיות כמו פלט שגוי.

"מודלים אינם טועים תמיד בגלל יכולת מוגבלת. לעתים קרובות הם פועלים על בסיס פרטים מיושנים, חלקיים או לא מאושרים."

משתתפי כנס AI Engineer World's Fair עשויים לראות שלטי Oxylabs בסן פרנסיסקו עם הכיתוב: מודלים מייצרים הזיות. נתונים עדכניים לא.

"המסר פשוט בכוונה," מוסיף מר סוויצקאס. "אך הוא מדגיש נקודה מרכזית. הבינה המלאכותית זקוקה גם להיגיון וגם להקשר מדויק."

הוא צופה שזה ישנה את התחרות בתעשייה.

"חברות שיובילו בבינה המלאכותית לא תמיד ייצרו את המודלים הגדולים ביותר. הן ייצרו את הפלטפורמות שהמשתמשים יסתמכו עליהן ביותר."

סוכני הבינה המלאכותית משנים את הדרישות

צמיחת סוכני הבינה המלאכותית משנה את האופן שבו צוותים ניגשים למערכות תמיכה.

ההיגיון מהווה רק חלק מהמשימה.

כלי הבינה המלאכותית חייבים כעת לגלוש באתרים, להתמודד עם כניסות, לבדוק עובדות, לשקול אפשרויות ולבצע פעולות ללא כשל.

"כולם מדברים כיום על יצירת סוכני בינה מלאכותית," מציין מר סוויצקאס. "בקרוב יעבור המיקוד לשאלה מדוע אותם סוכנים נכשלים."

"במקרים רבים, הסיבה לא תהיה במודל. היא תהיה במערכות המקשרות את המודל לתנאים חיים."

תחום זה, הוא אומר, מניע כיום חלק ניכר מפיתוח הבינה המלאכותית.

"המהירות חשובה. האמינות חשובה. אוטומציית האתרים חשובה. רכיבים אלה rarely שולטים בכותרות, אך הם קובעים אם הבינה המלאכותית מספקת תוצאות."

ההייפ המתמשך פוגש צרכי הנדסה מוכרים

התרחבות הבינה המלאכותית עוררה חברות חדשות המציעות כלי דפדפן, פלטפורמות סוכנים ופתרונות גישה לאינטרנט.

מר סוויצקאס רואה את הפעילות בחיוב.

"מעודד לראות מפתחים מבינים את חשיבות שכבת הטכנולוגיה הזו."

הוא גם מציין שהבינה המלאכותית בעיקר עדכנה מונחים סביב משימות הנדסיות מבוססות, ולא שינתה את המשימות עצמן.

"כל גל מביא מונחים חדשים. הבעיות ההנדסיות הבסיסיות נשארות לעתים קרובות דומות."

"התוויות חשובות פחות מהאם המערכות פועלות ביציבות כאשר כלי בינה מלאכותית רבים מסתמכים עליהן."

שמירה על גישה פתוחה לאינטרנט

כשהבינה המלאכותית הופכת תלויה יותר בתוכן ציבורי, הדיונים על גישה לאינטרנט מתעצמים.

מר סוויצקאס רואה בגישה פתוחה מתמשכת חיונית הן להתקדמות הבינה המלאכותית והן לחדשנות רחבה יותר.

"האינטרנט הפתוח מהווה את בסיס הידע המשותף הגדול ביותר של האנושות מאחר שהתוכן ניתן למציאה, קישור והרחבה."

"כאשר חומר מוצב באופן ציבורי, הוא צריך להישאר נגיש. זה תומך בהתקדמות חוקרים, תחרות עסקית וטכנולוגיות מתפתחות."

מעבר לגל הבינה המלאכותית הנוכחי

לאחר כעשר שנים של יצירת פלטפורמות נתוני אינטרנט עבור ארגונים, Oxylabs חזתה במספר שינויים - מפלטפורמות נסיעות ושיווק מקוון ועד קמעונאות, אבטחה וכעת בינה מלאכותית.

הבינה המלאכותית עשויה להתברר כשינוי הגדול ביותר, אך מר סוויצקאס צופה עוד שינויים.

"שלב הבינה המלאכותית הראשון הראה שמכונות יכולות להסיק מסקנות."

"המשימה הבאה היא לאפשר למערכות אלה לפעול ביציבות בסביבות אמיתיות."

"התקדמות הבינה המלאכותית תסתמך לא רק על מודלים חזקים יותר. היא תסתמך על מערכות חזקות יותר המקיפות את המודלים הללו."